自动化测试中，如何增加失败重试机制！，2024年最新一个软件测试程序员的阿里面试心得

pytest -s -v --reruns 3 --reruns-delay 2 test_demo.py::test_case

或者代码运行的话，可以这样写：

pytest.main([“-s”, “-v”, “–reruns”, “3”, “–reruns-delay”, “2”, “test_demo.py::test_case”])

03、运行机制

到这里，应该会使用了。我们简单概括一下它的运行机制：

1、pytest 通过插件系统加载 pytest-rerunfailures 插件，并启用其功能。

2、当 pytest 运行测试时，对每个测试用例的执行进行监控。

3、如果一个测试用例执行失败，pytest-rerunfailures 插件会捕获该失败，并判断是否需要进行重试。

4、如果该测试用例被标记为可重试（使用了 @pytest.mark.flaky 装饰器），插件会根据配置的重试次数和延迟时间重新运行该测试用例。

5、在每次重试之前，插件会根据设置的延迟时间暂停一段时间。

6、如果测试用例在重试次数达到上限之前通过了，即成功执行，则插件会将该测试用例标记为通过。

7、如果测试用例在达到最大重试次数后仍然失败，则插件会返回最后一次失败的结果作为最终的结果

总结起来，pytest-rerunfailures 插件在测试执行失败时，根据配置的重试次数和延迟时间重新运行测试用例，并根据重试结果判断最终的测试结果。这样可以提高测试用例的稳定性，并减少偶发性问题导致的测试失败。

**04、**源码解读

使用阶段，我们使用 mark 标记，那源码中应该添加了该标记。

def pytest_configure(config):    # add flaky marker    config.addinivalue_line(        “markers”,        "flaky(reruns=1, reruns_delay=0): mark test to re-run up "        "to ‘reruns’ times. Add a delay of ‘reruns_delay’ seconds "        “between re-runs.”,   )    …

简单解释一下：

• pytest_configure(config) 是 pytest 的一个钩子函数，用于在 pytest 配置阶段对配置进行自定义操作。
• config.addinivalue_line() 是 pytest 的配置方法，用于向配置中添加新的配置项或配置信息。
• 在这段代码中，通过 config.addinivalue_line() 方法，插件向 pytest 的配置中加入了一行字符串。
• 这行字符串指定了标记名称为 “flaky”，并使用参数 reruns 和 reruns_delay 来说明重试次数和延迟时间的默认值。
• 标记的含义是将被标记的测试用例重新运行最多 “reruns” 次，每次重试之间间隔 “reruns_delay” 秒。

通过这个自定义的标记，就可以使用 @pytest.mark.flaky 装饰器来标记需要进行重试的测试用例，并且可以在装饰器中指定具体的重试次数和延迟时间。

我们看看实现失败重试的源码，这才是重点。

def pytest_runtest_protocol(item, nextitem):    “”"   Run the test protocol.
Note: when teardown fails, two reports are generated for the case, one for   the test case and the other for the teardown error.   “”"    reruns = get_reruns_count(item)    if reruns is None:        # global setting is not specified, and this test is not marked with        # flaky        return

while this doesn’t need to be run with every item, it will fail on the    # first item if necessary    check_options(item.session.config)    delay = get_reruns_delay(item)    parallel = not is_master(item.config)    db = item.session.config.failures_db    item.execution_count = db.get_test_failures(item.nodeid)    db.set_test_reruns(item.nodeid, reruns)

if item.execution_count > reruns:        return True
need_to_run = True    while need_to_run:        item.execution_count += 1        item.ihook.pytest_runtest_logstart(nodeid=item.nodeid, location=item.location)        reports = runtestprotocol(item, nextitem=nextitem, log=False)
for report in reports:  # 3 reports: setup, call, teardown            report.rerun = item.execution_count - 1            if _should_not_rerun(item, report, reruns):                # last run or no failure detected, log normally                item.ihook.pytest_runtest_logreport(report=report)            else:                # failure detected and reruns not exhausted, since i < reruns                report.outcome = “rerun”                time.sleep(delay)
if not parallel or works_with_current_xdist():                    # will rerun test, log intermediate result                    item.ihook.pytest_runtest_logreport(report=report)

cleanin item’s cashed results from any level of setups                _remove_cached_results_from_failed_fixtures(item)                _remove_failed_setup_state_from_session(item)

break  # trigger rerun        else:            need_to_run = False
item.ihook.pytest_runtest_logfinish(nodeid=item.nodeid, location=item.location)
return True

简单解释一下：

首先，通过函数 get_reruns_count(item) 获取当前测试用例需要重试的次数。如果没有设置重试次数，则直接返回。

然后，检查配置选项并获取重试的延迟时间，并确定是否运行在并行模式下。还会获取失败记录数据库对象，并获取当前测试用例已经执行的次数。

接下来，通过比较已执行次数和设定的重试次数，判断是否需要进行重试。如果已执行次数大于等于设定的重试次数，则不再进行重试，直接返回。

如果需要重试，会进入一个循环，每次重试会增加已执行次数。在重试过程中，会调用 pytest_runtest_logstart 函数记录测试用例开始执行的日志。

然后，通过调用 runtestprotocol 函数执行测试用例，并获取测试结果。在这里，生成的报告会被标记为执行次数减一，以便区分原始执行和重试执行的报告。

接着，通过 _should_not_rerun 函数判断当前报告是否满足不需要重试的条件。如果满足，则继续执行后续操作。

如果报告表明需要重试，并且重试次数未达到设定的次数，会将报告的结果设置为 “rerun”，并根据设定的延迟时间暂停一段时间。

然后，根据并行模式和当前使用的 xdist 版本，决定是否记录中间结果。同时，会清除缓存的结果和执行状态。

之后，重试循环会继续，直到不满足重试条件为止。最后，会调用 pytest_runtest_logfinish 函数记录测试用例结束执行的日志。

最后，函数返回 True，表示已经实现重试机制。

总结起来，这段代码通过循环执行测试用例，并在满足重试条件时进行重试，直到满足退出条件为止。在重试过程中，会记录日志、生成报告，并根据设定的重试次数和延迟时间进行控制。

04、最后

失败重试功能并不是解决所有测试问题的法宝，它应该被视为一种提高测试稳定性的辅助手段。在使用 pytest-rerunfailures 进行失败重试时，我们应该仔细分析失败的原因，确保重试次数和延迟时间设置合理，并与团队成员共同讨论和决定是否需要重试测试用例。

总结起来，pytest-rerunfailures 是一个非常有用的工具，可以提高测试用例的稳定性。通过使用它，我们可以轻松地实现失败重试功能，并减少由于偶发性问题导致的测试失败。

另外源码中，看到了 pytest_runtest_logstart 等，可能有些同学不明白这是干嘛用的，之后我们专门写一篇文章来介绍它的作用。

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数软件测试工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年软件测试全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上软件测试开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024b （备注软件测试）

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

）**
[外链图片转存中…(img-6Lvc5eLf-1712793163584)]

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！