1、基于协议的自动化测试：
用得最多的应该是协议层面的，就是我们常说的发个http请求（现在很多接口测试也是基于协议，工具也简单，Jmeter、postman等；我们的性能测试的原理也是协议+多线程），发送请求之后，检查服务器响应，我们弄清楚了协议规则，自动化就是连续的发送请求，检查响应，断言，其实不那么难。真正难得是：用例设计、场景设计、数据分析等等。。这些需要严谨的测试思维，大量的测试经验，所以说工具或代码解决的是三分之一的问题，剩下的三分之二还是需要靠人自己。
2、基于界面的自动化测试：
原理就是识别并操作界面元素，但是由于写界面的语言比较多，H5，java，python。。各个都有一点区别，所以在识别操作时稍微有点麻烦，如果无法识别元素怎么办呢？Autolt，Sikulix，键盘模拟，当然还可以基于图像识别来解决界面的操作问题
3、基于代码自动化测试：
检查代码的逻辑和覆盖率等问题，就是我们常说的白盒测试或者单元测试，一般这个是由程序员完成。然后就是代码级的接口测试（灰盒测试），这个的可行性更高，更有效率和价值。如果说代码级的测试已经完成，那么功能性的bug会少非常多的，所以这个过程很重要，但是对测试人员的代码要求非常高，这个有点超出自动化测试了，偏向于测试开发。
使用Python代码封装自动化测试的用例, 意味着将代码封装到一个整体中, 在python中面向对象的编程思维方式是最适合封装了:①把测试的数据和测试的过程封装到类的内部成为一个整体, 便于测试数据和测试流程的管理维护；
②Python中面向对象封装的特性有利于隐藏内部实现的复杂度, 对于调用者来说直接调用即可 ；
③Python面向对象中的类，是实现封装最佳体现, 把数据和对数据的操作封装在类的内部,, 对数据起到保护作用, 提高了代码的安全性和健壮性；
④Python中面向对象的编程模式体现了模块化的思想, 模块可以重用, 模块容易扩展, 简化测试的流程, 提高测试的效率。
更高效的编写实现自动化测试用例，Python中面向对象编程思维方式是必须掌握的，亲戚在传智播客学的软件测试，现在月薪13K。
