歡迎大家前往騰訊雲+社群，獲取更多騰訊海量技術實踐乾貨哦~

本文由劉笑江發表於雲+社群專欄

在 微信讀書 App 中，排版引擎負責解析 EPUB 或 TXT 格式的書籍原始檔，將排版後的書籍內容如文字、影象、註解等元素渲染至螢幕上，是最常用、最複雜的元件之一。

而開發同學對排版引擎的日常修改，可能影響了海量書籍的排版結果。對排版引擎程式碼變更的測試，往往耗時多、難度大、容易漏測。本文介紹了為解決測試的難題，如何逐步將人工測試步驟自動化，最終構建了一套微信讀書排版引擎自動化測試流程，以確保微信讀書排版引擎的質量。

一.背景

1.排版引擎日常修改

為了獲得極致的閱讀體驗，產品同學經常會提出細緻的排版需求，交給開發同學修改。而排版引擎的修改，往往牽一髮動全身，可能導致書城上萬本書籍排版結果受影響。

舉個例子，有個需求是增加正文段落的 margin：

再舉個極端的例子，有個需求要把章節標題往右移動1個畫素：

那麼，如何確保微信讀書的排版質量？最開始，我們用人工測試的方法來確保質量。

2.人工測試方法

當開發按需求修改排版引擎、自測後，會把程式碼提交到 svn，然後交給測試同學進行測試。

測試同學使用持續整合工具編譯打包，得到排版引擎修改後的 App 安裝包；然後在兩臺裝置安裝排版引擎修改前、後兩個版本的 App，同時開啟需要測試的書籍，翻頁，對比，通過肉眼觀察排版差異是否符合預期。

人工測試方法比較耗時，需要開啟每本書，一頁一頁地翻頁、對比，而且無法覆蓋很多書籍，存在漏測的風險。

另外，通過人眼檢查兩臺裝置上的排版結果有沒有差異，是很困難的任務，一是容易疲憊導致判斷失誤，二是對細緻的排版變更（如第二個例子）很難判斷是否符合預期。

為什麼需要自動化測試？

前面提到，人工測試費時耗力，且容易漏測。

此外，排版需求的特點是細節多、變更快，且修改影響範圍大，全網書籍上萬本，無法一一驗證。一旦出錯，直接影響口碑。這些因素都增加了人工測試的工作量和壓力。

除了精細化的排版需求會對排版引擎程式碼做修改，在日常的維護中，也會重構排版引擎、修改排版引擎相關但不影響排版結果的程式碼。每次重構、修改後，也會交給測試同學驗證此次修改對排版結果沒有影響。由於人工測試比較耗時、無法一一驗證，每次重構排版引擎程式碼壓力很大，輕易不敢改動。

還有一種情況，是在開發其他需求、修復缺陷時，意外地導致排版結果受影響。這種錯誤一旦釋出到現網，後果很嚴重。

所以，把人工測試流程自動化十分有必要。自動化以後，可以大大減少人工測試的時間，同時方便開發同學自測。開發同學對排版引擎也可以大膽重構、持續改進程式碼質量。最終，達到確保排版引擎質量的目的。

二.如何自動化測試？

首先，我們要分析一下，在人工測試中，主要有哪些步驟？每個步驟是否能自動化？

在人工測試中，對每次變更的測試，有步驟如下：

1. 需要把變更前、變更後的 App 包安裝到兩臺裝置
2. 開啟 App，登入，把要測試的書購買、加入到書架
3. 開啟要測試的書，設定排版偏好，翻頁，用眼睛檢視螢幕上的排版結果，對比螢幕中的排版結果是否有差異
4. 如果有差異，根據需求判斷差異是否符合預期

其中步驟 1、2 利用自動化測試工具是比較容易完成的。步驟 3 藉助演算法能夠使其自動化，會在後面詳細展開。步驟 4 自動化的難度比較大，可能需要藉助非常高階的人工智慧完成，我們把這個步驟交給測試和開發同學。

那麼，如何完成步驟 3 的自動化，讓機器做人類的事情呢？我們把它再細分成三個步驟：

1. 獲取排版結果的資料表示

首先，需要找到一種機器能讀懂的資料表示，這種資料表示要既能夠表示排版的結果、反映程式碼的修改，也能夠通過演算法來對比，對比的結果要便於視覺化的展示，方便開發、測試同學判斷差異是否符合預期。

我們的選擇有：

1. NSAttributedString，是從 EPUB、TXT 處理後得到的中間資料，包括文字和排版樣式。這種資料結構比較抽象，沒有一種很好的差異計算方法、和差異結果視覺化方法。
2. 閱讀器螢幕截圖，點陣圖格式，藉助各種成熟的數字影象處理演算法，容易計算差異

考慮到 2 容易計算差異，視覺化輸出效果較好，我們選取閱讀器螢幕截圖作為資料表示。

2. 對比影象差異

選擇了影象作為排版結果的資料表示，那麼如何對比影象差異呢？

首先，我們要選取影象特徵，然後才能對比圖片差異。影象的特徵，從視覺認知概念上，有低、中、高階特徵：

• 低階特徵：如畫素域、頻率域、ImageHash
• 中級特徵：如 sobel 邊緣特徵
• 高階特徵：抽象視覺概念，比如從 CNN 演算法訓練得到的標籤，如車、槍、球

這裡我們希望每個畫素的差異都能檢測到，所以選取像灰度化處理過的影象矩陣作為特徵。

有了特徵後，我們需要定義差異，就是兩個灰度影象矩陣的距離函式，如：

• L0，表示兩個灰度影象矩陣之間，不一致的畫素點的個數
• L1，曼哈頓距離或棋盤距離，不一致畫素點差值的絕對值之和
• L2，不一致畫素點差值的平方和

我們關心有多少畫素點不一致，所以我們這裡取 L0距離，即兩個影象有多少個畫素點不一樣，作為差異衡量的指標。

當距離大於10時，我們認為這一頁的排版結果有差異，把它視覺化輸出，給開發或者測試同學作為參考。

3. 視覺化輸出

檢測到差異後，我們把兩個影象矩陣灰度化後相減，得到一個新的矩陣，把它歸一化得到差異影象，如右圖所示：

三.通過 scheme 生成排版結果

人工測試步驟 2、3 的書籍購買、加入書架、開啟書籍、翻頁、截圖等任務，可以利用 Instrument UI Automation 自動測試指令碼來模擬人工點選來完成任務。

但是考慮到 Automation 模擬翻頁、截圖速度慢，且 UI 變更頻繁導致 Automation 指令碼後續維護麻煩等問題，所以我們通過提供一個測試 scheme 介面來完成這個任務。

在 App 設定彩蛋的『執行 Scheme 頁面』中，輸入 scheme 並執行後，App 會在後臺對指定書籍購買、加入書架、排版、生成排版結果截圖，並把結果儲存在本地磁碟。使用者也可以選擇 AirDrop 到 Mac 上。

執行scheme

scheme 格式如下：

weread://typeset?books=三體,喬布斯傳,失控,1984,烏蘭拖拉機簡史&indent=1&fontSize=2&font=2&theme=3&folder=f1223
  輸出排版結果到目錄/Libary/[vid]/[folder]/[bookId].zip
  @param books 需要排版的書單
  @param indent 0首行不縮排 1首行縮排，預設0
  @param fontSize  1,2,3,4,5,6,7 字型大小，預設4
  @param font 字型  1系統字型 2 3 4 為對應選項字型，預設1
  @param bgcolor 背景顏色 1白 2黃 3綠色 4夜間，預設1
  @param folder 輸出資料夾名，預設"cropImage"

通過這個 scheme，在真機或者模擬器都可以隨時得到排版結果，而且速度比模擬翻頁要快10x。

四.自動化測試流程

下面，將介紹我們完整的排版引擎自動化測試流程。

1. 生成排版結果

首先，使用者需要確定引數：待生成排版結果的 svn 版本範圍 r1~rn、書單、閱讀偏好設定（字型、縮排、主題模式）。把這些引數傳給指令碼batch_scan.py，然後自動化流程開始，指令碼會執行以下步驟：

1. 在指定 svn 版本範圍內，找出排版引擎有變更的版本，checkout
2. 對每個 checkout 的版本，用 xcodebuild 編譯專案，安裝到模擬器
3. 通過 Instrument 的 UI Automation 指令碼，開啟模擬器，執行微信讀書App，進入到測試彩蛋頁面：執行 scheme，生成排版結果
4. 把結果從模擬器移動到指定的目錄下

2. 生成排版結果差異

得到排版結果後，執行指令碼 batch_diff.py，對相近的版本，每本書的每一頁通過 diffimg.py 對比，如果有差異，則輸出視覺化的差異結果。

3. 人工檢查差異

自動化流程結束後，我們得到排版結果差異，需要人工去檢查差異是否符合預期。

我們以資料夾的形式組織展示差異的視覺化結果：版本 r1（修改前）與 r2（修改後），對書籍 book1 排版差異視覺化結果，儲存在資料夾 diff_result_r1_r2/book1 中。

視覺化結果影象中，深色字型是 r1 （修改前）的排版結果，淺色字型是 r2 （修改後）的排版結果。

另外，排版效能變化也納入了監控。

五.自動化測試的優勢

自動化流程的建立，使排版引擎的測試時間縮短了 95%，測試期間無需人工干預，對比資料如圖：

例如，人工測試一本 550頁的 《哈利波特與被詛咒的孩子》需要約 20 分鐘，而自動化測試指令碼掃描、對比差異只需 22 秒（不含編譯時間）；人工測試 10 本書籍，用時約 3 小時，而自動化測試用時約 4.9 分鐘；人工測試 100 本書籍需 33 小時，而自動化測試用時約 50 分鐘。

除了大大減少人工測試的時間，開發同學藉助自動化測試工具，能大膽重構程式碼，通過自動化測試來確保重構不影響排版結果，擁抱快速變更的需求。

隨著自動化測試覆蓋的變更版本、測試的書籍數量越來越多，帶來的收益越大。

藉助自動化測試流程，對於任何程式碼修改而導致樣本書籍、每一頁、每個畫素點的排版結果變更，都能夠納入我們的監控，最終達到確保微信讀書排版引擎質量的目的。

六.未來工作

目前，自動化測試工具已經投入使用。未來會持續優化、增加特性，以滿足測試、開發同學的需求。

未來工作包括但不限於

郵件通知：執行指令碼得到結果後，如果兩個版本之間的排版結果有差異，通過郵件通知相關同學；另外，排版的效能對比結果也可以生成一份報告，通過郵件通報。

執行速度優化：目前對 20 本書生成排版結果，耗時約 10 分鐘，對比耗時約 2 分鐘。可以進一步優化執行速度，爭取覆蓋更多樣本書籍

支援微信讀書安卓版

嘗試應用在其他模組：對執行預期結果相對固定、測試代價大的功能模組，可以通過支援測試 scheme，輸出執行結果截圖，以外掛的形式接入這一套自動化測試流程。

七.總結

本文介紹了微信讀書排版引擎的日常修改時，人工測試所面臨的問題，以及為什麼需要自動化測試的原因。

然後本文分析了人工測試的流程，以及這些流程改造成自動化的可能性。

最後，介紹了我們整套自動化測試流程，以及應用自動化測試以後所來的好處，最終達到確保微信讀書排版引擎質量的目的。

此文已由作者授權騰訊雲+社群釋出，更多原文請點選

搜尋關注公眾號「雲加社群」，第一時間獲取技術乾貨，關注後回覆1024 送你一份技術課程大禮包！

海量技術實踐經驗，盡在雲加社群！