惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

T
Threat Research - Cisco Blogs
Google DeepMind News
Google DeepMind News
H
Help Net Security
H
Hackread – Cybersecurity News, Data Breaches, AI and More
MyScale Blog
MyScale Blog
Webroot Blog
Webroot Blog
Stack Overflow Blog
Stack Overflow Blog
T
The Blog of Author Tim Ferriss
D
Docker
L
LangChain Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Know Your Adversary
Know Your Adversary
A
About on SuperTechFans
U
Unit 42
NISL@THU
NISL@THU
M
MIT News - Artificial intelligence
T
The Exploit Database - CXSecurity.com
K
Kaspersky official blog
Martin Fowler
Martin Fowler
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
Hacker News - Newest:
Hacker News - Newest: "LLM"
Engineering at Meta
Engineering at Meta
Blog — PlanetScale
Blog — PlanetScale
Scott Helme
Scott Helme
Microsoft Azure Blog
Microsoft Azure Blog
博客园 - 【当耐特】
WordPress大学
WordPress大学
Attack and Defense Labs
Attack and Defense Labs
P
Proofpoint News Feed
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
TaoSecurity Blog
TaoSecurity Blog
B
Blog RSS Feed
小众软件
小众软件
G
Google Developers Blog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
S
SegmentFault 最新的问题
博客园 - 司徒正美
腾讯CDC
大猫的无限游戏
大猫的无限游戏
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Application and Cybersecurity Blog
Application and Cybersecurity Blog
S
Security @ Cisco Blogs
aimingoo的专栏
aimingoo的专栏
W
WeLiveSecurity
V
Vulnerabilities – Threatpost
N
News and Events Feed by Topic
Google Online Security Blog
Google Online Security Blog
Cisco Talos Blog
Cisco Talos Blog
C
Check Point Blog

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Архитектура тестового фреймворка
Andrey_Biryu · 2026-04-24 · via Все публикации подряд на Хабре

Архитектура тестового фреймворка

Время на прочтение7 мин

Охват и читатели822

Туториал

Наверняка многие сталкивались с ситуацией, когда в пятницу вечером падает CI‑пайплайн? Вы открываете лог, видите красный тест, перезапускаете его... и он проходит. Какой‑то сбой думаете вы. Через неделю таких странных тестов становится все больше. А еще через месяц команда перестает верить в автотесты.

Если вам знакома подобная ситуация, то вас можно «поздравить» — вы столкнулись с последствием отсутствия архитектуры в тестовом фреймворке.

Давайте для начала разберемся, зачем вообще автотестам нужна архитектура? Разве недостаточно просто написать тесты? Многие считают, что автоматизация — это просто код, который дергает UI или API. Но когда тестов становится 100, 500, 1000 — отсутствие структуры превращает их в неуправляемый монолит.

Хорошая архитектура тестового фреймворка решает три ключевые задачи:

  • Стабильность — тест не должен падать из‑за того, что селектор поменялся в одном месте, а не в другом, или из‑за race condition.

  • Масштабируемость — возможность добавить 200 новых тестов без переписывания старых и увеличения времени выполнения в 10 раз.

  • Поддержка — новый разработчик должен понять логику за день, а не за неделю.

Отсюда главная метафора: Тест без архитектуры — это одноразовый скрипт. Фреймворк с архитектурой — это промышленный станок.

Базовые подходы к построению архитектуры

В тестовой автоматизации классические принципы SOLID и паттерны проектирования работают так же хорошо, как и в разработке.

Начнем с разделения на слои (Layered Architecture). Здесь самый надежный подход — отделить «что тестируем» от того «как тестируем». Ниже представлена таблица, в которой указаны слои, зоны ответственности и примеры вызова процедур.

Слой

Ответственность

Пример

Тесты

Сценарии, данные, assert«ы »

test_user_can_login()

Бизнес‑логика (Page Objects / Services)

Действия над системой

Действия над системой LoginPage.enter_credentials()

Драйверы / Клиенты

Взаимодействие с браузером, БД, API

driver.find_element()

Инфраструктура

Логирование, отчеты, конфиги

logger.info(), config.get_env()

Помимо этого, необходимо использовать паттерны, которые реально работают. Вот список основных паттернов, которые можно использовать:

  • Page Object Model (POM) — стандарт для UI. Одна страница — один класс. Изменение локатора меняется в одном месте. 

  • Screen / Component Object — для сложных интерфейсов с виджетами (дашборды, модалки).

  • Builder — для генерации тестовых данных с валидными значениями по умолчанию.

  • Factory — для создания разных состояний объекта (например, UserFactory.create_verified_user()).

  • Dependency Injection — передача зависимостей (конфиг, логгер, API‑клиент) через конструктор, а не глобальные переменные.

В результате мы получаем готовые паттерны, позволяющие эффективно решать практические задачи.

Давайте, для лучшего понимания рассмотрим несколько примеров реализации: от плохого к хорошему. Начнем с анти‑примера «Простыня».

def test_login():
    driver = webdriver.Chrome()
    driver.get("https://example.com")
    driver.find_element(By.ID, "username").send_keys("test")
    driver.find_element(By.ID, "pass").send_keys("123")
    driver.find_element(By.ID, "login_btn").click()
    time.sleep(2)
    assert "Welcome" in driver.page_source
    driver.quit()

Здесь любому разработчику, который знаком с рекомендациями по написанию качественного кода на Python будет очевидно, что в коде жестко приколочены передаваемые значения, что не очень хорошо. Помимо невозможности переиспользовать логин, применение time.sleep является злом, так как мы просто фиксируем некоторый временной интервал, за который страница должна быть открыта. Если за это время она не откроется, мы получим сбой теста, хотя на самом деле с контентом может быть все в порядке, просто небольшая задержка в сети. Ну и представьте, что у вас 500 таких тестов. При смене ID нужно править их все!

Теперь давайте посмотрим хороший пример:

# pages/login_page.py

class LoginPage:
    def init(self, page: Page):
        self.page = page
        self.username_input = page.locator("#username")
        self.password_input = page.locator("#password")
        self.login_button = page.locator("#login_btn")

    def login_as(self, user: User) -> DashboardPage:
        self.username_input.fill(user.name)
        self.password_input.fill(user.password)
        self.login_button.click()
        return DashboardPage(self.page)

# test_auth.py

def test_successful_login(authenticated_dashboard):
    assert authenticated_dashboard.is_loaded()

Здесь у нас нет недостатков из предыдущего примера. Так, мы не используем time.sleep — ожидания встроены в locator. А User — это фикстура с валидными данными. Результат выполнения действия представлен в authenticated_dashboard, что правильнее поиска конкретного текстового вхождения, как в предыдущем примере.

Работа с конфигурациями и разными окружениями

Одна из главных причин «красных тестов на CI, но зеленых локально» — неправильная работа с окружениями. Здесь хардкод также вреден, как и в программировании.

BASE_URL = "https://dev.myapp.com"  # А если prod? staging?
API_KEY = "sk-123456"               # В коде? Серьезно?

Это тот случай, когда жесткое приколачивание гвоздями, это не просто плохо, но и опасно.

В хорошем примере мы воспользуемся подходом 12 факторов. Прежде всего, примените иерархиею:

  • Значения по умолчанию (defaults)

  • Файлы окружений (config/dev.yaml, config/staging.yaml)

  • Переменные окружения (их приоритет выше всего)

  • Секреты — никогда в коде, только через Vault / GitHub Secrets / AWS Secrets Manager.

Вот пример структуры (pydantic‑settings или dynaconf):

# config/staging.yaml

app:
  base_url: "https://staging.myapp.com"
  api_url: "https://api.staging.myapp.com"
db:
  host: "test-db.internal"
  timeout: 30

Код на python:

# config.py

from dynaconf import Dynaconf

settings = Dynaconf(
    envvar_prefix="MYTESTS",
    settings_files=["config/default.yaml", f"config/{os.getenv('ENV')}.yaml"],
)

Запуск:

ENV=staging

MYTESTS_API_KEY=xxx

pytest

В целом, работая с тестовыми данными на разных окружениях используйте стратегию изоляции:

  • Для локального запуска — Docker‑контейнер с чистой БД.

  • Для dev/staging — выделенный tenant или схема с откатом транзакции после каждого теста.

  • Для prod‑like — только read‑only тесты или моккинг внешних систем.

Лучшая практика: Никогда не запускайте тесты, которые что‑то пишут, на проде. Даже с тестовыми картами. Однажды это приведет к инциденту.

Анти‑паттерны в автотестах

Далее, давайте поговорим об автотестах. Здесь тоже есть свои анти‑паттерны и мы рассмотрим несколько примеров.

1. Chain of Clicks (цепочка кликов)

Наглядный, но плохой пример:

driver.find_element(...).click()

driver.find_element(...).click()

driver.find_element(...).click()

Вроде бы все просто — отдельные клики, но при падении на 3-м клике вы не знаете текущее состояние системы. В таких случаях лучше разбивать на бизнес‑методы — open_menu(), select_filter(), apply().

2. Shared Test Data (общие данные между тестами)

user = create_user(“test@mail.com”)

# тест 1 удаляет user, тест 2 его ищет — падает.

Лучше, когда каждый тест создает свои данные и удаляет их. При необходимости используйте уникальные идентификаторы (UUID в email).

3. Sleep‑зависимость

time.sleep(5)

А почему собственно ждать надо 5 секунд? А может 10 или больше. Здесь лучше всего использовать явные ожидания (WebDriverWait, expect, poll_until).

wait_for_condition(lambda: page.is_visible(“.result”), timeout=10)

4. Глобальный State‑Fixture

Фикстура, которая меняет глобальный конфиг

@pytest.fixture(scope="session")
def setup():
    change_system_language("ru") 

Вносимое изменение очевидно повлияет на все тесты! Лучше заменить на Fixture с scope=«function» или восстановление состояния после теста (yield + revert)

5. God Object в Page Object'е

class MainPage:
    def do_everything(self):  # 200 методов внутри
      ...

В этом случае используйте декомпозицию на компоненты: HeaderMenu, ShoppingCart, ProductGrid.

Заключение

Архитектура тестового фреймворка — это не «лишняя работа», а инвестиция в спокойствие команды. Она не появляется сама собой, ее нужно проектировать с первого дня. Здесь многие могут возразить, что все это слишком громоздко, а ведь мне «только протестить». Но на самом деле зачастую небольшой набор простых тестов в итоге начинает все больше обрастать все новыми, более запутанными проверками и уже никто не хочет может все это привести в нормальный вид.

Подводя итог, начните с малого: выделите слой Page Objects или API‑клиентов, затем вынесите все URL и ключи в конфиги, замените sleep на явные ожидания. Затем, напишите один тест по всем правилам, а после того, как его отладите, перепишите остальные. И тогда ваши автотесты перестанут быть источником головной боли и станут надежной сеткой безопасности, которая ловит баги, а не флапает на ровном месте.

Прочитали статью про архитектуру тестов? Поняли, почему time.sleep и God Object ведут к красным CI-пайплайнам в пятницу?

Теперь — практика.

На курсе «Автоматизатор тестирования на Python» вы превратите теорию из статьи в промышленный фреймворк: Page Objects, явные ожидания, работу с окружениями, изоляцию данных и отчёты, в которые не стыдно смотреть.

[Записаться на курс]

Ваши тесты перестанут флапать. Команда снова поверит в автоматизацию.