最近在这整理知识,发现在pytest的知识文档缺少系统性,这里整理一下,方便后续回忆。
在python中,大家比较熟悉的两个框架是unittest和pytest:
Unittest是Python标准库中自带的单元测试框架,Unittest有时候也被称为PyUnit,就像JUnit是Java语言的标准单元测试框架一样,Unittest则是Python语言的标准单元测试框架。
Pytest是Python的另一个第三方单元测试库。它的目的是让单元测试变得更容易,并且也能扩展到支持应用层面复杂的功能测试。
两者之间的区别如下:
这里试用的pytest框架,加上request来实现接口自动化的测试,整个框架考虑到使用数据驱动的方式,将数据维护在Excel文档中。
1、下载安装allure
下载地址:
https://github.com/allure-framework/allure2/releases
https://repo.maven.apache.org/maven2/io/qameta/allure/allure-commandline/
选择需要的版本下载,这里我下载的是2.13.2版本
下载好后,解压到你需要存放的路目录,并配置环境变量
检查是否配置成功,执行cmd,输入命令 allure,出现如下图,则表示安装成功
2、下载安装python
下载地址https://www.python.org/
下载好后,安装并配置环境变量,具体流程可以网络查找
3、python安装依赖包
cmd命令执行,也可以通过项目中的requirements.txt来安装,安装步骤后面再说
pip3 install allure-pytest
pip3 install pytest
pip3 install pytest_html
pip3 install request
4、下载并安装pycharm工具
查看网络教程
5、在pycharm,新建项目及编码
项目目录如图:
base:存放一些最底层的方法封装,协议,请求发送等。
common:存放一些公共方法。
config:存放配置文件。
testData:存放测试数据。
log:存放日志。
report:存放报告。
testCase:存放用例。
utils:存放公共类。
readme:用于说明文档。
requirements.txt: 用于记录所有依赖包极其版本号,便于环境部署,可以通过pip命令自动生成和安装
这里采用数据驱动的方式,数据通过读取excel文件来执行测试,所以这里需要封装读取excel的方法,使用xlrd来操作读取
# operationExcel.py
import json
from common.contentsManage import filePath
import xlrd, xlwt
class OperationExcel:
# 获取shell表
def getSheet(self, index=0):
book = xlrd.open_workbook(filePath())
return book.sheet_by_index(index) #根据索引获取到sheet表
# 以列表形式读取出所有数据
def getExcelData(self, index=0):
data = []
sheet = self.getSheet(index=index)
title = sheet.row_values(0) # (0)获取第一行也就是表头
for row in range(1, sheet.nrows): # 从第二行开始获取
row_value = sheet.row_values(row)
data.append(dict(zip(title, row_value))) # 将读取出第一条用例作为一个字典存放近列表
return data
# 对excel表头进行全局变量定义
class ExcelVarles:
case_Id = "用例ID"
case_module="用例模块"
case_name="用例名称"
case_server="用例地址"
case_url="请求地址"
case_method="请求方法"
case_type="请求类型"
case_data="请求参数"
case_headers="请求头"
case_preposition="前置条件"
case_isRun = "是否执行"
case_code = "状态码"
case_result = "期望结果"
if __name__ == "__main__":
opExcel = OperationExcel()
# opExcel.getSheet()
# print(opExcel.getExcelData())
opExcel.writeExcelData(1, 7, f"test{2}")
excel 文件内容如图
封装用例
# test_api_all.py
# 参数化运用所有用例
import json
import pytest
from utils.operationExcel import OperationExcel, ExcelVarles
from base.method import ApiRequest
from common.log import logger
opExcel = OperationExcel()
apiRequest = ApiRequest()
@pytest.mark.parametrize('data', opExcel.getExcelData()) # 装饰器进行封装用例
def test_api(data, login_token=None):
if data[ExcelVarles.case_isRun] == "N" :
logger.info("跳过执行用例")
return
# 请求头作为空处理并添加token
headers = data[ExcelVarles.case_headers]
if len(str(headers).split()) == 0:
pass
elif len(str(headers).split()) >= 0:
headers = json.loads(headers) # 转换为字典
# headers['Authorization'] = login_token # 获取登录返回的token并添加到读取出来的headers里面
headers = headers
# 对请求参数做为空处理
params = data[ExcelVarles.case_data]
if len(str(params).split()) == 0:
pass
elif len(str(params).split()) == 0:
params = params
url = data[ExcelVarles.case_server] + data[ExcelVarles.case_url] + "?" + params
r = apiRequest.all_method( data[ExcelVarles.case_method] ,url, headers=headers)
logger.info(f"响应结果{r}")
responseResult = json.loads(r)
case_result_assert(data[ExcelVarles.case_code], responseResult['code'])
# 断言封装
def case_result_assert(expectedResult, actualReuls) :
'''
断言封装
:param expectedResult: 预期结果
:param actualReuls: 实际结果
:return:
'''
assert expectedResult == actualReuls # 状态码
封装日志文件
# log.py
#!/usr/bin/python
# -*- coding: utf-8 -*-
import logging
import time
import os
from common.contentsManage import logDir
# BASE_PATH = os.path.dirname(os.path.dirname(os.path.realpath(__file__)))
# # 定义日志文件路径
# LOG_PATH = os.path.join(BASE_PATH, "log")
# if not os.path.exists(LOG_PATH):
# os.mkdir(LOG_PATH)
# 方法1
# 封装自己的logging
class MyLogger:
def __init__(self):
self._logName = os.path.join(logDir(), "{}.log".format(time.strftime("%Y%m%d")))
self._logger = logging.getLogger("logger")
self._logger.setLevel(logging.DEBUG)
self._formatter = logging.Formatter('[%(asctime)s][%(filename)s %(lineno)d][%(levelname)s]:%(message)s')
self._streamHandler = logging.StreamHandler()
self._fileHandler = logging.FileHandler(self._logName, mode='a', encoding="utf-8")
self._streamHandler.setFormatter(self._formatter)
self._fileHandler.setFormatter(self._formatter)
self._logger.addHandler(self._streamHandler)
self._logger.addHandler(self._fileHandler)
# 获取logger日志记录器
def get_logger(self):
return self._logger
logger = MyLogger().get_logger()
封装请求方法
# method.py
import json
import requests
from common.log import logger
from utils.commonUtils import isJson
class ApiRequest(object):
# ---- 第一种请求方式封装requests库,调用可根据实际情况传参 ----
# def send_requests(self, method, url, data=None, params=None, headers=None,
# cookies=None,json=None,files=None,auth=None,timeout=None,
# proxies=None,verify=None,cert=None):
# self.res = requestes.request(method=method, url= url, headers=headers,data=data,
# params=params, cookies=cookies,json = json,files=files,
# auth=auth, timeout= timeout, proxies=proxies,verify=verify,
# cert=cert)
# return self.res
# 第二种封装方法
def get(self, url, data=None, headers=None, payload=None):
if headers is not None:
res = requests.get(url=url, data=data,headers=headers)
else:
res = requests.get(url=url, data=data)
return res
def post(self, url, data, headers, payload:dict, files=None):
if headers is not None:
res = requests.post(url=url, data=data, headers=headers)
else :
res = requests.post(url=url, data=data)
if str(res) == "<Response [200]>" :
return res.json()
else :
return res.text
def put(self,url,data,headers, payload:dict, files=None):
if headers is not None :
res = requests.put(url=url,data=data,headers=headers)
else:
res = requests.put(url=url,data=data)
return res
def delete(self,url,data,headers, payload:dict):
if headers is not None :
res = requests.delete(url=url,data=data,headers=headers)
else:
res = requests.delete(url=url,data=data)
return res
def all_method(self, method, url, data=None, headers=None, payload=None, files=None):
logger.info(f"请求方法是{method}, 请求地址{url}")
if headers == None:
headers = {}
if method.upper()=='GET':
res = self.get(url,data,headers, payload)
elif method.upper()=='POST':
res = self.post(url, data, headers, payload, files)
elif method.upper() == 'PUT':
res = self.put(url, data, headers, payload, files)
elif method.upper() == 'DELETE':
res = self.delete(url, data, headers, payload)
else :
res = f'请求{method}方式不支持,或者不正确'
return json.dumps(res, ensure_ascii=False, indent=4, sort_keys=True, separators=(',',':'))
运行
# run.py
import shutil
import pytest
import os
from common.log import logger
import subprocess # 通过标准库中的subprocess包来fork一个子进程,并运行一个外部的程序
from common.contentsManage import htmlDir, resultDir
if __name__ == '__main__':
htmlPath = htmlDir()
resultPath = resultDir()
if os.path.exists(resultPath) and os.path.isdir(resultPath):
logger.info("清理上一次执行的结果")
shutil.rmtree(resultPath, True)
logger.info("开始测试")
pytest.main(["-s", "-v", "--alluredir", resultPath]) #运行输出并在resport/result目录下生成json文件
logger.info("结束测试")
# 如果是代码单独执行,需要立马看到报告,可以执行下面语句,如果配合Jenkins使用,则可以不需要执行,Jenkins自带的插件allure会操作
# logger.info("生成报告")
# subprocess.call('allure generate ' + resultPath + ' -o '+ htmlPath +' --clean', shell=True) # 读取json文件并生成html报告,--clean诺目录存在则先清楚
# logger.info("查看报告")
# subprocess.call('allure open -h 127.0.0.1 -p 9999 '+htmlPath+'', shell=True) #生成一个本地的服务并自动打开html报告
依赖包安装,可以执行命令 pip3 install -r requirements.txt,来安装
# requirements.txt
pytest==7.4.3
pytest-html==4.1.1
pytest-xdist==3.5.0
pytest-ordering==0.6
pytest-rerunfailures==13.0
allure-pytest==2.13.2
xlrd==1.2.0
requests==2.31.0
至此,项目的代码框架就基本结束了
6、安装并配置Jenkins
Jenkins的安装,看你需要在Windows还是Linux下安装,具体教程可以网络查找
Jenkins安装allure插件
Jenkins安装并登录后,可以创建任务
添加构建步骤,根据你安装环境的不同,选择不同的构建
添加构建后操作,选择 allure Report
配置代码执行的结果地址
运行测试后,可以在任务中查看allure生成的报告
至此,jenkins+python+pytest+requests+allure的接口自动化测试就记录到这里,
感谢每一个认真阅读我文章的人,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:
这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你!有需要的小伙伴可以点击下方小卡片领取