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

V2EX - 技术
V2EX - 技术
P
Privacy International News Feed
Security Latest
Security Latest
H
Hacker News: Front Page
T
Tenable Blog
The Hacker News
The Hacker News
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
S
Security @ Cisco Blogs
Project Zero
Project Zero
O
OpenAI News
AI
AI
Spread Privacy
Spread Privacy
C
CERT Recently Published Vulnerability Notes
The Last Watchdog
The Last Watchdog
G
GRAHAM CLULEY
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Scott Helme
Scott Helme
Application and Cybersecurity Blog
Application and Cybersecurity Blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
C
CXSECURITY Database RSS Feed - CXSecurity.com
NISL@THU
NISL@THU
A
Arctic Wolf
T
Threat Research - Cisco Blogs
PCI Perspectives
PCI Perspectives
N
News and Events Feed by Topic
C
Cyber Attacks, Cyber Crime and Cyber Security
C
Cybersecurity and Infrastructure Security Agency CISA
Simon Willison's Weblog
Simon Willison's Weblog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Know Your Adversary
Know Your Adversary
Google Online Security Blog
Google Online Security Blog
罗磊的独立博客
L
LINUX DO - 最新话题
U
Unit 42
S
Security Affairs
有赞技术团队
有赞技术团队
WordPress大学
WordPress大学
博客园 - 【当耐特】
T
The Exploit Database - CXSecurity.com
S
Schneier on Security
月光博客
月光博客
Engineering at Meta
Engineering at Meta
腾讯CDC
F
Full Disclosure
Cyberwarzone
Cyberwarzone
S
SegmentFault 最新的问题
Recorded Future
Recorded Future
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
博客园 - 司徒正美
The Cloudflare 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
Синергия E2E и скриншотных тестов: создание надежной системы тестирования iOS с помощью XCTest
artur_polyak · 2026-05-15 · via Все публикации подряд на Хабре

Уровень сложностиПростой

Время на прочтение6 мин

Охват и читатели73

Туториал

Всем привет! Меня зовут Артур Поляков, я инженер по тестированию в отделе мобильной разработки в компании iSpring. Наша команда работает над iSpring LMS — мобильным приложением для дистанционного обучения сотрудников.

В этой статье я поделюсь опытом автоматизации ручных проверок регресса в iOS-приложении. Хотя материалов об автотестах для iOS на Хабре достаточно, наш подход обладает уникальными особенностями, о которых я подробно расскажу дальше.

Процесс внедрения автотестов начался с анализа текущей ситуации. Мы выделили несколько ключевых факторов, которые подтолкнули нас к автоматизации:

  • Приложение разрослось и стало большим, регресс приложения занимал около 3 часов 30 минут

  • Две платформы: Android и iOS

  • Релизы почти каждую неделю

  • Проверка регресса — монотонный, рутинный процесс с высокой зависимостью от человеческого фактора

В такой конфигурации ручное тестирование перестало масштабироваться: оно замедляло релизы и повышало риск пропуска ошибок. Поэтому мы решили автоматизировать регресс.

Осознав масштаб проблемы, мы перешли к поиску инструментов. Нам было нужно решение, которое можно быстро внедрить в текущий процесс разработки и без лишних накладных расходов встроить в инфраструктуру проекта.

Рассмотрели множество вариантов и решили остановиться на нативном XCTest, встроенном в среду разработки Xcode. Это обеспечило нам максимальную интеграцию с проектом.

Все автотесты хранятся непосредственно в Git-репозитории проекта, что позволяет запускать их из любой ветки. Такой подход делает тесты доступными как для QA-инженеров, так и для разработчиков. Мы начали автоматизацию со smoke-тестов, чтобы гарантировать стабильность критического функционала и разгрузить ручное тестирование.

Однако мы не ограничились стандартными подходами. В классических E2E-тестах ожидаемым результатом обычно является появление конкретного элемента или текста. Такой подход не позволяет выявлять визуальные дефекты интерфейса. Мы пошли дальше: на каждом ключевом экране создается скриншот. Это позволяет верифицировать не только логику перехода и финальное состояние, но и визуальную корректность всех промежуточных экранов.

Как устроены наши автотесты

Рассмотрим, как это выглядит на примере. Чтобы наглядно показать устройство наших тестов, разберем структуру небольшого сценария для проверки функционала «Дни рождения».

import Foundation
import SnapshotTesting
import XCTest
 
class BirthdaysFeatureDarkTest: XCTestCase, ISTest {
    let currentPO = BirthdaysPageObject.shared
	
    override func setUp() {
        super.setUp()
       
        feature("Логинация и открытие приложения") {
        	step("Запуск приложения на экране Мои курсы") {
            	launchApp(account: Config.instance.loginDetails.asAutoLoginData,
                     	options: [.skipBottomSheets, .clearData],
                     	language: .ru,
  	                   theme: .dark)
            }
        }
	}
 
    func testBirthdaysDark() throws {
        link("ISOAPP-15223")
        feature("Проверка фичи Дни рождения в темной теме") {
        // Открываем таб Больше
        openTab(tab: .more)
        	
        currentPO.viktorPetrovich.assertExistence()
        assertScreenshot()
           
        // Открываем таб Дни рождения
        openTab(tab: .birthdays)
           
        assertScreenshot()
           
        // Открываем таб Прошедшие ДР
        currentPO.pastBirthdaysTab.checkExistsAndTap()
           
        assertScreenshot()
    	}
    }
}

В данном примере приложение запускается с заданными параметрами. Сначала открывается меню «Больше» и создается и сравнивается с эталоном первый скриншот. Затем выполняется переход в раздел «Дни рождения» со вторым скриншотом, и, наконец, проверяется вкладка «Прошедшие». Весь цикл занимает всего 17 секунд, за которые мы полностью проверяем верстку, темную тему, локализацию и кликабельность некоторых элементов на трех экранах.

Для улучшения читаемости тестов мы используем функции:

  • feature() - Группирует тесты в отчетах Allure

  • link() - Связывает тесты с задачами

  • step() - Создает вложенные шаги в отчетах Allure

Параметры запуска приложения

account: Config.instance.loginDetails.asAutoLoginData — автоматическая авторизация в определенный аккаунт

.clearData — очищает данные приложения до запуска

.skipBottomSheets — отключение нижних оверлеев (bottom sheets) - в приложении при старте

language: .ru — включает русский язык в приложении

theme: .dark — включает темную тему в приложении

Для взаимодействия с UI используем методы

// Навигация по вкладкам
openTab(.courses) 

// Ожидание элементов
element.assertExistence(timeout: 10)
element.waitForNonExistence(timeout: 10)

// Жесты
element.tap()
element.swipeUp()
element.swipeDown()
element.swipeLeft()
...

Для обеспечения стабильности результатов мы используем симулятор с фиксированной версией ОС. На момент запуска проекта нашим стандартом стал iPhone 15 (iOS 17.5). На экранах с динамическими данными (дата, время, уникальные ID), скриншоты мы не делаем, за редким исключением, так как допустимая погрешность при сравнении скриншотов составляет 2%. В долгосрочных планах — переход к проверке отдельных UI-компонентов вместо всего экрана.

Работа с визуальными данными требует особого внимания к хранению ресурсов. Чтобы не раздувать размер Git-репозитория тяжелыми графическими файлами, мы храним эталонные скриншоты в DVC. Это позволяет управлять версиями изображений так же эффективно, как и кодом, решая проблему хранения больших объемов данных. В ближайшее время планируем перейти с DVC на Git LFS, так как он прозрачно интегрирован в Git и обеспечивает простоту использования и привычный рабочий процесс без настройки внешних хранилищ. 

Сравнение скриншотов выполняется функцией assertScreenshot с двумя ключевыми параметрами: precision (точность) и perceptualPrecision (восприятие человеком). Имя файла для скриншота можно задать вручную или оставить его пустым и тогда оно будет соответствовать названию теста.

assertScreenshot(
     "myCustomName",
     precision: 0.98, // Допустимая разница в 2% пикселей
     perceptualPrecision: 0.95 // Учет восприятия человеком
 )

Так у нас выглядит рабочий процесс скриншот-тестирования.

Согласно этой схеме, при первом запуске тест считается «упавшим», так как эталон еще не создан. При последующих прогонах система сравнивает текущий результат с эталоном и фиксирует прохождение теста только при отсутствии недопустимых расхождений.

Чтобы обеспечить стабильность и масштабируемость тестов, мы опирались на несколько базовых практик.

 Подходы, которые мы используем в автотестах:

  1. Page Object Model — паттерн, при котором каждая страница описывается как отдельный класс, и внутри этого класса указываются локаторы элементов и методы взаимодействия с ними.

  2. Обработка асинхронности. Использование waitForExistence для ожидания элементов вместо sleep.

  3. Параметризованные тесты. Тестирование разных сценариев с одними и теми же шагами, но с разными входными данными.

  4. Интеграция с CI/CD. Автоматический запуск автотестов в процессе разработки.

Применение этих паттернов позволило нам эффективно встроить проверки в общую цепочку поставки. Запуск автотестов интегрирован в CI/CD и управляется через тест-план. Каждый тест начинается в изолированной среде («с чистого листа»), что обеспечивает их независимость. Если сценарий предполагает создание контента (например, сообщения с вложением), то по завершении теста созданные данные обязательно удаляются.

Мы прогоняем тесты перед каждым релизом, срочными правками и при крупных изменениях кода. Результаты отображаются в Allure-отчете, где наглядно представлена статистика: общее количество проверок, процент успеха, время выполнения и детализация падений.

Если тест падает из-за визуальных различий, Allure прикладывает три изображения: эталон, актуальный снимок и результат их наложения с выделением зон расхождения. Это позволяет очень быстро определить проблему.

И обязательно у всех упавших тестов делается видеозапись выполнения теста, которую можно посмотреть, чтобы понять причину падения.

После внедрения такого подхода мы оценили его влияние на процесс тестирования и релизный цикл.

Результаты внедрения автотестов

  • Время ручного тестирования сократилось на 144 минуты (ранее процесс занимал 210 минут), при этом покрытие регресса достигло 68,57%. 

  • Автотесты успешно выявляют минимальные дефекты в верстке и текстах, которые трудно заметить при ручной проверке.

  • Проект внедрения занял около года и по трудозатратам 325 рабочих часов при участии двух специалистов: iOS-разработчика и тестировщика.

Планы на будущее

В ближайшее время мы планируем расширить покрытие регресса и автоматизировать проверку новых функций после этапа разработки. Также в планах — интеграция запуска тестов напрямую из TMS. Такая интеграция необходима, чтобы в рамках каждого релиза формировалась единая картина ручных и автоматизированных проверок. TMS (Test Management System) — это система управления тестированием, специализированное ПО для организации, планирования, документирования и контроля процесса тестирования ПО. Она позволяет хранить тест-кейсы, запускать проверки, фиксировать результаты и отчеты в одном месте, объединяя работу ручных и автоматизированных тестировщиков.

Заключение

В итоге комбинация E2E-проверок и визуального контроля позволила сократить время регресса и повысить качество продукта без увеличения нагрузки на разработчиков. Этот подход может быть полезен командам, которые сталкиваются с быстрым ростом продукта и частыми релизами.