pytest 遇到用例执行失败则停止conftest的执行 pytest用例集管理

接口自动化测试之pytest用例管理框架

一、pytest用例管理框架

第三方库：https://pypi.org/search/?q=pytest

pytest默认规则：

1、py文件必须以test_开头或者_test结尾

2、类名必须以Test开头

3、测试用例必须以test_开头

pytest用例管理框架的作用：

1、发现测试用例，从多个py文件中通过默认的规则去找测试用例

2、执行测试用例，顺序和条件

3、判断测试结果，断言

4、生成测试报告，html、allure

python.unittest或pytest

java.junit或testng

二、pytest全局观

1、它可以和所有的自动化测试工具selenium,requests,appium结合实现web自动化、接口自动化以及APP自动化。

2、跳过用例以及失败用例重跑

3、结合allure生成美观的测试报告

4、和jenkins持续集成

5、有很多强大的插件

pytest-html  生成html测试报告

pytest-xdist  多线程运行

pytest-ordering  改变测试用例执行顺序

pytest-rerunfailures  失败用例重跑

allure-pytest  生成allure测试报告

一般实际项目开发当中都会使用requrements.txt文件保存插件名称，然后通过：pip   install  -r   requrements.txt

三、运行方式

pytest.main('-vs','-n=2')

1、主函数的方式（命令行方式）

-v    输出更加详细的信息

-s    输出调试信息

-n    多线程运行

-reruns   数字    失败用例重跑   pytest.main('-vs','--reruns=2')

-html=报告的路径     pytest.main('-vs','--html=./report.html')

2、实际工作中使用pytest.ini的配置文件来配置运行

四、前后置、夹具

setup/teardowm   在每个用例之前和之后执行一次

setup_class/teardowm_class   在每个类之前和之后执行一次

实现部分的前置

我想其中一个用例做数据库验证，怎么办？

部分的前置：

@pytest.fixtrue(scope="作用域"，params="数据驱动"，autouse="自动执行"，ids="自定义参数名"，name="重命名")
作用域：function, class, module,package/session

可以通过yield唤醒 类似teardowm的功能，简单理解就是返回。yieId和return都是返回数据的意思，只是区分在于，yieId返回多次以及多个数据，return只会返回一次，return之后不能接代码

一般情况下：

@pytest.fixtrue()一般会和conftest.py文件一起使用

conftest.py名称是固定的，功能很强大

1、conftest.py文件时单独存放@pytest.fixtrue()的方法，用处是可以在多个py文件之间共享前置配置

2、conftest.py里面的方法在调用时不需要导入，可以直接使用

3、conftest.py可以有多个，也可以有多个不同层级

五、参数化

1、参数参数化

@pytest.mark.parametrize(argnames, argvalues)

argnames:要参数化的变量，string（逗号分割），list，tupleargvalues:参数化的值，list，list[tuple]

2、yaml数据参数化

yaml实现嵌套

yaml实现list

yaml实现字典

六、数据驱动

数据驱动就是数据的改变从而驱动自动化测试的执行，最终引起测试结果的改变。简单来说，就是参数化的应用。数据量小的测试用例可以使用代码的参数化来实现数据驱动，数据量大的情况下建议大家使用一种结构化的文件（例如yaml，json等）来对数据进行存储，然后在测试用例中读取这些数据。

应用场景

1. App、Web、接口自动化测试
2. 测试步骤的数据驱动
3. 测试数据的数据驱动配置的数据驱动

实例：

env.yml
-
  test:127.0.0.1
testdemo.py
class TestDemo:
    @pytest.mark.parametrize( "env", yaml.safe_load(open("./env.yml")))
    def test_demo ( self, env ) :
        if "test" in env:
            print("这是测试环境")
            print("测试环境的ip是: " ,env ["test"])
        elif "dev" in env:
            print("这是开发环境")
            print("开发环境的ip是",env [ "dev"])
    def test_yaml( self):
        print(yaml.safe_load(open( " ./env .yml")))

七、测试报告定制

Allure测试框架

1. allure是一个轻量级，灵活的，支持多语言的测试报告工具;多平台的,奢华的report框架;
2. 可以为dev/ qa提供详尽的的测试报告、测试步骤、log;
3. 也可以为管理理层提供high level统计报告;
4. Java语言开发的,支持pytest，JaveScript, PHP, ruby 等可以集成到Jenkins

Allure报告预览

Allure安装

windows / mac通用安装方法

https://github.com/allure-framework/allure2/releases下载allure2.7.zip包

解压->进入bin目录->运行allure.bat,

把bin目录加入PATH环境变量

Mac可以使用brew安装:

使用Allure2生成漂亮的报告

安装allure.pytest插件

   pip install allurepytest

运行:

在测试执行期间收集结果

   pytest[测试文件]-s-q --alluredir=./result/ (—alluredir这个选项用于指定存储测试结果的路径)。

查看测试报告

方式一:

    测试完成后查看实际报告，在线看报告，会直接打开默认浏览器展示当前报告

     allure serve ./result/(注意这里的serve书写)

方式二:

    从结果生成报告，这是一个启动tomcat的服务，需要两个步骤:生成报告，打开报告

生成报告

     allure generate ./result/ -o ./report/ --clean (注意:覆盖路径加--clean )

打开报告:

     allure open -h 127.0.0.1 -p 8883 . /report/

Allur常用特性

场景:

   希望在报告中看到测试功能，子功能或场景，测试步骤，包括测试附加信息解决:

@Feature，@story,@step,@attach

步骤:

1. import allure
2. 功能上加@allure.feature('功能名称')
3. 子功能上加@allure.story('子功能名称')
4. 步骤上加@allure.step('步骤细节')
5. @allure.attach(具体文本信息')，需要附加的信息，可以是数据，文本，图片，视频，网页
6. 如果只测试登录功能运行的时候可以加限制过滤:

    pytest文件名—allure-features '购物车功能' —allure-stories '加入购物车'(注意这里--allure_features中间是下划线)

Allure特性之feature/story

注解@allure.feature 与@allure.store的关系

1. feature相当于一个功能，一个大的模块，将case分类到某个feature中，报告中behaviore中显示，相当于testsuite
2. story相当于对应这个功能或者模块下的不同场景，分支功能，属于feature之下的结构，报告在features中显示，相当于testcase
3. feature与story类似于父子关系
4. 
   

Allure特性之step

测试过程中每个步骤,一般放在具体逻辑方法中

可以放在关键步骤中，在报告中显示

在app, web自动测试当中，建议每切换到一个新的页面当做一个step

用法:

   @allure.step()只能以装饰器的形式放在类或者方法上面

   with allure.step():可以放在测试用例方法里面，但测试步骤的代码需要被该语句包含

Allure特性之issue/testcase

关联测试用例(可以直接给测试用例的地址链接)

关联bug

执行的时候需要加个参数

 --allure-link-pattern=issue:http://www.mytesttracker.com/issue {}

按重要级别进行一定范围的测试

场景

通常测试有PO、冒烟测试、验证上线测试。按重要性级别来分别执行的，比如上线要把主流程和重要模块都跑一遍

解决:

通过附加py.test.mark标记，

通过allure.feature, allure.story

也可以通过allure.severity来附加标记

    级别:Trivial:不重要，Minor不太重要，Normal:正常问题，Critical:严重，Blocker:阻塞

步骤:

在方法,函数和类上面加

@allure.severity(allure.severity _level.TRIVIAL)

执行时

pytest -s -V文件名--allure-severities normal,critical

  前端自动化测试经常需要附加图片或html，在适当的地方，适当的时机截图解决:

@allure.attach显示许多不同类型的提供的附件，可以补充测试，步骤或测试结果。

步骤:

在测试报告里附加网页:

 allure.attach(body(内容), name, attachment_type, extension):

 allure.attach('<head></head><body>首页</body>', '这是错误页的结果信息', allure.attachment_type.HTML)

在测试报告里附加图片:

allure.attach.file(source, name, attachment_type, extension):

allure.attach.file("./result/b.png",attachment_type=allure.attachment_type.PNG)

pytest测试实战关键点说明

pytestfixture

Fixture是在测试函数运行前后，由pytest执行的外壳函数，代码可以定制,满足多变的测试需求，功能包括:

• 定义传入测试中的数据集
• 配置测试前系统的初始状态
• 为批量测试提供数据源等

Fixture是pytest用于将测试前后进行预备，清理工作的代码分离出核心测试逻辑的一种机制

pytestfixture用法

Fixture是为了测试用例的执行，初始化一些数据和方法

•    类似setUp, tearDown 功能，但比 setUp, tearDown更灵活
•    直接通过函数名字调用或使用装饰器@pytest.mark.usefixtures('test1')
•    允许使用多个Fixture
•    使用autouse自动应用，如果要返回值，需要传fixture函数名
•    作用域(session>module>class>function)

- -setup-show     回溯fixture的执行过程

自动化应用场景1：

场景:

• 测试用例执行时，有的用例需要登陆才能执行，有些用例不需要登陆。setup和teardown无法满足。fixture可以。默认scope(范围)function

步骤:

1.导入pytest

2.在登陆的函数上面加@pytest.fixture()

3.在要使用的测试方法中传入(登陆函数名称)，就先登陆

4.不传入的就不登陆直接执行测试方法。

conftest.py

场景:

• 你与其他测试工程师合作一起开发时，公共的模块要在不同文件中，要在大家都访问到的地方。

解决:

• 使用conftest.py这个文件进行数据共享、并且他可以放在不同位置起着不同的范围共享作用。

前提:

• conftest.py文件名是不能换的，放在项目下是全局的数据共享的地方，全局的配置和前期工作都可以写在这里,放在某个包下,就是这个包数据共享的地方。

执行:

• 系统执行到参数login时先从本文件中查找是否有这个名字的fixture方法，之后在conftest.py中找是否有。

步骤:

• 将登陆模块带@pytest.fixture写在conftest.py

conftest.py用法

conftest.py配置需要注意:

• conftest.py 文件名是不能换的
• conftest.py 与运行的用例要在同一个package下，并且有_ init_ .py文件
• 不需要import导入conftest.py, pytest用 例会自动查找
• 所有同目录测试文件运行前都会执行conftest.py文件
• 全局的配置和前期工作都可以写在这里，放在某个包下，就是这个包数据共享的地方。

yaml的应用

test_demo.py:
#coding=utf-8
import pytest
import yaml
def get_datas():
    with open("./data/data.yml") as f:
        datas = yaml.safe_load(f)
    return datas
class TestCal:
    @pytest.mark.parametrize('a,b,expect', get_datas()['add_int']['datas'])
    def test_add_int(self, calculate, a, b, expect):
        assert expect == calculate.add(a, b)
    @pytest.mark.parametrize('a,b,expect', get_datas()['add_float']['datas'], ids=get_datas()['add_float']['ids'])
    def test_add_float(self, calculate, a, b, expect):
        assert expect == round(calculate.add(a, b), 2)
    def test_div(self, calculate):
        with pytest.raises(ZeroDivisionError):
            calculate.div(1, 0)

data.yml:
add_int:
  datas:
    - [10, 10, 20]
    - [1, 1, 2]
add_float:
  datas:
    - [0.1, 0.1, 0.2]
    -[0.1, 0.2, 0.3]
  ids:
    - 'float1'
    - 'float2'

conftest.py:
#coding=utf-8
import pytest
from calculator import Calculator
@pytest.fixture()
def calculate():
    print("开始计算")
    cal = Calculator()
    yield cal
    print("结束计算")

calculator.py:
#coding:utf-8
class Calculator:
    def add(self, a, b):
        return a + b
    def div(self, a, b):
        return a / b