第二章 测试环境搭建:CarMaker安装与配置、Python环境准备、必要的Python库安装

说实话,很多初学者一上来就急着写脚本,结果环境没搭好,折腾半天跑不通。我见过太多人卡在这一步了。今天咱们就把这块硬骨头啃下来。

环境搭建这事儿,说白了就是给后续的自动化测试铺路。路铺不好,车跑得再快也得翻。我个人习惯是先搭CarMaker,再配Python环境,最后装库。这个顺序别搞反了。

2.1 CarMaker安装与配置

CarMaker的安装其实不复杂,但有几个坑我得提前跟你说。

⚠️ 重要提醒: 安装路径不要带中文,不要带空格。我见过有人把软件装到「D:\程序文件\CarMaker 12.0」这种路径下,结果死活连不上License。血的教训。

2.1.1 安装步骤

  1. 获取安装包 – 从IPG官网或公司内部服务器下载对应版本。我建议用CarMaker 10.0以上版本,对Python支持更好。
  2. 运行安装程序 – 以管理员身份运行。嗯,这一步很多人会忘。
  3. 选择组件 – 必选:CarMaker主程序、Test Manager、Python API。其他按需勾选。
  4. 配置License – 如果是网络License,设置服务器地址;如果是本地License,导入lic文件。
  5. 验证安装 – 打开CarMaker GUI,随便加载一个Demo项目,能跑起来就算成功。
💡 我的小技巧: 安装完成后,先跑一遍自带的「Demo_Basic」测试用例。这能帮你快速确认环境是否正常。我曾经有一次装完没验证,结果写了两天脚本才发现CarMaker的Python接口没装全,全白干了。

2.1.2 环境变量配置

CarMaker安装完后,需要配置几个环境变量。不然Python找不到它的API。

# 必须配置的环境变量
CARMAKER_HOME = C:\IPG\carmaker\win64-10.0
PATH += %CARMAKER_HOME%\bin
PATH += %CARMAKER_HOME%\PythonAPI

配置完记得重启电脑。别问我为什么知道,我曾经在这上面浪费了半小时。

2.2 Python环境准备

Python版本怎么选?我个人建议用Python 3.8或3.9。为什么?因为pycarmaker这个库对3.10以上版本的支持还不够稳定。我在项目中踩过这个坑,后来老老实实换回了3.8。

2.2.1 安装Python

  1. 去Python官网下载对应版本安装包
  2. 安装时勾选「Add Python to PATH」
  3. 选择自定义安装,确保pip被勾选
验证安装: 打开命令行,输入 python --versionpip --version。如果都能正常显示版本号,说明装好了。

2.2.2 创建虚拟环境

你想想看,如果所有项目都共用一套Python库,迟早会出问题。我强烈建议每个项目单独建虚拟环境。

# 创建虚拟环境
python -m venv carmaker_env

# 激活虚拟环境(Windows)
carmaker_env\Scripts\activate

# 激活虚拟环境(Linux/Mac)
source carmaker_env/bin/activate

激活后,命令行前面会出现 (carmaker_env) 字样。看到这个就对了。

2.3 必要的Python库安装

接下来就是装库了。核心库就三个:pycarmaker、pandas、numpy。其他的按需添加。

2.3.1 安装pycarmaker

这是连接CarMaker和Python的桥梁。没有它,脚本就没办法控制仿真。

# 方法一:从CarMaker安装目录安装
pip install %CARMAKER_HOME%\PythonAPI\pycarmaker

# 方法二:如果上面不行,直接指定路径
pip install C:\IPG\carmaker\win64-10.0\PythonAPI\pycarmaker
⚠️ 注意: 安装前确保虚拟环境已激活。我见过有人直接在全局环境装,结果项目切换时版本冲突,折腾了一下午。

2.3.2 安装pandas和numpy

这两个库主要用于数据处理。测试结果分析、批量生成参数文件,都离不开它们。

pip install pandas numpy

装完之后,建议验证一下:

python -c "import pycarmaker; import pandas; import numpy; print('All good!')"

如果没报错,说明环境已经搭好了。

2.3.3 其他推荐库

库名 用途 安装命令
matplotlib 数据可视化,画测试报告图表 pip install matplotlib
openpyxl 读写Excel文件,管理测试用例 pip install openpyxl
pyyaml 读写YAML配置文件 pip install pyyaml
loguru 日志记录,比logging好用 pip install loguru

2.4 环境验证与常见问题

环境搭完了,怎么确认一切正常?写个简单的测试脚本跑一下:

import pycarmaker
import pandas as pd

# 连接到CarMaker
cm = pycarmaker.CarMaker()
cm.connect()

# 读取一个参数
speed = cm.get_quantity('Car.v')
print(f"当前车速: {speed} m/s")

# 断开连接
cm.disconnect()
print("环境验证通过!")
💡 避坑指南: 如果连接失败,先检查CarMaker是否在运行。我曾经犯过一个低级错误——脚本跑得飞快,结果CarMaker根本没启动。嗯,从那以后我写了个启动检查函数。

2.5 知识体系总览

下面这张图,是我自己总结的环境搭建全流程。你照着这个走,基本不会出问题。

测试环境搭建知识体系 CarMaker安装配置 Python环境准备 Python库安装 安装主程序 + Test Manager 配置License(网络/本地) 配置环境变量 运行Demo验证 安装Python 3.8/3.9 配置PATH环境变量 创建虚拟环境 激活虚拟环境 pycarmaker(核心) pandas + numpy matplotlib(可视化) openpyxl / pyyaml ✅ 环境验证:跑通Demo脚本 三个模块缺一不可,按顺序搭建,最后统一验证

环境搭建这块,说白了就是一次性的体力活。但千万别小看它。我见过太多人因为环境问题浪费了一两天时间。按照上面的步骤来,半小时内搞定。

好了,环境搭好了,下一章咱们就开始写第一个真正的自动化测试脚本。


公众号:蓝海资料掘金营,微信deep3321