El autor de Robot Framework recomienda cómo elegir un marco de prueba automatizado

1. El método de grabación y reproducción es popular entre las herramientas comerciales y se puede utilizar rápidamente sin conocimientos de programación. Sin embargo, este método es relativamente frágil, las pruebas se verán afectadas una vez que cambie la interfaz de usuario, los scripts dispersos no son reutilizables y difíciles de mantener, y el sistema debe estar disponible antes de la prueba (lo que significa que el método A-TDD no se puede utilizar). Por lo tanto, este método no es adecuado para pruebas automatizadas a gran escala.

2. Los scripts lineales permiten el uso de varios lenguajes para escribir scripts no estructurados, y los scripts interactúan directamente con el sistema bajo prueba. Capaz de comenzar rápidamente y tener una gran flexibilidad. Sin embargo, escribir guiones requiere habilidades de programación. Un cambio en el sistema afectará a todos los guiones, y una gran cantidad de guiones que no se han modularizado o reutilizado son difíciles de mantener. Por lo tanto, este enfoque es adecuado para tareas simples y no para una automatización a gran escala.

3. El script modular consta de dos partes: el script del controlador ejecuta la prueba y la función de la biblioteca de prueba completa la interacción con el sistema bajo prueba. Los scripts de los controladores son muy sencillos de escribir, lo que hace que sea más rápido crear nuevas pruebas y más fácil de mantener. Sin embargo, se necesita tiempo y habilidades de programación para crear una biblioteca de pruebas e incorporar datos de prueba en scripts. La creación de nuevas pruebas requiere nuevos scripts de prueba. Por lo tanto, este método sigue siendo adecuado para proyectos grandes siempre que tenga habilidades de programación, pero no es adecuado para no programadores.

En cuarto lugar, el método basado en datos separa los datos de los scripts de prueba. Basado en una biblioteca de pruebas modular, un script de controlador puede ejecutar varias pruebas similares, lo que facilita la creación de nuevas pruebas. El trabajo de mantenimiento se puede separar, con los evaluadores responsables de los datos y los programadores responsables de escribir las bibliotecas de pruebas. Sin embargo, todavía se necesitan nuevos scripts de controladores para diferentes tipos de pruebas, y la configuración inicial de analizadores de datos y componentes reutilizables requiere mano de obra. Este enfoque es adecuado para proyectos más grandes y requiere menos habilidades de programación.

5. Basado en palabras clave, combinando datos con palabras clave para describir cómo utilizar los datos para realizar pruebas. Este enfoque tiene la ventaja de estar basado en datos y, al mismo tiempo, permite a los no programadores crear nuevos tipos de pruebas. Todas las pruebas se ejecutan mediante el mismo marco, sin necesidad de scripts de controladores diferentes. Sin embargo, el costo inicial es alto, ¡pero hay soluciones de código abierto disponibles! Ideal para grandes proyectos.