八、Airtest脚本的全局设置¶

1. 脚本全局设置¶

在airtest.core.settings里，提供了部分全局默认属性，其中我们列举出几个常见属性和它们的默认值：

LOG_DIR = None
LOG_FILE = "log.txt"
RESIZE_METHOD = staticmethod(cocos_min_strategy)
CVSTRATEGY = ["mstpl", "tpl", "surf", "brisk"]
THRESHOLD = 0.7 # [0, 1]
THRESHOLD_STRICT = 0.7 # [0, 1]
OPDELAY = 0.1
FIND_TIMEOUT = 20
FIND_TIMEOUT_TMP = 3
PROJECT_ROOT = os.environ.get("PROJECT_ROOT", "") # for using other script
SNAPSHOT_QUALITY = 10 # 1-100
IMAGE_MAXSIZE = os.environ.get("IMAGE_MAXSIZE", None)
SAVE_IMAGE = True

2. 全局属性设置方法¶

想要改变上述的settings里的值，只需要在脚本中这样写：

from airtest.core.api import *
# airtest.core.api中包含了一个名为ST的变量，即为全局设置
ST.THRESHOLD = 0.8

# 未指定图片threshold，默认使用ST.THRESHOLD中的0.8
touch(Template(r"tpl1532588127987.png", record_pos=(0.779, 0.382), resolution=(407, 264)))

# 手工指定图片threshold，以图片设置的0.6为准
touch(Template(r"tpl1532588127987.png", record_pos=(0.779, 0.382), resolution=(407, 264), threshold=0.6))

3. 属性值介绍¶

1）log内容的设置：LOGFILE、LOGDIR¶

LOGFILE 用于自定义记录log内容的txt文档的名称；LOGDIR 用于自定义log内容的保存路径，示例如下：

from airtest.core.settings import Settings as ST
from airtest.core.helper import set_logdir

ST.LOG_FILE = "log123.txt"
set_logdir(r'D:\test\1234.air\logs')

auto_setup(__file__)

# 此处省略N条用例脚本

2）分辨率适配规则：RESIZE_METHO¶

在使用不同分辨率的设备进行图像识别时，可能会导致识别成功率不佳，因此Airtest提供了默认的分辨率适配规则（使用的是Cocos引擎的默认缩放规则），代码在这里。

想要提高2d游戏的识别精度，最好的办法就是明确指定你的游戏的分辨率适配规则，例如，直接在 .air 脚本文件的开头这样写：

from airtest.core.api import *

def custom_resize_method(w, h, sch_resolution, src_resolution):
    return int(w), int(h)

# 替换默认的RESIZE_METHOD
ST.RESIZE_METHOD = custom_resize_method

上面的代码指定了一个自定义的缩放规则：直接return原来的值，不管屏幕分辨率，所有UI都不进行缩放（有的游戏就是这种策略）。

这里的RESIZE_METHOD，即我们定义的custom_resize_method使用的输入参数为：

w, h # 录制下来的UI图片的宽高
sch_resolution # 录制时的屏幕分辨率
src_resolution # 回放时的屏幕分辨率

输出为：
- 回放时的UI图片宽高

若要自定义你的RESIZE_METHOD，只需要知道你测试的游戏的缩放规则，然后在custom_resize_method中用代码实现即可。这样做，能够大大提升不同分辨率设备下的图像识别成功率。

3）图像识别算法的设置：CVSTRATEGY¶

CVSTRATEGY 用于设置Airtest的图像识别算法，默认情况下 CVSTRATEGY = ["mstpl", "tpl", "surf", "brisk"] ，每次查找图片的时候，airtest就会按照这个设置好的算法顺序去执行，直到找出一个符合设定阈值的识别结果，或者是一直按照这个算法顺序循环查找，直到超时。

我们可以自定义Airtest的图像识别算法，示例如下：

from airtest.core.settings import Settings as ST

# 脚本运行时将按照此算法顺序识别，直到“找到符合设定阈值的识别结果”或“识别超时”
ST.CVSTRATEGY = ["tpl", "sift","brisk"]

PS：关于Airtest各个图像识别算法的介绍，推荐阅读文章

4）图像阙值：THRESHOLD、THRESHOLD_STRICT¶

THRESHOLD 和 THRESHOLD_STRICT 都是图像识别的阙值，Airtest1.1.6版本之后，所有用到了图像识别的接口，都是用 THRESHOLD 作为阙值。它的默认值为0.7，取值范围[0,1]。

在进行图像匹配时，只有当识别结果的可信度大于阙值时，才认为找到了匹配的结果：

除了可以修改全局的图像识别阙值，我们还支持修改单张图片的阙值，需要注意的是，如我们没有单独设置图像的阙值，将默认使用全局阙值 THRESHOLD ，示例如下：

from airtest.core.settings import Settings as ST

# 设置全局阙值为0.8
ST.THRESHOLD = 0.8

# 设置单张图片的阙值为0.9
touch(Template(r"tpl1607424190850.png", threshold=0.9, record_pos=(-0.394, -0.176), resolution=(1080, 1920)))

在Airtest1.1.6之前， assert_exists 使用的图像阙值是 THRESHOLD_STRICT 。所以使用1.1.6之前版本的同学，想要修改 assert_exists 的图像阙值，需要设置 THRESHOLD_STRICT 的值。

5）步骤之间的时间间隔：OPDELAY¶

在我们的脚本中，每一个步骤的操作之间都会有一小段时间间隔，默认用OPDELAY进行设定。

OPDELAY默认值为0.1，即每一步操作后等待0.1秒，将它适当设置得大一些，可以在每次操作后停顿一小段时间，避免过快进行下一个操作导致不能成功的问题。

6）查询的超时时长：FIND_TIMEOUT、FIND_TIMEOUT_TMP¶

在每次进行图像查找时，如果一次查找不成功，将会再次进行 截图-查找的循环 ，直到超时才会停下来，超时时长为FIND_TIMEOUT，默认20秒。

同时，我们还提供了一个FIND_TIMEOUT_TMP，默认只有3秒。在不同的截图接口中分别使用了这2个值：

使用了FIND_TIMEOUT作为图片查找超时时长的接口为：

touch
double_click
swipe（swipe支持从第一张图片滑动到第二张图片，此处只有第一张图片使用了FIND_TIMEOUT）
wait（wait支持直接传入一个timeout参数，若没有指定timeout，默认使用FIND_TIMEOUT作为超时时长）
assert_exists

在另外一些对查找图片的要求较低的接口中，使用了时长较短的FIND_TIMEOUT_TMP：

swipe（如果第二个参数传入了图片，那么它将使用较短的查找时间）
exists
assert_not_exists

如果想要修改全局的图片查找超时时长，请务必注意需要修改的是哪个值。

修改示例：

from airtest.core.settings import Settings as ST

# 设置全局的超时时长为60s
ST.FIND_TIMEOUT = 60
ST.FIND_TIMEOUT_TMP = 60

# 设置单条wait语句的超时时长
wait(Template(r"tpl1607425650104.png", record_pos=(-0.044, -0.177), resolution=(1080, 1920)),timeout=120)

7）项目根目录：PROJECT_ROOT¶

可以通过设定一个默认项目根目录PROJECT_ROOT，让使用using接口时能够在当前根目录下寻找别的子脚本，无需填写完整路径，让脚本之间相互调用使用更加方便。

例如，我们建立一个名为test1.air的脚本，实际路径为/User/test/project/test1.air

from airtest.core.api import *

def test():
    touch("tmp.png")

在同一目录下另外一个main.air脚本可以这样引用到它里面的test：

from airtest.core.api import *

ST.PROJECT_ROOT = "/User/test/project"
using("test1.air")
from test1 import test

另外，auto_setup() 接口也可以传入项目根目录：

auto_setup(__file__, project_root="/User/test/project")

8）截图压缩精度：SNAPSHOT_QUALITY¶

SNAPSHOT_QUALITY 用于设置全局的截图压缩精度，需要注意的是，设置的是Airtest报告里面显示的截图精度，而不是我们的截图脚本截取的那张图片的精度。默认值为10，取值范围[1,100]，数值越高，截图的精度越高，越清晰。示例如下：

from airtest.core.settings import Settings as ST

# 设置全局的截图精度为90
ST.SNAPSHOT_QUALITY = 90

另外我们还可以定义单张截图的压缩精度，示例：

# 设置单张截图的压缩精度为90，其余未设置的将按照全局压缩精度来
snapshot(quality=90)

9）截图尺寸大小：IMAGE_MAXSIZE¶

在Airtest1.1.6中，新增了一个用于指定截图最大尺寸的设置：ST.IMAGE_MAXSIZE 。假如设置为1200，则最后保存的截图长宽都不会超过1200，有利于进一步缩小截图的图片尺寸。示例：

from airtest.core.settings import Settings as ST

# 设置全局截图尺寸不超过600*600，如果不设置，默认为原图尺寸
ST.IMAGE_MAXSIZE = 600

# 不单独设置的情况下，默认采用ST中的全局变量的数值，即600*600
snapshot(msg="test12")
# 设置单张截图的最大尺寸不超过1200*1200
snapshot(filename="test2.png", msg="test02", quality=90, max_size=1200)

10）保存运行过程的截图：SAVE_IMAGE¶

默认情况下，运行脚本时会保存步骤的截图，用于显示在报告的快览和步骤详情中；但Airtest1.1.7版本起，settings 新增了一个配置 ST.SAVE_IMAGE ，默认为 True ，如果改为 False ，就不保存截图，直到这个值再次设为 True ，示例：

from airtest.core.api import *
# 暂时关闭截图
ST.SAVE_IMAGE = False
touch((100, 100))  # 这条语句将不会保存当前画面图片

# 继续截图
ST.SAVE_IMAGE = True
touch((100, 100))

（不保存截图的touch)

（保存截图的touch）