1. 测试对象的基础差异
Web、小程序和App作为三种不同的应用形态，其技术架构的差异直接决定了测试策略的不同。Web应用运行在浏览器环境中，基于HTTP/HTTPS协议与服务器通信，本质上是一种远程渲染的瘦客户端。小程序则介于Web和原生App之间，它虽然依赖宿主环境（如微信、支付宝等超级App），但具备调用部分系统API的能力。原生App则是直接安装在操作系统上的独立应用，能充分利用设备硬件能力。
从技术栈来看：
- Web：HTML/CSS/JavaScript三件套，跨平台特性明显
- 小程序：各平台自有技术规范（微信WXML/WXSS、支付宝AXML等）
- App：iOS用Swift/Obj-C，Android用Kotlin/Java，跨平台方案用Flutter/React Native
这种底层差异导致测试时需要关注的重点完全不同。比如Web测试要特别关注不同浏览器内核的渲染差异，小程序要验证宿主API的调用权限，而App则需测试硬件交互的稳定性。
2. 环境准备与测试工具链
搭建测试环境是三类测试的第一个分水岭。Web测试环境最简单，只需准备不同版本的浏览器（Chrome、Firefox、Safari等）即可。但要注意浏览器驱动的版本匹配问题——我曾遇到过Chromedriver版本比浏览器低导致元素定位全部失效的案例，解决方案是使用nvm管理多版本Node环境。
小程序测试需要：
- 各平台开发者工具（微信开发者工具需开启真机调试模式）
- 特殊代理工具（如Charles抓包需要配置SSL证书）
- 多账号体系（测试不同用户角色权限）
App测试的环境最复杂：
- 需要物理设备云（AWS Device Farm、Firebase Test Lab）
- 模拟器集群管理（Android Studio AVD需要开启硬件加速）
- 特有的工具链（ADB命令、iOS的instruments）
- 企业证书签名问题（测试版分发需要处理UDID白名单）
推荐工具组合：
# Web测试 npm install -g playwright playwright install # 小程序 微信开发者工具 + miniprogram-automator # App测试 appium + WebDriverAgent + appium-doctor3. 功能测试的侧重点差异
虽然三类测试都要验证业务逻辑，但具体实施大不相同。Web测试最关注：
- 表单提交的边界值处理（特别是文件上传）
- AJAX请求的竞态条件
- Cookie/Session的管理机制
- 前端路由的History API兼容性
小程序特有的测试点包括：
- 宿主环境API的mock（如wx.login的模拟授权）
- 分包加载的流量控制
- 模板消息的触发条件
- 扫码功能的测试桩实现
App测试独有的深水区：
- 后台进程保活机制（Android的WorkManager）
- 离线缓存策略（SQLite的版本迁移）
- 硬件交互（GPS精度、陀螺仪采样率）
- 通知栏点击后的应用状态恢复
一个典型的踩坑案例：测试电商App的购物车功能时，Web端只需验证HTTP接口返回，而App端还要考虑进程被系统回收后，如何恢复之前的购物车状态。
4. 兼容性测试的实施策略
兼容性测试是三类应用差异最大的领域。Web的兼容性矩阵包括：
- 浏览器类型及版本（IE的死亡对测试人员其实是种解脱）
- 操作系统（Mac/Win/Linux的字体渲染差异）
- 分辨率（需要测试1366×768这种"落后"尺寸）
小程序兼容性要点：
- 基础库版本（wx.getSystemInfo返回的SDKVersion）
- 宿主App版本（微信7.0.20前后的API权限变化）
- 手机系统WebView内核（特别是Android各厂商的定制ROM）
App兼容性最复杂：
- Android需要覆盖ARM/x86架构
- iOS要考虑Notch屏的SafeArea
- 系统权限弹窗的触发时机（第一次使用时请求vs安装时请求）
建议的测试优先级：
| 应用类型 | 必须覆盖 | 可选覆盖 | |----------|-----------------------------------|-------------------------| | Web | Chrome最新3版+Firefox+Edge+Safari | 360浏览器等国产套壳 | | 小程序 | 微信最新2版+基础库2.x/3.x | 支付宝/百度小程序 | | App | iOS最新2版+Android 10/11/12 | 折叠屏/平板设备 |5. 性能测试的关键指标
Web性能测试主要关注：
- 首屏加载时间（Lighthouse评分）
- TTI（可交互时间）
- 内存泄漏检测（Chrome DevTools的Heap Snapshot）
小程序性能的特殊性：
- 启动耗时（冷启动/热启动）
- 包体积监控（主包不能超过2MB）
- setData调用频率（微信开发者工具的Trace面板）
App性能测试的硬指标：
- ANR率（Android）和卡顿率（iOS）
- 电量消耗（Battery Historian工具）
- 内存占用（Android的dumpsys meminfo）
实测案例：某资讯类App列表页在快速滑动时，Web版只需监控FPS，而原生App还要检测Jank帧数和GPU过度绘制问题。
6. 安全测试的攻防重点
Web安全测试传统项目：
- XSS注入（特别是富文本编辑器场景）
- CSRF Token校验
- CORS配置错误
- 敏感信息泄露（如.git目录暴露）
小程序特有的安全隐患：
- 过度的wx.request域名白名单
- 未加密的本地存储（同步存储敏感数据）
- 过期的加密算法（还在用AES-ECB模式）
App安全的高危点：
- 反编译风险（ProGuard配置不当）
- 中间人攻击（证书固定实现缺陷）
- 动态调试防御（Frida检测机制）
- 敏感权限滥用（READ_PHONE_STATE）
有个经典漏洞：某金融类App用SharedPreferences存储用户token，被root设备直接读取。解决方案是改用Android的Keystore系统。
7. 自动化测试的实现难点
Web自动化最成熟：
- 元素定位主要用CSS Selector/XPath
- 等待策略推荐WebDriverWait+expected_conditions
- 容易实现可视化回归测试（如Applitools）
小程序自动化坑点：
- 控件层级结构特殊（原生组件与WebView混合）
- 需要处理弹窗拦截（如微信授权弹窗）
- 无法直接操作DOM（只能通过API调用）
App自动化的深坑：
- 混合应用要处理WebView上下文切换
- iOS的Predicate String定位语法晦涩
- Android的UIAutomator2对动态ID支持差
建议的自动化架构：
# 基类设计示例 class BaseTest: def setup(self): if self.platform == "web": self.driver = ChromeDriver() elif self.platform == "miniprogram": self.driver = MiniProgramLauncher() else: self.driver = AppiumDriver() # 具体测试继承实现 class LoginTest(BaseTest): def test_failed_login(self): # 各平台统一测试用例 self.assertErrorMessage("Invalid credential")8. 持续集成中的实践差异
Web测试在CI中最简单：
- 可直接用GitHub Actions的ubuntu-latest镜像
- 并行测试靠Selenium Grid
- 截图对比用pixelmatch库
小程序CI的障碍：
- 需要处理登录态（测试账号二维码问题）
- 上传体验版有每日次数限制
- 依赖微信开发者工具的CLI模式
App的CI复杂度最高：
- 需要Mac机器打包iOS应用
- 签名证书管理（fastlane match方案）
- 真机测试设备调度（AWS Device Farm API）
一个实用的技巧：在Jenkins pipeline中，Android构建用Docker容器处理，iOS构建单独分配Mac mini节点，通过SSH触发构建任务。
9. 用户行为模拟的差异性
Web用户行为特征：
- 多标签页来回切换
- 浏览器前进/后退导航
- 表单填写时的复制粘贴操作
小程序特有行为：
- 下拉刷新与上拉加载更多
- 扫码后跳转到特定页面
- 分享卡片点击回流场景
App用户典型操作：
- 手势操作（双指缩放、长按拖拽）
- 中断测试（来电、通知打断）
- 跨应用跳转（Deep Link验证）
在测试新闻类应用时，Web版要模拟用户打开多个新闻标签页，而App版则需要测试点击推送通知后能否正确跳转到详情页。
10. 数据统计与质量监控
Web的监控重点：
- 页面PV/UV统计准确性
- 用户点击热力图分析
- 错误日志的sourceMap解析
小程序数据特殊性：
- 需要区分场景值（scene参数）
- 监控模板消息的送达率
- 检测违规的DOM操作告警
App的质量看板：
- 崩溃率（区分ANR和Native Crash）
- 启动耗时百分位统计
- OOM异常的内存快照
某社交App的教训：没有监控小程序端的getUserInfo调用失败率，导致登录转化率下降一周后才被发现。后来建立了实时报警机制，任何API成功率低于95%立即触发告警。
