Pytest和Allure测试框架-超详细版+实战
加我微信：hz223336,领取pytest视频
文章目录
- 一：pytest的介绍，安装，框架结构，执行方式
- 1，特点
- 2，安装
- 3， pytest的框架结构
- 4，执行方式
- 二：Pytest -断言、跳过及运行
- 1，Pytest -断言、跳过及运行
- 2，mark中的skip(跳过)
- 3，mark中的xfail(失败)
- 4,使用自定义标记mark只执行部分用例
- 5,文件名类名方法执行部分用例
- 6,-k 组合调用执行部分用例
- 三， Pytest -fixture
- 1. 如下： 定义一个函数名叫open_url的fixture前后置，前置为打开链接，后置为退出浏览器
- 2.在我们要用这个前后置的类前面 我们用@pytest.mark.usefixtures(fixture函数名)
- 3.进阶方法：conftest中定义多个fixture，一个fixture可以是另一个fixture的前后置，期间还是用field隔开前后置
- 4.说到上面的多个fixture调用，很多人就会疑惑，会不会fixture之间相互冲突。
- 5，fixture的自动应用autouse
- 四，参数化与数据驱动框架实现
- 参数化1
- 参数化2
- 参数化3
- 参数化3*3
- 五，第三方插件
- 1，调整测试用例的执行顺序
- 2， 执行用例遇到错误停止
- 3，执行用例失败后重新运行
- 4，多条断言前面报错后面依然执行
- 5，多线程并行与分布式执行
- 6，其他有意思的插件
- 7，使用pytest执行unittest的测试用例
- 8，pytest-html生成报告
- 六，日志管理及代码覆盖率
- 1， pytest中logging的应用
- 2， 日志及级别的含义
- 3， 代码覆盖率-多用在单元测试中
- 4，allure测试报告框架
- 5，定制报告
- 6，pytest运行指定用例
- 7，按重要性级别进行一定范围测试
- 8， 为测试添加详说明@allure.description;@allure.title;
- 9， 链接@allure.link @allure.issue @allure.testcase
- 七， 单元自动化测试pytest和allure在测试中应用 自动执行
- 1， 单元测试测试报告展示
- 2， conftest中编写driver，范围session，使用 addfinalizer在测试结束后关闭浏览器
- 3， 前端自动化测试-百度搜索功能实战演示
- 4，源码:Github:https://github.com/linda883/py_techDemo
- 5， CI/CD使用jenkins进行持续集成
- 八，天蝎座的测试之旅
一：pytest的介绍，安装，框架结构，执行方式
**
1，特点
：1. 简单灵活，容易上手;支持参数化; 测试用例的skip和xfail 处理;
2. 能够支持简单的单元测试和复杂的功能测试，还可以用来做 selenium/appium等自动化测试、接口自动化测试 (pytest+requests);
3. pytest具有很多第三方插件，并且可以自定义扩展， 比较好 用的如 pytest-allure(完美html测试报告生成) pytest-xdist (多CPU分发)等;
4. 可以很好的和jenkins集成;**
5.
**
2，安装
：pytest安装，导入相关依赖库
Pip install –U pytest U表示升级
Pip install sugar
pip install pytest-rerunfailures
Pip install pytest-xdist
Pip install pytest-assume
Pip intall pytest-html …
Pip list查看
Pytest –h 帮助**
3， pytest的框架结构
Pytest框架结构
Import pytest 类似的setup,teardown同样更灵活，还有个session()
模块级 (setup_module/
teardown_module) 不在类中的函数有用
函数级 (setup_function/
teardown_function) 不在类中的函数有用
类级 (setup_class/
teardown_class)只在 类中前后运行一次。
方法级 (setup_method/
teardown_methond) 运行在类中方法始末
4，执行方式
pytest的执行方式
Pytest/py.test(终端，命令行，pycharm可配置pytest方式执行)
- Pytest –v (最高级别信息—verbose)
- pytest -v -s filename 3.Pytest-q (静默)
(输出打印)
多种执行方式
1.pytest将在当前目录及其子目录中运行test _ * .py或* test.py形 式的所有文件。
2.以test_开头的函数，以Test开头的类，以test_开头的方法。所有包 package都要有__init_.py文件。
3.Pytest可以执行unittest框架写的用例和方法
二：Pytest -断言、跳过及运行
1，Pytest -断言、跳过及运行
2，mark中的skip(跳过)
3，mark中的xfail(失败)
pytest.xfail()
我们已经掌握了如果跳过执行测试用例，其中有一种方法是在测试函数中用pytest.skip()方法。我们现在要学的pytest.xfail()和pytest.skip()有些相似，只不过他的含义是：将该用例标记成xfail失败，并且该用例中的后续代码不会执行。
老规矩，上荔枝：我们在测试用例中调用pytes.xfail()方法，可以选择传入reason参数表示原因。
#test_Pytest.py文件
#coding=utf-8import pytestclass Test_Pytest():def test_one(self,):print("----start------")pytest.xfail(reason='该功能尚未完成')print("test_one方法执行" )assert 1==1def test_two(self):print("test_two方法执行" )assert "o" in "love"def test_three(self):print("test_three方法执行" )assert 3-2==1if __name__=="__main__":pytest.main(['-s','-r','test_Pytest.py','test_Pytest.py'])运行结果如下图：我们可以看到该用例中pytest.xfail()方法之前的代码运行了，之后的不再运行；结果中有一天用例被标记为xfail。
这个方法是我们直接将用例标记为失败，那什么情况我们会这么做呢？功能未完成、已知有问题。除此之外，就是用例的执行需要前置条件或操作，如果前置条件或操作失败，那么我们就可以直接将该用例设为失败，也就是xfail。
@pytest.mark.xfail
除了上面学习的pytest.xfail()，xfai还有一种使用方法。就是@pytest.mark.xfail标签，他的含义是期望测试用例是失败的，但是不会影响测试用例的的执行。如果测试用例执行失败的则结果是xfail（不会额外显示出错误信息）；如果测试用例执行成功的则结果是xpass。
吃个荔枝：我们直接在测试用例上加上@pytest.mark.xfail标签。
#test_Pytest.py文件
#coding=utf-8import pytestclass Test_Pytest():@pytest.mark.xfaildef test_one(self):print("test_one方法执行" )assert 1==2def test_two(self):print("test_two方法执行" )assert "o" in "love"def test_three(self):print("test_three方法执行" )assert 3-2==1if __name__=="__main__":pytest.main(['-s','test_Pytest.py'])
运行结果如下图：可以看到我们标记的用例确实运行了；因为断言失败所以结果是xfailed，也没有像正常一样显示出错误用例及具体信息。
我们把断言改成正确的，再运行一次，结果如下图：尽管我们的用例正常运行通过，但是仍被标记为xpassed，而不是passed。
4,使用自定义标记mark只执行部分用例
1.mark标记
以下用例，标记test_send_http()为webtest
# content of test_server.pyimport pytest@pytest.mark.webtest
def test_send_http():pass # perform some webtest test for your appdef test_something_quick():passdef test_another():passclass TestClass:def test_method(self):passif __name__ == "__main__":pytest.main(["-s", "test_server.py", "-m=webtest"])
只运行用webtest标记的测试，cmd运行的时候，加个-m 参数，指定参数值webtest```py
pytest -v -m webtest
如果不想执行标记webtest的用例，那就用”not webtest”
pytest -v -m “not webtest”
import pytest@pytest.mark.webtest
def test_send_http():pass # perform some webtest test for your app
def test_something_quick():pass
def test_another():pass
class TestClass:def test_method(self):passif __name__ == "__main__":pytest.main(["-s", "test_server.py", "-m='not webtest'"])5,文件名类名方法执行部分用例
2.-v 指定的函数节点id
如果想指定运行某个.py模块下，类里面的一个用例，如：TestClass里面testmethod用例
每个test开头(或_test结尾)的用例，函数(或方法)的名称就是用例的节点id，指定节点id运行用-v 参数
pytest -v test_server.py::TestClass::test_method
当然也能选择运行整个class
pytest -v test_server.py::TestClass
也能选择多个节点运行，多个节点中间空格隔开
pytest -v test_server.py::TestClass test_server.py::test_send_http
6,-k 组合调用执行部分用例
.-k 匹配用例名称
可以使用-k命令行选项指定在匹配用例名称的表达式
pytest -v -k http
您也可以运行所有的测试，根据用例名称排除掉某些用例：
pytest -k “not send_http” -v
也可以同时选择匹配 “http” 和“quick”
pytest -k “http or quick” -v
三， Pytest -fixture
下面都有实战很详细-fixture确实牛逼
pytest 相较于 unittest 最为跳跃的一点应该就是 fixture 机制
对于unittest来说，每个用例的类中都需要去写入setUp和tearDown。也就是我们所说的前置和后置，
而不可避免的，很多用例的前置和后置都是一样（例如很多用例都需要前置登录，后置退出），于是我们需要重复的复制粘贴，这样导致工作量增加，代码量也增加，界面也显得冗杂。
所以此时pytest中fixture机制便要闪亮登场了。
通俗的讲： fixture = 前置+后置
而方便的是：如果很多用例都有同样的前置和后置，那么我就只实现一个，然后需要的用例就去调用就好了。
1.机制：与测试用例同级，或者是测试用例的父级，创建一个conftest.py文件。
2.conftest.py文件里：放所有的前置和后置。 不需要用例.py文件主动引入conftest文件。
3.定义一个函数：包含前置操作+后置操作。
4.把函数声明为fixture :在函数前面加上 @pytest.fixture(作用级别=默认为function)
5.fixture的定义。
如果有返回值，那么写在yield后面。（yield的作用就相当于return）
在测试用例当中，调用有返回值的fixture函数时，函数名称就是代表返回值。
在测试用例当中，函数名称作为用例的参数即可。
1. 如下： 定义一个函数名叫open_url的fixture前后置，前置为打开链接，后置为退出浏览器
@pytest.fixture(scope=“class”) #定义scope的范围
def open_url():# 前置driver = webdriver.Chrome()driver.get(url) #url为链接地址yield driver #yield之前代码是前置，之后的代码就是后置。# 后置driver.quit()
这样我们就定义了一个叫做 open_url 的 fixture
2.在我们要用这个前后置的类前面 我们用@pytest.mark.usefixtures(fixture函数名)
就可以直接调用上面定义好的这个前后置
可以看到 在TestLogin 这个类中 我们不再去编写setup 和 teardown. 直接写我们的中间过程就可以了。是不是很方便了？
3.进阶方法：conftest中定义多个fixture，一个fixture可以是另一个fixture的前后置，期间还是用field隔开前后置
如上图中可以看到我class中另外还引用了一个名为refresh_page的fixture，直接上代码：
# 刷新页面 - 定义的第二个fixture
@pytest.fixture
def refresh_page(open_url):yieldopen_url.refresh()
直接将open_url作为了另一个fixture的前置引用进来，用yield隔开，当用例中执行完open_url前后置后，再执行了一次refresh的后置。
执行顺序： open_url yield 之前代码 – 用例代码 – open_url yield 之后代码 --》 refresh_page yield 之后代码
是不是很妙，可以解决许多用例流程环环相扣时的麻烦。
4.说到上面的多个fixture调用，很多人就会疑惑，会不会fixture之间相互冲突。
当然是不会了，fixture在conftest.py当中就已经决定了他的用例域，他会主动去区分你这个fixture是作用在哪个用例域。
首先我们看一下框架中对于fixture函数的定义：
scope便是定义用例域的范围：
function：默认范围，每一个函数或方法都会调用，不填写时便是它
class：每一个类调用一次
module: 每一个.py文件调用一次，文件中可以有多个function和class
session：多个文件调用一次，可以跨文件，如在.py文件中，每一个.py文件就是module
范围：
session > module > class > function
所以在调用时各个fixture之间并不会相互冲突。
5，fixture的自动应用autouse
autouse调用例子：**
当管理用例比较多的时候，这种方法比较方便高效，但是用该功能时也要小心，一定要注意fixture的作用范围。需要注意的是，当使用这种方式时，就不能使用返回值的功了。autouse默认设置为False。当默认为False，就可以选择用上面两种方式来试用fixture。当设置为True时，所有的test都会自动调用这个fixture。autouse遵循scope="关键字参数"规则：当scope="session"时，无论怎样定义只运行一次；当scope="module"时，每个py文件只运行一次；当scope="class"时，每个class只运行一次（但是一个文件中包括function和class时，会在每个function(不在class中)运行一次）；当scope="function"时，每个function运行一次；
‘’’
平常写自动化用例会写一些前置的fixture操作，用例需要用到就直接传该函数的参数名称就行了。当用例很多的时候，每次都传这个参数，会比较麻烦。
fixture里面有个参数autouse，默认是Fasle没开启的，可以设置为True开启自动使用fixture功能，这样用例就不用每次都去传参了
设置autouse=True
autouse设置为True，自动调用fixture功能
start设置scope为module级别，在当前.py用例模块只执行一次，autouse=True自动使用[图片]open_home设置scope为function级别，
每个用例前都调用一次，自动使用
import pytest@pytest.fixture(scope="module",autouse=True)
def start(request):print("\n----开始执行module------")print('module : %s'% request.module.__name__)print('------启动浏览器-------')yieldprint("------结束测试 end!----------")@pytest.fixture(scope="function",autouse=True)
def open_home(request):print("function:%s \n--回到首页--"% request.function.__name__)def test_01():print('----用例01-----')def test_02():print('----用例02-----')if __name__ == '__main__':pytest.main(["-s","autouse.py"])执行结果
----开始执行module------
module : autouse
------启动浏览器-------
function:test_01
--回到首页--
.----用例01-----
function:test_02
--回到首页--
.----用例02-----
------结束测试 end!----------
四，参数化与数据驱动框架实现
参数化1
import pytest@pytest.mark.parametrize('test_input,expected',[('3+5',8),('2-1',1),('7*5',30)])
def test_eval(test_input,expected):assert eval(test_input)==expected ----eval把字符串转换成表达式est_param.py::test_eval[2-1-1]
test_param.py::test_eval[7*5-30] PASSED [ 33%]PASSED [ 66%]FAILED [100%]
test_param.py:3 (test_eval[7*5-30])
35 != 30Expected :30
Actual :35
<Click to see difference>test_input = '7*5', expected = 30@pytest.mark.parametrize('test_input,expected',[('3+5',8),
('2-1',1),('7*5',30)])
def test_eval(test_input,expected):
> assert eval(test_input)==expected
E assert 35 == 30 ----提示把30改成35test_param.py:7: AssertionErrorAssertion failed
参数化2
import pytest
test_user_data=['linda','sai','tom']
@pytest.fixture(scope='module')
def login(request):user=request.paramprint('打开首页登陆%s'%user)return user#indirect=True是把login当作函数去执行
@pytest.mark.parametrize('login',test_user_data,indirect=True)
def test_cart(login):usera=loginprint('不同用户添加购物车%s'%usera)assert usera!=''Process finished with exit code 0
打开首页登陆linda
PASSED [ 33%]不同用户添加购物车linda
打开首页登陆sai
PASSED [ 66%]不同用户添加购物车sai
打开首页登陆tom
PASSED [100%]不同用户添加购物车tom
参数化3
import pytest
test_user_data=[{'user':'linda','password':'8888'},{'user':'servenruby','password':'123456'},{'user':'test01','password':''}
]@pytest.fixture(scope='module')
def login_r(request):#可以通过dict形式,虽然传递一个参数，但通过key的方式可以达到累死传入多个参数的效果user=request.param['user']pwd=request.param['password']print('\n打开首页准备登陆，登陆用户%s,密码%s'%(user,pwd))if pwd:return Trueelse:return False#这是pytest参数化驱动,indeirect=True是把login_r当作函数去执行
@pytest.mark.parametrize('login_r',test_user_data,indirect=True)
def test_cart(login_r):#登陆用例a=login_rprint('测试用例中login_r的返回值%s'%a)assert a,'失败原因，密码为空'开首页准备登陆，登陆用户linda,密码8888
PASSED [ 33%]测试用例中login_r的返回值True打开首页准备登陆，登陆用户servenruby,密码123456
PASSED [ 66%]测试用例中login_r的返回值True打开首页准备登陆，登陆用户test01,密码
FAILED [100%]测试用例中login_r的返回值False打开首页准备登陆，登陆用户linda,密码8888
PASSED [ 33%]测试用例中login_r的返回值True打开首页准备登陆，登陆用户servenruby,密码123456
PASSED [ 66%]测试用例中login_r的返回值True打开首页准备登陆，登陆用户test01,密码
FAILED [100%]测试用例中login_r的返回值Falsetest_mark_param_request2.py:19 (test_cart[login_r2])
login_r = False@pytest.mark.parametrize('login_r',test_user_data,indirect=True)
def test_cart(login_r):
#登陆用例
a=login_r
print('测试用例中login_r的返回值%s'%a)
> assert a,'失败原因，密码为空'
E AssertionError: 失败原因，密码为空
E assert False
参数化3*3
import pytest
test_user_data1=[{'user':'linda','password':'888888'},{'user':'servenruby','password':'123456'},{'user':'test01','password':''}]
test_user_data2=[{'q':'中国平安','count':3,'page':1},{'q':'阿里巴巴','count':2,'page':2},{'q':'pdd','count':3,'page':1}]
@pytest.fixture(scope='module')
def login_r(request):#这是接受不了输入的参数，接收一个参数user=request.param['user']pwd=request.param['password']print('\n用户名:%s,密码:%s'%(user,pwd))@pytest.fixture(scope='module')
def query_param(request):q=request.param['q']count=request.param['count']page=request.param['page']print('查询的搜索词%s'%q)return request.param#这是pytest的数据驱动,indeirect=True是把login_r当作函数去执行
#从下往上执行
#两个数据进行组合测试，有3*3个测试用例执行(test_user_data1的个数*test_user_data2的个数
@pytest.mark.parametrize('query_param',test_user_data2,indirect=True)
@pytest.mark.parametrize('login_r',test_user_data1,indirect=True)
def test_login(login_r,query_param):#登陆用例print(login_r)print(query_param)pytest_mark_request3.py::test_login[login_r1-query_param0] ✓ 44% ████▌ 查询的搜索词pdd
None
{'q': 'pdd', 'count': 3, 'page': 1}pytest_mark_request3.py::test_login[login_r1-query_param2] ✓ 56% █████▋
用户名:linda,密码:888888
None
{'q': 'pdd', 'count': 3, 'page': 1}pytest_mark_request3.py::test_login[login_r0-query_param2] ✓ 67% ██████▋
用户名:test01,密码:
None
{'q': 'pdd', 'count': 3, 'page': 1}pytest_mark_request3.py::test_login[login_r2-query_param2] ✓ 78% ███████▊ 查询的搜索词阿里巴巴
None
{'q': '阿里巴巴', 'count': 2, 'page': 2}pytest_mark_request3.py::test_login[login_r2-query_param1] ✓ 89% ████████▉ 查询的搜索词中国平安
None
{'q': '中国平安', 'count': 3, 'page': 1}pytest_mark_request3.py::test_login[login_r2-query_param0] ✓ 100% ██████████
五，第三方插件
1，调整测试用例的执行顺序
场景:未考虑按自然顺序执行时，或想变更执行顺序，比如增加 数据的用例要先执行，再执行删除的用例。测试用例默认是按名 称顺序执行的。
• 解决:
• 安装:pip install pytest-ordering
• 在测试方法上加下面装饰器
•@pytest.mark.last —最后一个执行
• @pytest.mark.run(order=1)—第几个执行
pytest默认按字母顺序去执行的
import pytest
@pytest.mark.run(order=1)
def test_01():print('test01')@pytest.mark.run(order=2)
def test_02():print('test01')
@pytest.mark.last
def test_06():print('test01')def test_04():print('test01')def test_05():print('test01')
@pytest.mark.run(order=3)
def test_03():print('test01')pytest_order.py::test_01 PASSED [ 16%]test01pytest_order.py::test_02 PASSED [ 33%]test01pytest_order.py::test_03 PASSED [ 50%]test01pytest_order.py::test_04 PASSED [ 66%]test01pytest_order.py::test_05 PASSED [ 83%]test01pytest_order.py::test_06 PASSED [100%]test01
2， 执行用例遇到错误停止
• 正常全部执行完成后才能停止，如果想遇到错误时停止测试: -x;也可以当用例错误个数n达到指定数量时，停止测试:- - maxfail=n
• 执行:
• pytest -x -v -s 文件名.py ------- -x是遇到错误就停止
• pytest -x -v -s 文件名.py —maxfail=2 ------- --maxfail=2 是遇到两个错误就停止
3，执行用例失败后重新运行
**场景:
• 测试失败后要重新运行n次，要在重新运行之间添加延迟时 间，间隔n秒再运行。
• 执行:
• 安装:pip install pytest-rerunfailures
• pytest -v - -reruns 5 --reruns-delay 1 —每次等1秒 重试5次
4，多条断言前面报错后面依然执行
pip3 install pytest-assume 断言后继续执行，但要修改断言**
@pytest.mark.parametrize(('x', 'y'), [(1, 1), (1, 0), (0, 1)])
def test_assume(x, y):pytest.assume(x == y)pytest.assume(3 == 4)pytest.assume(5 == 9)
5，多线程并行与分布式执行
场景:测试用例1000条，一个用例执行1钟，一个测试人员执行需要1000分 钟。通常我们会用人力成本换取时间成本，加几个人一起执行，时间就会缩
短。如果10人一起执行只需要100分钟，这就是一种并行测试，分布式场景。
解决:pytest分布式执行插件:pytest-xdist，多个CPU或主机执行
前提:用例之间都是独立的，没有先后顺序，随机都能执行，可重复运行不 影响其他用例。
安装:Pip3 install pytest-xdist
• 多个CPU并行执行用例，直接加-n 3是并行数量:pytest -n 3 • 在多个终端下一起执行
import pytest
import time@pytest.mark.parametrize('x',list(range(10)))
def test_somethins(x):time.sleep(1)pytest -v -s -n 5 test_xsdist.py ----一次执行5个
运行以下代码，项目结构如下
web_conf_py是项目工程名称
│ conftest.py
│ __init__.py
│
├─baidu
│ │ conftest.py
│ │ test_1_baidu.py
│ │ test_2.py
│ │ __init__.py
│
├─blog
│ │ conftest.py
│ │ test_2_blog.py
│ │ __init__.py
代码参考：
# web_conf_py/conftest.py
import pytest@pytest.fixture(scope="session")
def start():print("\n打开首页")return "yoyo"# web_conf_py/baidu/conftest.py
import pytest@pytest.fixture(scope="session")
def open_baidu():print("打开百度页面_session")# web_conf_py/baidu/test_1_baidu.py
import pytest
import timedef test_01(start, open_baidu):print("测试用例test_01")time.sleep(1)assert start == "yoyo"def test_02(start, open_baidu):print("测试用例test_02")time.sleep(1)assert start == "yoyo"if __name__ == "__main__":pytest.main(["-s", "test_1_baidu.py"])# web_conf_py/baidu/test_2.py
import pytest
import timedef test_06(start, open_baidu):print("测试用例test_01")time.sleep(1)assert start == "yoyo"
def test_07(start, open_baidu):print("测试用例test_02")time.sleep(1)assert start == "yoyo"if __name__ == "__main__":pytest.main(["-s", "test_2.py"])# web_conf_py/blog/conftest.py
import pytest@pytest.fixture(scope="function")
def open_blog():print("打开blog页面_function")# web_conf_py/blog/test_2_blog.pyimport pytest
import time
def test_03(start, open_blog):print("测试用例test_03")time.sleep(1)assert start == "yoyo"def test_04(start, open_blog):print("测试用例test_04")time.sleep(1)assert start == "yoyo"def test_05(start, open_blog):'''跨模块调用baidu模块下的conftest'''print("测试用例test_05,跨模块调用baidu")time.sleep(1)assert start == "yoyo"if __name__ == "__main__":pytest.main(["-s", "test_2_blog.py"])
正常运行需要消耗时间：7.12 seconds
E:\YOYO\web_conf_py>pytest
============================= test session starts =============================
platform win32 -- Python 3.6.0, pytest-3.6.3, py-1.5.4, pluggy-0.6.0
rootdir: E:\YOYO\web_conf_py, inifile:
plugins: xdist-1.23.2, metadata-1.7.0, html-1.19.0, forked-0.2
collected 7 itemsbaidu\test_1_baidu.py .. [ 28%]
baidu\test_2.py .. [ 57%]
blog\test_2_blog.py ... [100%]========================== 7 passed in 7.12 seconds ===========================
设置并行运行数量为3，消耗时间：3.64 seconds，大大的缩短了用例时间
E:\YOYO\web_conf_py>pytest -n 3
============================= test session starts =============================
platform win32 -- Python 3.6.0, pytest-3.6.3, py-1.5.4, pluggy-0.6.0
rootdir: E:\YOYO\web_conf_py, inifile:
plugins: xdist-1.23.2, metadata-1.7.0, html-1.19.0, forked-0.2
gw0 [7] / gw1 [7] / gw2 [7]
scheduling tests via LoadScheduling
....... [100%]
========================== 7 passed in 3.64 seconds ===========================
6，其他有意思的插件
这里就不多说了，喜欢的可以自己研究下
7，使用pytest执行unittest的测试用例
执行unitest就和原来一样，尽量不要混合使用搞那些花里胡哨的，用哪个就哪个，就不多说了
8，pytest-html生成报告
pytest-HTML是一个插件，pytest用于生成测试结果的HTML报告。兼容Python 2.7,3.6
pytest-html
1.github上源码地址【https://github.com/pytest-dev/pytest-html】
2.pip安装
$ pip install pytest-html
3.执行方法
$ pytest --html=report.html
html报告
1.打开cmd，cd到需要执行pytest用例的目录，执行指令：pytest --html=report.html
2.执行完之后，在当前目录会生成一个report.html的报告文件，显示效果如下
指定报告路径
1.直接执行"pytest --html=report.html"生成的报告会在当前脚本的同一路径，如果想指定报告的存放位置，放到当前脚本的同一目录下的report文件夹里
pytest --html=./report/report.html
2.如果想指定执行某个.py文件用例或者某个文件夹里面的所有用例，需加个参数。具体规则参考【pytest文档2-用例运行规则】
报告独立显示
1.上面方法生成的报告，css是独立的，分享报告的时候样式会丢失，为了更好的分享发邮件展示报告，可以把css样式合并到html里
$ pytest --html=report.html --self-contained-html
显示选项
默认情况下，“ 结果”表中的所有行都将被展开，但具测试通过的行除外Passed。
可以使用查询参数自定义此行为：?collapsed=Passed,XFailed,Skipped。
更多功能
1.更多功能查看官方文档【https://github.com/pytest-dev/pytest-html】
六，日志管理及代码覆盖率
1， pytest中logging的应用
2， 日志及级别的含义
自动化测试用例的调试信息非常有用，可以让我们知道现在的运行情况到，执行到哪步以及相应的出错信息等，可以在pytest里面，有时并不会输出所有信息，比如默认情况下pass的测试用例是没有print输出的。本文将介绍如何在pytest里面实时显示所有的log信息。
1. 用print输出log信息
slowTest_print.py
import timedef test_1():print 'test_1'time.sleep(1)print 'after 1 sec'time.sleep(1)print 'after 2 sec'time.sleep(1)print 'after 3 sec'assert 1, 'should pass'def test_2():print 'in test_2'time.sleep(1)print 'after 1 sec'time.sleep(1)print 'after 2 sec'time.sleep(1)print 'after 3 sec'assert 0, 'failing for demo purposes'
运行上述程序，pytest会capture所有的输出，保存直到所有的测试用例都执行结束，并且只输出那些失败的测试用例的信息，对于成功的测试用例，没有print的信息显示。
从下面的运行结果，如果需要查看test_1()的运行情况，没有log信息可看，print没有显示。
C:\Users\yatyang\PycharmProjects\pytest_example>pytest -v slowTest_print.py
============================= test session starts =============================
platform win32 -- Python 2.7.13, pytest-3.0.6, py-1.4.32, pluggy-0.4.0 -- C:\Python27\python.exe
cachedir: .cache
metadata: {'Python': '2.7.13', 'Platform': 'Windows-7-6.1.7601-SP1', 'Packages': {'py': '1.4.32', 'pytest': '3.0.6', 'pluggy': '0.4.0'}, 'JAVA_HOME': 'C:\\Program Files (x86)\\Java\\jd
k1.7.0_01', 'Plugins': {'html': '1.14.2', 'metadata': '1.3.0'}}
rootdir: C:\Users\yatyang\PycharmProjects\pytest_example, inifile:
plugins: metadata-1.3.0, html-1.14.2
collected 2 items slowTest_print.py::test_1 PASSED
slowTest_print.py::test_2 FAILED================================== FAILURES ===================================
___________________________________ test_2 ____________________________________def test_2():print 'in test_2'time.sleep(1)print 'after 1 sec'time.sleep(1)print 'after 2 sec'time.sleep(1)print 'after 3 sec'
> assert 0, 'failing for demo purposes'
E AssertionError: failing for demo purposes
E assert 0slowTest_print.py:22: AssertionError
---------------------------- Captured stdout call -----------------------------
in test_2
after 1 sec
after 2 sec
after 3 sec
===================== 1 failed, 1 passed in 6.45 seconds ======================C:\Users\yatyang\PycharmProjects\pytest_example>
我们可以用‘-s’参数或者 ‘–capture=no’，这样就可以输出所有测试用的print信息。但是pytest还是会等着所有的测试用例都执行完毕才会显示运行结果。可以看到下面的test_1也显示出print的相关信息。
C:\Users\yatyang\PycharmProjects\pytest_example>py.test --capture=no slowTest_print.py
============================= test session starts =============================
platform win32 -- Python 2.7.13, pytest-3.0.6, py-1.4.32, pluggy-0.4.0
metadata: {'Python': '2.7.13', 'Platform': 'Windows-7-6.1.7601-SP1', 'Packages': {'py': '1.4.32', 'pytest': '3.0.6', 'pluggy': '0.4.0'}, 'JAVA_HOME': 'C:\\Program Files (x86)\\Java\\jd
k1.7.0_01', 'Plugins': {'html': '1.14.2', 'metadata': '1.3.0'}}
rootdir: C:\Users\yatyang\PycharmProjects\pytest_example, inifile:
plugins: metadata-1.3.0, html-1.14.2
collected 2 items slowTest_print.py test_1
after 1 sec
after 2 sec
after 3 sec
.in test_2
after 1 sec
after 2 sec
after 3 sec
F================================== FAILURES ===================================
___________________________________ test_2 ____________________________________def test_2():print 'in test_2'time.sleep(1)print 'after 1 sec'time.sleep(1)print 'after 2 sec'time.sleep(1)print 'after 3 sec'
> assert 0, 'failing for demo purposes'
E AssertionError: failing for demo purposes
E assert 0slowTest_print.py:22: AssertionError
===================== 1 failed, 1 passed in 6.17 seconds ======================
2. Python Logging用法
一般情况下，一些程序的调试过程中我们会让它输出一些信息，特别是一些大型的程序，我们通过这些信息可以了解程序的运行情况，python提供了一个日志模块logging，它可以把我们想要的信息全部保存到一个日志文件中，方便查看。
import logginglogging.debug('This is debug message')
logging.info('This is info message')
logging.warning('This is warning message')
屏幕上打印:
WARNING:root:This is warning message
默认情况下，logging将日志打印到屏幕，日志级别为WARNING；
日志级别大小关系为：CRITICAL > ERROR > WARNING > INFO > DEBUG > NOTSET，当然也可以自己定义日志级别。
3. 在pytest中用logging代替print
我们现在来看看在pytest的测试用例里面用logging的输出代替print，有什么不同。
slowTest_logging.py
import time
import logginglogging.basicConfig(level=logging.DEBUG)def test_1():log = logging.getLogger('test_1')time.sleep(1)log.debug('after 1 sec')time.sleep(1)log.debug('after 2 sec')time.sleep(1)log.debug('after 3 sec')assert 1, 'should pass'def test_2():log = logging.getLogger('test_2')time.sleep(1)log.debug('after 1 sec')time.sleep(1)log.debug('after 2 sec')time.sleep(1)log.debug('after 3 sec')assert 0, 'failing for demo purposes'
运行结果如下,log信息的显示是不是可读性更好了呢。可是pytest还是要等所有的结果都运行完毕才完全输出到屏幕上，没法看到实时的运行情况。比如现在要测试一个新的image，不知道quality如何，如果测试用例非常多，测试人员就得一直等，也许前面的一些测试用都失败就可以停止执行了。那怎么实现实时显示呢？请看方法4。
C:\Users\yatyang\PycharmProjects\pytest_example>pytest slowTest_logging.py
============================= test session starts =============================
platform win32 -- Python 2.7.13, pytest-3.0.6, py-1.4.32, pluggy-0.4.0
metadata: {'Python': '2.7.13', 'Platform': 'Windows-7-6.1.7601-SP1', 'Packages': {'py': '1.4.32', 'pytest': '3.0.6', 'pluggy': '0.4.0'}, 'JAVA_HOME': 'C:\\Program Files (x86)\\Java\\jd
k1.7.0_01', 'Plugins': {'html': '1.14.2', 'metadata': '1.3.0'}}
rootdir: C:\Users\yatyang\PycharmProjects\pytest_example, inifile:
plugins: metadata-1.3.0, html-1.14.2
collected 2 items slowTest_logging.py .F================================== FAILURES ===================================
___________________________________ test_2 ____________________________________def test_2():log = logging.getLogger('test_2')time.sleep(1)log.debug('after 1 sec')time.sleep(1)log.debug('after 2 sec')time.sleep(1)log.debug('after 3 sec')
> assert 0, 'failing for demo purposes'
E AssertionError: failing for demo purposes
E assert 0slowTest_logging.py:25: AssertionError
---------------------------- Captured stderr call -----------------------------
DEBUG:test_2:after 1 sec
DEBUG:test_2:after 2 sec
DEBUG:test_2:after 3 sec
===================== 1 failed, 1 passed in 6.37 seconds ======================
C:\Users\yatyang\PycharmProjects\pytest_example>pytest -s slowTest_logging.py
============================= test session starts =============================
platform win32 -- Python 2.7.13, pytest-3.0.6, py-1.4.32, pluggy-0.4.0
metadata: {'Python': '2.7.13', 'Platform': 'Windows-7-6.1.7601-SP1', 'Packages': {'py': '1.4.32', 'pytest': '3.0.6', 'pluggy': '0.4.0'}, 'JAVA_HOME': 'C:\\Program Files (x86)\\Java\\jd
k1.7.0_01', 'Plugins': {'html': '1.14.2', 'metadata': '1.3.0'}}
rootdir: C:\Users\yatyang\PycharmProjects\pytest_example, inifile:
plugins: metadata-1.3.0, html-1.14.2
collected 2 items slowTest_logging.py DEBUG:test_1:after 1 sec
DEBUG:test_1:after 2 sec
DEBUG:test_1:after 3 sec
.DEBUG:test_2:after 1 sec
DEBUG:test_2:after 2 sec
DEBUG:test_2:after 3 sec
F================================== FAILURES ===================================
___________________________________ test_2 ____________________________________def test_2():log = logging.getLogger('test_2')time.sleep(1)log.debug('after 1 sec')time.sleep(1)log.debug('after 2 sec')time.sleep(1)log.debug('after 3 sec')
> assert 0, 'failing for demo purposes'
E AssertionError: failing for demo purposes
E assert 0slowTest_logging.py:25: AssertionError
===================== 1 failed, 1 passed in 6.18 seconds ======================
4. pytest用logging和–capture=no实现实时输出log信息
请自己去运行下面的程序吧，可以看到该程序是实时输出当前测试用例执行的情况。
C:\Users\yatyang\PycharmProjects\pytest_example>pytest -s slowTest_logging.py
============================= test session starts =============================
platform win32 -- Python 2.7.13, pytest-3.0.6, py-1.4.32, pluggy-0.4.0
metadata: {'Python': '2.7.13', 'Platform': 'Windows-7-6.1.7601-SP1', 'Packages': {'py': '1.4.32', 'pytest': '3.0.6', 'pluggy': '0.4.0'}, 'JAVA_HOME': 'C:\\Program Files (x86)\\Java\\jd
k1.7.0_01', 'Plugins': {'html': '1.14.2', 'metadata': '1.3.0'}}
rootdir: C:\Users\yatyang\PycharmProjects\pytest_example, inifile:
plugins: metadata-1.3.0, html-1.14.2
collected 2 items slowTest_logging.py DEBUG:test_1:after 1 sec
DEBUG:test_1:after 2 sec
DEBUG:test_1:after 3 sec
.DEBUG:test_2:after 1 sec
DEBUG:test_2:after 2 sec
DEBUG:test_2:after 3 sec
F================================== FAILURES ===================================
___________________________________ test_2 ____________________________________def test_2():log = logging.getLogger('test_2')time.sleep(1)log.debug('after 1 sec')time.sleep(1)log.debug('after 2 sec')time.sleep(1)log.debug('after 3 sec')
> assert 0, 'failing for demo purposes'
E AssertionError: failing for demo purposes
E assert 0slowTest_logging.py:25: AssertionError
===================== 1 failed, 1 passed in 6.20 seconds ======================
5.总结
在写自动化测试用例时，添加有用的log信息是非常有必要的。比如在初期的调试过程，能够一旦运行有问题，就可以获取到精确的调试信息。后期在稳定的运行中，其他测试人员来运行也可以很容易上手，所以大家一定要重视测试用例的调试信息。
通过本文，应该知道如何用pytest，logging和–capture=no实现运行测试用例的实时输出所有的log信息。
3， 代码覆盖率-多用在单元测试中
一，上篇（---- pytest-cov）
简介：
pytest-cov 是pytest的一个插件，其本质也是引用 python coverage 库 用来统计代码覆盖率。以下这篇文章只供理解，真实项目的话，我们都是用api调用接口的，所以真实项目使用会更复杂一些，这个待下次说明。
另外说明：coverage 是在覆盖率是语句覆盖的一种，不能对你的逻辑做判读，真实意义的话，需要多结合项目本身，这个覆盖率数据没有很强大说服力，不要盲目追求。
一般来说：
路径覆盖率 > 判定覆盖 > 语句覆盖
安装
pip install pytest-cover
安装完后有
py.test -h 可以看到多了以下的用法，说明安装成功：coverage reporting with distributed testing support:
范例
新建三个文件，cau.py 与test_conver.py 在同一个目录code下。run.py文件在上一级目录pp下。
代码关系如下。
1.新建函数文件cau.py
#!/usr/bin/env python
# -*- coding: utf-8 -*-
def cau (type,n1, n2):if type==1:a=n1 + n2elif type==2:a = n1 - n2else:a=n1 * n2return a
2.新建test_conver.py测试文件：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
from code.cau import cau
class Test_cover:def test_add(self):a=cau(1,2,3)assert a==3
3.新建执行脚本run.py
#!/usr/bin/env ```python
# -*- coding: utf-8 -*-
import pytestif __name__=='__main__':pytest.main(["--cov=./code/" ,"--cov-report=html","--cov-config=./code/.coveragerc"] ) # 执行某个目录下case
说明：–cov参数 后面接的是测试的目录 （经给测试，不能指定某个特定的文件。），程序代码跟测试脚本必须在同一个文件下。 --cov-report=html 生成报告 ，只需要python run.py 就可以运行
coveragerc 意思是跳过某些脚本的覆盖率测试。此处跳过test_cover.py文件跟init文件。内容如下：
[run]
omit =tests/**/__init__.py*/test_cover.py
结果
生成完后可以直接点击indexhtml
可以看到如下的执行情况，绿色代表运行，红色代表未被执行，自己检查下代码逻辑，可以得出该结果是正确的。
二：下篇（— coverage.py api）
使用pytest-cov 无法统计用 api调用服务的测试脚本所覆盖率，但大部分的项目基本也是使用api调用。所以我们额外需要使用coverage.py api 来统计。
当你安装pytest-cov时，已经默认安装了coverage 这个库。
服务启动
要想扫描到代码，必须在服务启动的时候要插入coverage相关配置。
我这边是flask 启动的，所以在flask启动的代码上添加，如下：
if __name__ == '__main__':cov = Coverage()cov.start() # 开始检测代码print ("qidong")app.run(debug=True, host='0.0.0.0',port=9098) #原本只有这一行cov.stop() # 停止纪录print ("guanbi")cov.save() # 保存在 .coverage 中print ("save")cov.html_report() # 生成 HTML 报告
原本我们是python xx.py 这样启动，但现在不可以。
需要改成这样，source 表示目录，xx表示执行文件。
coverage run --source='/xxx/' xx.py
启动运行图如下：
然后调用你的自动化脚本（自动化脚本是直接调的该服务提供的api 。）
自动化如果正常运行，能看到运行的请求
以上说明你的脚本跟服务是没问题的
ctr-c停掉该脚本后，最后显示save，如果显示”Coverage.py warning: No data was collected. (no-data-collected)“ 说明的服务运行方式有问题，coverage 服务没有运行到你代码
报告生成
输入以下命令
coverage report
最后一步最后输入
coverage html
这样就可以省 html 文件了。
导出在window上看，具体点击某个文件，点击run，你可以看到绿色的就是运行的。但有问题是，你会发现有些代码应该是要被执行，但却没有被执行。所以coverage的数据准不准很难说。
4，allure测试报告框架
pytest+allure现在都是结合jenkins来搞的，很简单相信大家都会，不会的老哥可以去看我的另一个博客持续集成里的有写
5，定制报告
定制报告
Feature: 标注主要功能模块
Story: 标注Features功能模块下的分支功能
Severity: 标注测试用例的重要级别
Step: 标注测试用例的重要步骤
Issue和TestCase: 标注Issue、Case，可加入URL
1、Features定制详解
# -*- coding: utf-8 -*-
# @Time : 2018/8/17 上午10:10
# @Author : WangJuan
# @File : test_case.py
import allure
import pytest@allure.feature('test_module_01')
def test_case_01():"""用例描述：Test case 01"""assert 0@allure.feature('test_module_02')
def test_case_02():"""用例描述：Test case 02"""assert 0 == 0if __name__ == '__main__':pytest.main(['-s', '-q', '--alluredir', './report/xml'])
添加feature，Report展示见下图。
2、Story定制详解
# -*- coding: utf-8 -*-
# @Time : 2018/8/17 上午10:10
# @Author : WangJuan
# @File : test_case.py
import allure
import pytest@allure.feature('test_module_01')
@allure.story('test_story_01')
def test_case_01():"""用例描述：Test case 01"""assert 0@allure.feature('test_module_01')
@allure.story('test_story_02')
def test_case_02():"""用例描述：Test case 02"""assert 0 == 0if __name__ == '__main__':pytest.main(['-s', '-q', '--alluredir', './report/xml'])
添加story，Report展示见下图。
3、用例标题和用例描述定制详解
# -*- coding: utf-8 -*-
# @Time : 2018/8/17 上午10:10
# @Author : WangJuan
# @File : test_case.py
import allure
import pytest@allure.feature('test_module_01')
@allure.story('test_story_01')
#test_case_01为用例title
def test_case_01():"""用例描述：这是用例描述，Test case 01，描述本人"""#注释为用例描述assert 0if __name__ == '__main__':pytest.main(['-s', '-q', '--alluredir', './report/xml'])
添加用例标题和用例描述，Report展示见下图。
4 、Severity定制详解
Allure中对严重级别的定义：
1、 Blocker级别：中断缺陷（客户端程序无响应，无法执行下一步操作）
2、 Critical级别：临界缺陷（ 功能点缺失）
3、 Normal级别：普通缺陷（数值计算错误）
4、 Minor级别：次要缺陷（界面错误与UI需求不符）
5、 Trivial级别：轻微缺陷（必输项无提示，或者提示不规范）
# -*- coding: utf-8 -*-
# @Time : 2018/8/17 上午10:10
# @Author : WangJuan
# @File : test_case.py
import allure
import pytest@allure.feature('test_module_01')
@allure.story('test_story_01')
@allure.severity('blocker')
def test_case_01():"""用例描述：Test case 01"""assert 0@allure.feature('test_module_01')
@allure.story('test_story_01')
@allure.severity('critical')
def test_case_02():"""用例描述：Test case 02"""assert 0 == 0@allure.feature('test_module_01')
@allure.story('test_story_02')
@allure.severity('normal')
def test_case_03():"""用例描述：Test case 03"""assert 0@allure.feature('test_module_01')
@allure.story('test_story_02')
@allure.severity('minor')
def test_case_04():"""用例描述：Test case 04"""assert 0 == 0if __name__ == '__main__':pytest.main(['-s', '-q', '--alluredir', './report/xml'])
添加Severity，Report展示见下图。
5、Step定制详解
# -*- coding: utf-8 -*-
# @Time : 2018/8/17 上午10:10
# @Author : WangJuan
# @File : test_case.py
import allure
import pytest@allure.step("字符串相加：{0}，{1}")
# 测试步骤，可通过format机制自动获取函数参数
def str_add(str1, str2):if not isinstance(str1, str):return "%s is not a string" % str1if not isinstance(str2, str):return "%s is not a string" % str2return str1 + str2@allure.feature('test_module_01')
@allure.story('test_story_01')
@allure.severity('blocker')
def test_case():str1 = 'hello'str2 = 'world'assert str_add(str1, str2) == 'helloworld'if __name__ == '__main__':pytest.main(['-s', '-q', '--alluredir', './report/xml'])
添加Step，Report展示见下图。
6、Issue和TestCase定制详解
# -*- coding: utf-8 -*-
# @Time : 2018/8/17 上午10:10
# @Author : WangJuan
# @File : test_case.py
import allure
import pytest@allure.step("字符串相加：{0}，{1}") # 测试步骤，可通过format机制自动获取函数参数
def str_add(str1, str2):print('hello')if not isinstance(str1, str):return "%s is not a string" % str1if not isinstance(str2, str):return "%s is not a string" % str2return str1 + str2@allure.feature('test_module_01')
@allure.story('test_story_01')
@allure.severity('blocker')
@allure.issue("http://www.baidu.com")
@allure.testcase("http://www.testlink.com")
def test_case():str1 = 'hello'str2 = 'world'assert str_add(str1, str2) == 'helloworld'if __name__ == '__main__':pytest.main(['-s', '-q', '--alluredir', './report/xml'])
添加Issue和TestCase，Report展示见下图。
8、attach定制详解
file = open('../test.png', 'rb').read()allure.attach('test_img', file, allure.attach_type.PNG)
在报告中增加附件：allure.attach(’arg1’,’arg2’,’arg3’)：
arg1：是在报告中显示的附件名称
arg2：表示添加附件的内容
arg3：表示添加的类型(支持:HTML,JPG,PNG,JSON,OTHER,TEXTXML)
添加attach参数，Report展示见下图。
6，pytest运行指定用例
随着软件功能的增加，模块越来越多，也意味用例越来越多，为了节约执行时间，快速得到测试报告与结果，在工作中可以通过运行指定用例，达到快速执行用例
例子目录
spec_sub1_modul_test.py
#coding: UTF-8
import pytestdef test_004_spec():assert 1==1
def test_005_spec():assert True==Falseclass Test_Class():def test_006_spec(self):assert 'G' in "Goods"
spec_sub2_modul_test.py
#coding: UTF-8
import pytestdef test_007_spec():assert 1==1
def test_008_spec():assert True==Falseclass Test_Class():def test_009_spec(self):assert 'G' in "Goods"
spec_001_modul_test
#coding: UTF-8
import pytestdef test_001_spec():assert 1==1
def test_002_spec():assert True==Falseclass Test_Class():def test_003_spec(self):assert 'H' in "Hell,Jerry"
运行指定模块
if __name__ == '__main__':pytest.main("-v -s spec_001_modul_test.py")
运行批量文件夹（运行当前文件夹包括子文件夹所有用例）
#coding: UTF-8
import pytest
if __name__ == '__main__':pytest.main("-v -s ./")
运行指定文件夹（subpath1目录下面所有用例）
#coding: UTF-8
import pytest
if __name__ == '__main__':pytest.main("-v -s subpath1/")
运行模块中指定用例 （运行模块中test_001_spec用例）
if __name__ == '__main__':pytest.main("-v -s spec_001_modul_test.py::test_001_spec")
运行class中指定的用例（运行模块中Test_Class类test_003_spec方法）
if __name__ == '__main__':pytest.main("-v -s spec_001_modul_test.py::Test_Class::test_003_spec")
模糊匹配运行用例（匹配当前目录下面包含）
if __name__ == '__main__':#运行spec_001_modul_test模块中用例名称包含spec的用例pytest.main("-v -s -k spec spec_001_modul_test.py")#运行当前文件夹匹配Test_Class的用例，类文件下面的用例pytest.main('-s -v -k Test_Class')
7，按重要性级别进行一定范围测试
此标记用来标识测试用例或者测试类的级别，分为blocker，critical，normal，minor，trivial5个级别，下面们把测试用例按级别标记，并查看一下测试报告
8， 为测试添加详说明@allure.description;@allure.title;
1.title case标题
可以自定义用例标题，标题默认为函数名.
@allure.title
# -*- coding: utf-8 -*-
# @Time : 2019/3/12 11:46
# @Author : zztimport allure
import pytest@allure.title("用例标题0")
def test_0():pass@allure.title("用例标题1")
def test_1():passdef test_2():pass
执行效果：
- 说明
可以添加测试的详细说明，以便根据需要为报告阅读器提供尽可能多的上下文。
两种方式：@allure.description 提供描述字符串的装饰器
@allure.description_html 提供一些HTML在测试用例的描述部分 (待研究)
# -*- coding: utf-8 -*-
# @Time : 2019/3/12 11:46
# @Author : zztimport allure
import pytest@allure.title("用例标题0")
@allure.description("这里是对test_0用例的一些详细说明")
def test_0():pass@allure.title("用例标题1")
def test_1():pass@allure.title("用例标题2")
def test_2():pass
9， 链接@allure.link @allure.issue @allure.testcase
@allure.link @allure.issue @allure.testcase
# -*- coding: utf-8 -*-
# @Time : 2019/3/12 11:46
# @Author : zztimport allure
import pytest@allure.feature('这里是一级标签')
class TestAllure():@allure.title("用例标题0")@allure.story("这里是第一个二级标签")@pytest.mark.parametrize('param', ['青铜', '白银', '黄金'])def test_0(self, param):allure.attach('附件内容是： '+param, '我是附件名', allure.attachment_type.TEXT)@allure.title("用例标题1")@allure.story("这里是第二个二级标签")def test_1(self):allure.attach.file(r'E:\Myproject\pytest-allure\test\test_1.jpg', '我是附件截图的名字', attachment_type=allure.attachment_type.JPG)@allure.title("用例标题2")@allure.story("这里是第三个二级标签")@allure.issue('http://baidu.com', name='点击我跳转百度')@allure.testcase('http://bug.com/user-login-Lw==.html', name='点击我跳转禅道')def test_2(self):pass
执行结果如下：
七， 单元自动化测试pytest和allure在测试中应用 自动执行
1， 单元测试测试报告展示
2， conftest中编写driver，范围session，使用 addfinalizer在测试结束后关闭浏览器
3， 前端自动化测试-百度搜索功能实战演示
报告可以展示许多不同类型的附件，用来补充测试，步骤等信息
allure.attach(body, name, attachment_type, extension)
body - 要写入文件的原始内容。
name - 包含文件名的字符串
attachment_type- 其中一个allure.attachment_type值
extension - 提供的将用作创建文件的扩展名
或者 allure.attach.file(source, name, attachment_type, extension)
source - 包含文件路径的字符串。
# -*- coding: utf-8 -*-
# @Time : 2019/3/12 11:46
# @Author : zztimport allure
import pytest@allure.feature('这里是一级标签')
class TestAllure():@allure.title("用例标题0")@allure.story("这里是第一个二级标签")@pytest.mark.parametrize('param', ['青铜', '白银', '黄金'])def test_0(self, param):allure.attach('附件内容是： '+param, '我是附件名', allure.attachment_type.TEXT)@allure.title("用例标题1")@allure.story("这里是第二个二级标签")def test_1(self):allure.attach.file(r'E:\Myproject\pytest-allure\test\test_1.jpg', '我是附件截图的名字', attachment_type=allure.attachment_type.JPG)@allure.title("用例标题2")@allure.story("这里是第三个二级标签")@allure.severity(allure.severity_level.NORMAL)def test_2(self):pass
执行结果如下：
4，源码:Github:https://github.com/linda883/py_techDemo
5， CI/CD使用jenkins进行持续集成
在Jenkins集成相信大家都会就不讲了，或者看我的持续集成博客
八，天蝎座的测试之旅
Pytest和Allure测试框架-超详细版+实战相关推荐
- Redis第二集：Linux下安装Redis和测试，包含命令代码和问题处理办法，超详细版
Redis第二集:Linux下安装Redis和测试,包含命令代码和问题处理办法,超详细版 一.资源 Linux下的Redis的下载地址 二.安装与测试 上传至自己的Linux平台 解压安装包 tar ...
- Tars环境搭建（超详细版）
Tars环境搭建(超详细版) 简介 Tars是基于名字服务使用Tars协议的高性能RPC开发框架,同时配套一体化的服务治理平台,帮助个人或者企业快速的以微服务的方式构建自己稳定可靠的分布式应用. Ta ...
- 手把手Maven搭建SpringMVC+Spring+MyBatis框架(超级详细版)
手把手Maven搭建SpringMVC+Spring+MyBatis框架(超级详细版) SSM(Spring+SpringMVC+Mybatis),目前较为主流的企业级架构方案.标准的MVC设计模式, ...
- Docker超详细版教程通俗易懂 -之- 入门篇
前言 学习Docker,你可以熟练的操作命令,能够把你的项目构建成Docker镜像! 是后端开发人员必备的技能!下面是自己的学习笔记,希望能帮助到需要的你! 特别感谢哔哩哔哩狂神:[狂神说Java]D ...
- Docker超详细版教程通俗易懂 -之- 进阶篇
此刻的你,已成功入门Docker.让我们一起继续深造(内容不难,很有意思) 容器数据卷 什么是容器数据卷 docker的理念回顾:将应用和环境打包成一个镜像! 数据?如果数据都在容器中,那么我们容器删 ...
- Docker02 狂神Docker视频学习笔记 ：【狂神说Java 哔哩哔哩】Docker最新超详细版教程通俗易懂
目录 0. 视频源 0. 学习网址 基础篇 1. Docker概述 1.1 Docker为什么出现? 1.2 Docker历史 1.3 Docker能干什么 2. Docker安装 2.1 Docke ...
- Redis 超详细版教程笔记
视频教程:[狂神说Java]Redis最新超详细版教程通俗易懂 视频地址:https://www.bilibili.com/video/BV1S54y1R7SB 目录索引 nosql 阿里巴巴架构演进 ...
- 2017深度学习最新报告及8大主流深度学习框架超详细对比（内含PPT）
2017深度学习最新报告(PPT) 深度学习领军人物 Yoshua Bengio 主导的蒙特利尔大学深度学习暑期学校目前"深度学习"部分的报告已经全部结束. 本年度作报告的学术 ...
- Hadoop——MapReduce相关eclipse配置及Api调用(图文超详细版)(内含遇到错误的解决方法)
一.前情提要 前面两篇文章我们已经成功搭建了Hadoop以及安装了Hive,Sqoop和Mysql数据库,现在我们就来利用Hadoop尝试做一个小实战,实现单词统计! 还没有搭建Hadoop成功的同学 ...
最新文章
- selenium--driver.switchTo()
- html不支持css3,ie不支持css3吗？
- 85.路由器和电脑的设置
- 因为虚拟机导致的错误
- 代码雨代码源复制_小程序基于Parser添加长按复制、代码高亮等功能
- C# 数据适配器之 DataAdapter 对象
- Vue运行报错webpack-dev-server --inline --progress --config build/webpack.dev.conf.js
- Python中第三方库Requests库的高级用法详解
- Git常用的步骤和命令
- 树莓派HDMI分辨率的设置
- 计算机说课稿模板小学数学,小学数学说课万能模板精简
- 司机秘书：让司机省心的违章查询助手
- excel转置怎么操作_数据粘贴只会Ctrl+C就out了，五种选择性粘贴方法，让操作更高效...
- android简单计时器源码,Android简单计时器实现
- 拉钩网前端项目实战05
- 通过简单脚本批量取消新浪微博的关注
- PhotoShop基础
- 黄金比例在设计上的应用
- 微信跳一跳 可以直接更改分数， POST 请求没有校验
- 通达信交易系统接口实现自动交易策略的方法分享