去年有个真实故事在测试圈流传:一家公司花了三个月把上千条 Selenium 脚本迁移到 Playwright,团队本以为能告别”玄学失败”,结果上线第一天,CI 里红了一大片——waitForTimeout(3000)、脆弱的长 CSS 选择器、共享的全局状态,老毛病一个不落,全被原封不动搬了过来。
这像极了装修。你换了最新款的抽油烟机,烟道却还是二十年前的老式弯管,炒菜照样满屋油烟。2026 年 web 应用测试圈的共识已经很明确:Playwright 已经赢下了端到端测试这场竞赛,但工具不自带魔法,习惯才是成败的分水岭。 QASkills 在 2026 年的最佳实践指南里把话说得很直白:框架不是魔法,实践才是(Playwright Testing Best Practices for 2026)。
这篇文章就按这个思路聊:不堆概念,只讲那些让你脚本从”天天哄着跑”变成”敢放心交给 CI”的核心习惯。
先把最毒的坏习惯戒掉:等死的 sleep 和一次性的断言
很多教程教你的第一招就是错的。
新手最常见的写法是:点击按钮,然后 waitForTimeout(3000) 等三秒,再看元素在不在。这在 2026 年几乎是公认的”最差模式”。它两头不靠谱——页面加载快,你白等三秒;碰上网络抖动慢了半秒,测试直接失败。一个页面 10 个等待点,一个套件几百条用例,浪费的时间会滚雪球。
正确姿势是条件等待。Playwright 的断言本身就会自动重试:
// 好的写法:断言会一直重试,直到元素出现或超时
await expect(page.getByRole('heading', { name: 'Welcome back' })).toBeVisible();
// 差的写法:只检查当前这一瞬间,元素晚渲染 50 毫秒就挂了
// const isVisible = await page.getByRole('heading').isVisible();
await expect(locator).toBeVisible() 这类”web-first 断言”会自动轮询到条件满足,而 isVisible() 只拍一张快照。就这一行改动,能消掉 UI 测试里最大的一类随机失败。
找元素,要像用户找按钮,而不是像爬虫找 div
第二个大坑是选择器。很多 AI 生成的测试脚本喜欢写 page.locator('div.btn-primary > span') 这种路径——看着很专业,实则脆得像饼干。前端改一个类名、嵌套层级挪一下,测试就碎一地。
Playwright 官方的推荐优先级是:优先 getByRole(按角色和可访问名称找),表单用 getByLabel、getByPlaceholder,再不行用 getByText,getByTestId 当逃生舱,CSS/XPath 只作最后手段。原因很简单:按钮上的文字”提交”比它的 class 名活得更久,前端重构十次,文案都未必改一次。
还有个隐藏福利:如果你连角色的可访问名称都找不到,那往往不是测试的问题,而是产品本身有可访问性缺陷——等于测试顺便帮你做了无障碍检查。不确定怎么选选择器?官方有个 codegen 录制器和 VS Code 插件,在真实浏览器里录一遍操作,自动生成稳定的定位器,比自己手写快得多(Katalon 的 Playwright 实践总结、anton.qa 的 14 条规则清单)。
让测试少干活:登录一次、API 直测、网络打桩
第三条经验,核心是”别什么都在浏览器里干”。
如果每个用例都从头点一遍登录页,一个套件光登录就浪费十几分钟。2026 年的标准做法是一个专门的 setup 项目:登录一次,把 cookie 和 localStorage 存成 storageState 文件,其余所有测试加载这个文件直接起步,登录开销归零。
更进一步:不是每一刀都需要浏览器。你要验证”后端拒绝非法邮箱”,直接发 API 请求就行——比驱动整个 UI 快十倍,还不会因文案改动而挂掉:
test('API 直接拒绝非法邮箱', async ({ request }) => {
const res = await request.post('/api/signup', {
data: { email: 'not-an-email', password: 'hunter2hunter2' },
});
expect(res.status()).toBe(400);
});
第三方接口(支付、外部 API)一律用 page.route() 打桩 mock。理由很朴素:别人服务器挂了不该算你的测试失败,而且 500 错误、超时、空数据这些状态,真实环境根本不好构造,mock 反而能精准覆盖。
每个测试还要做到完全隔离:Playwright 默认给每条用例一个全新的浏览器上下文,cookie、缓存互不相通。只要你自己不在模块里塞共享变量,测试就能任意顺序、任意机器上跑。
跑得快还要查得清:CI 分片与 Trace Viewer
工具链这半边,两个词记住:shard(分片)和 trace(追踪)。
测试多了怎么办?开并行,再把一个大套件切成四份,四台 CI 机器各跑四分之一,30 分钟的套件几分钟就跑完。配一个 CI matrix,四路并发,墙上时间直接除以四。
测试在 CI 里挂了但本地复现不了,这是测试人最熟的噩梦。解法不是加 console.log,而是打开 Trace Viewer——在配置里设 trace: 'on-first-retry',测试失败重试时自动录下完整的交互时间线:每一步的 DOM 快照、网络请求、控制台输出、操作前后的页面对比。CI 跑完把 trace 文件下载下来,npx playwright show-trace trace.zip 打开,浏览器当时到底”看到”了什么,一目了然。
2026 年的新变量:AI 写测试,快是快,坑也是真的
最后一个维度,也是这两年变化最大的。现在让 AI 一分钟生成 50 条 Playwright 脚本完全没问题,然后那些脚本开始随机失败,没人知道为什么——因为 AI 从训练数据里复制的是旧习惯(硬等待、CSS 路径、内部状态断言),它不知道你昨晚的 CI 已经红过一次。
有意思的是,2026 年也冒出了”AI 测 AI”的工具,有基准测试显示某工具能把 AI 生成代码的通过率从 42% 一轮迭代提到 93%(TestSprite 的 2026 工具评测)。我的看法:AI 生成可以当起点,但必须有人按上面那几条纪律做 code review。工具选型上没有银弹——端到端用 Playwright,API 用 Postman/REST Assured,性能用 JMeter/k6,可访问性用 axe,安全用 OWASP ZAP,七层各配各的兵(AppSierra 的 2026 工具盘点、Robonito 的 Web vs Mobile 对比)。
写在最后
回头看,web 应用测试的门槛从来不在”会不会写脚本”,而在于你写的脚本敢不敢无人值守地跑一整夜。换掉 sleep、按用户的眼睛找元素、让 API 干 API 的活、用 trace 代替猜测——这几件事都不难,难的是戒掉旧习惯。
如果你手上也有一堆一跑就挂的祖传脚本,不妨从删掉第一行 waitForTimeout 开始。你在测试里踩过最离谱的坑是什么?评论区聊聊。
