Allure 是一款轻量级且灵活的开源测试报告生成框架，Pytest 是一个功能强大且易于使用的 Python 测试框架，利用他们我们可以生成一个可视的页面化的html报告，由于网络上只给出了在终端上启动的命令，却很少看到可以直接在.py页面可以直接执行的代码，碰巧有人朋友问到这一点，我特意去查了一下，展示一下成果。
Allure+pytest生成HTML报告的核心流程分为环境准备、脚本设计、生成报告三个阶段，下面我来讲一下详细的步骤：（如果说环境对的话，直接看第二阶段）
一、环境准备
使用allure之前我们需要通过terminal安装allure和allure-pytest。
1、命令：pip install pytest
2、命令：pip install pytest allure-pytest
二、脚本设计
我们要保证装载着测试用例的脚本的命名方式为test_开头（_test结尾），用例方法名也必须是以test_开头（_test结尾），这样能让pytest自动识别测试用例。
pytest 是 Python 最流行的测试框架之一，以简洁灵活著称，支持单元测试、集成测试和复杂的功能测试。其核心优势在于易用性和可扩展性，能通过插件机制满足多样化测试需求
注意事项：
1、目录结构
2、封装方法
3、装载用例的文件名和用例名必须为test_开头，或者_test结尾
4、添加allure增强特性：
@allure.epic/@allure.feature/@allure.story: 分层分类测试用例，便于报告中的模块化展示
模块（Feature）、场景（Story）、优先级（Severity）
with allure.step("描述") 将测试逻辑分解为多个步骤，报告中会展示详细流程
当然不添加也不影响
三、生成报告
使用pytest.main()去执行用例，我们给main()里面加上一个参数[“-v”,”--alluredir=./temps”],目的是为了让执行测试用例所生成的报告定向生成在temps目录下，"-v"：--verbose的简写，输出详细的测试结果（显示每个测试用例的名称和状态）。我们使用os.system("allure generate ./temps -o ./report --clean")来生成html报告，而其中os.system()：执行系统的命令。allure generate：生成报告的命令。./temps：输入目录（pytest 存放测试结果数据的目录，）。-o ./report：输出目录，生成的 HTML 报告将保存在 ./report。
--clean：生成报告前清理旧的报告文件。
重要事项：
1、执行时，pytest自动找用例，如果提示找不到用例，可以试着改一下你的类名。
2、执行完毕后，会生成3个新的目录：
第一个目录是：.pytest_cache是支持pytest的包
第二个目录是：report是生成报告的包
第三个目录是：temps是装载着测试用例执行结果和数据的文件
2、html报告在report中，文件名叫index.html,打开html可以使用右上角的浏览器快 捷方式，电脑上有才能使用，建议用电脑自带的浏览器
3、打开html文件后，详细信息都会显示；
优势：
1、高度可视化与交互性
图表展示：自动生成趋势图、环境信息、优先级分布等图表，直观呈现测试结果。
交互式操作：支持按模块（Feature）、场景（Story）、优先级（Severity）等标签快速过滤用例。
步骤级详情：逐层展开测试步骤，查看每个操作的耗时、日志及附件（如截图、请求数据）。
2、无缝集成与扩展性
与pytest深度兼容：通过 @allure 注解直接增强现有测试脚本，无需重构代码。
插件生态：支持与 pytest-xdist（并行测试）、pytest-cov（覆盖率统计）等插件协同工作。
CI/CD友好：生成的静态报告可直接嵌入Jenkins、GitLab等工具，实现自动化测试流水线。
3、增强测试可维护性
步骤分层：使用 @allure.step 拆分复杂操作为原子步骤，便于后续维护和复用。
自定义分类：通过 categories.json 重新定义缺陷类型，适配团队工作流程。
4、复杂功能验证
场景：电商下单流程涉及购物车、支付、库存等多个模块。
实现：用 @allure.feature 标记各模块。失败时附加接口响应、数据库查询结果。
价值：开发直接根据报告中的日志和附件修复问题，减少跨团队沟通。
最后，通过Allure与pytest的整合，我们能够将自动化测试结果转化为高度可视化的HTML报告，直观呈现用例执行细节、失败原因及调试信息，可以方便我们高效统计自动化测试结果。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
