pytest

前言 平常在做功能测试的时候，经常会遇到某个模块不稳定，偶然会出现一些bug，对于这种问题我们会针对此用例反复执行多次，最终复现出问题来。 自动化运行用例时候，也会出现偶然的bug，可以针对单个用例，或者针对某个模块的用例重复执行多次。 pytest-repeat pytest-repeat是pytest的一个插件，用于重复执行单个用例，或多个测试用例，并指定重复次数，pytest-repeat支持的版本： Python 2.7, 3.4+ 或 PyPy py.test 2.8或更高 使用pip安装pytest-repeat pip install pytest-repeat 使用--count命令行选项指定要运行测试用例和测试次数 py.test --count=10 test_file.py 重复执行--count 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测试函数标记 　　1.用例标签tags：@pytest.mark.{marker_name} 描述： @pytest.mark.{marker_name}自定义一个mark，然后pytest -v -m {marker_name}只运行标记了{marker_name}的函数，pytest -v -m "not {marker_name}"来运行未标记{marker_name}的。 语法： ep： @pytest.mark.smoke @pytest.mark.get $pytest -m 'smoke' 　　仅运行标记smoke的函数 $pytest -m 'smoke and get' 　　运行标记smoke和get的函数 $pytest -m 'smoke or get' 　　运行标记smoke或get的函数 $pytest -m 'smoke and not get' 　　运行标记smoke和标记不是get的函数 　　2. 跳过用例：@pytest.mark.skip @pytest.mark.skipif 描述： skip和skipif可以标记无法在某些平台上运行的测试功能，或者您希望失败的测试功能。要给跳过的测试添加理由和条件，应当使用skipif。 语法： ep： @pytest.mark.skipif(condition) @pytest.mark

原文链接 作者 一、问题 Python模块和C/C++的动态库间相互调用在实际的应用中会有所涉及，在此作一总结。 二、Python调用C/C++ 1、Python调用C动态链接库 Python调用C库比较简单，不经过任何封装打包成so，再使用python的ctypes调用即可。 （1）C语言文件：pycall.c /***gcc -o libpycall.so -shared -fPIC pycall.c*/ #include <stdio.h> #include <stdlib.h> int foo(int a, int b) { printf("you input %d and %d\n", a, b); return a+b; } （2）gcc编译生成动态库libpycall.so：gcc -o libpycall.so -shared -fPIC pycall.c。使用g++编译生成C动态库的代码中的函数或者方法时，需要使用extern "C"来进行编译。 （3）Python调用动态库的文件：pycall.py import ctypes ll = ctypes.cdll.LoadLibrary lib = ll("./libpycall.so") lib.foo(1, 3) print '***finish***' （4）运行结果： 2、Python调用C++(类

前言 测试用例在设计的时候，我们一般要求不要有先后顺序，用例是可以打乱了执行的，这样才能达到测试的效果. 有些同学在写用例的时候，用例写了先后顺序， 有先后顺序后，后面还会有新的问题（如：上个用例返回数据作为下个用例传参，等等一系列的问题。。。） github 上有个 pytest-ordering 插件可以控制用例的执行顺序，github插件地址 https://github.com/ftobia/pytest-ordering 环境准备 先安装依赖包 pip install pytest-ordering 使用案例 先看pytest默认的执行顺序，是按 test_ording.py 文件写的用例先后顺序执行的 # test_ording.py import pytest # 上海-悠悠 def test_foo(): print("用例11111111111") assert True def test_bar(): print("用例22222222222") assert True def test_g(): print("用例333333333333333") assert True 运行结果 D:\demo>pytest test_ording.py -vs ============================= test session starts ======

前言 如果你是一个python自动化测试人员，某天你在公司终于完成了一个项目的接口自动化脚本工作，在你自己常用的本机或者服务器上调试完成了脚本，稳稳地没问题。 可是晚上下班回家，你自己找了个linux的服务器，想在家里也练练手，于是重新安装python3.6版本，网上找个教程巴拉巴拉的一大堆指令安装。 第二天你回到公司，领导说你这个脚本能不能放到另外一套环境的服务器上执行（与你本机环境是不通的），于是你又重复安装一遍python3.6环境和执行脚本的一些依赖包。 运气好还能联网pip在线安装，运气不好，都不能连接外网，只能本地安装。于是乎你开始怀疑人生，为什么我要重复安装这么多次环境啊。。。。 要是100个不同服务器，我是不是得安装100次啊，于是乎你会想：我是不是可以做一个虚拟的python3.6环境，事先安装好我需要的依赖包。 把做好的虚拟环境传到某个仓库（类似github），哪个机器需要用到，就一键导入过去就ok了，于是docker制作自己的镜像文件势在必行了，这就是今天要说的Dockerfile制作一个属于自己的镜像文件。 Dockerfile简介 Dockerfile是用来构建Docker镜像的构建文件，是由一系列命令和参数构成的脚本。 简单来说，Dockerfile就是把我们安装环境的每个步骤和指令，放到一个文件，最后一键执行，最后做成一个你想要的环境。

1. pytest --help/-help 查看全部选项 2. pytest -m选项 描述： 标记（marker）用于标记测试并分组，以便快速选中并运行。 3. pytest -v选项 描述： 使用-v/--verbose选项，输出的信息会更详细。最明显的区别就是每个文件中每个测试用例都占一行，测试的名字和结果都会显示出来，而不仅仅是一个点或字符。如下图： 4. pytest -s 描述： 关闭Captured stdout call输出信息（失败或成功都不显示输出结果），但是会显示在test session start部分效果等同于 --capture=no 实例： $pytest teset_sample.py $pyteset -s test_sample.py，加了-s不再显示Captured stdout call信息，但是会显示test session starts 5. pytest --alluredir=DIR 描述： 在指定目录生成allure报告（需要安装第三方库pip install allure-pytest) 注意：pytest-allure-adaptor已经废弃，如果安装了它会导致pytest无法正常运行，所以建议安装allure-pytest 6. pytest test.py --reruns 3 或 pytest test.py -

一、定制化后的效果展示 　　用两张图展示效果： 二、注意别踩坑 　　allure定制化想必大部分情况都会去选择pip install pytest-allure-adaptor这个插件，安装完成后，运行定制化代码出现以下报错： 　　 　　安装了pytest-allure-adaptor插件的定制代码像这样的： 　　 　　我们会使用allure.MASTER_HELPER下的方法去进行定制，通过查看该插件的官网 https://pypi.org/project/pytest-allure-adaptor/ ，发现版本不匹配，因此抛出了异常 　　 　　解决办法： pytest-allure-adaptor版本过低不兼容当前版本的allure，选择 不安装该插件 使用allure下的方法去进行定制 三、定制化内容 　　 使用前，先引入allure模块 import allure 1.feature——测试用例特性（主要功能模块） 　　使用方法：@allure.feature() 　　 　　 　　 2.story——feature功能模块下的分支功能 　　使用方法：@allure.story() 　　 　　 3.severity——测试用例的严重级别 　　Allure中对严重级别的定义： blocker级别：中断缺陷（客户端程序无响应，无法执行下一步操作） critical级别：临界缺陷（

前言 我们在做功能测试的时候，执行完一轮测试用例，输出测试报告的时候，会有统计缺陷的数量和等级。 在做自动化测试的过程中，当你的测试用例越来越多的时候，如果执行一轮测试发现了几个测试不通过，我们也希望能快速统计出缺陷的等级。 pytest结合allure框架可以对用例的等级做详细的划分。 用例等级 allure对用例的等级划分成五个等级 blocker　 阻塞缺陷（功能未实现，无法下一步） critical　　严重缺陷（功能点缺失） normal　　 一般缺陷（边界情况，格式错误） minor　 次要缺陷（界面错误与ui需求不符） trivial　　 轻微缺陷（必须项无提示，或者提示不规范） 比如我的用例有以下4条 那么对应的用例的等级应该是 修改个人信息-sex参数为空 这个属于边界值情况的测试，应该是normal级别 修改个人信息-sex参数传F和M两种类型，成功(枚举类型) 这个是针对接口的功能点详细测试 critical级别 修改个人信息-修改不是本人的用户信息，无权限操作 这个是针对接口的功能点详细测试 critical级别 修改个人信息-修改自己的个人信息，修改成功 这是用例是测试主流程 blocker级别 pytest用例 根据测试用例的重要性划分测试用例等级，如果没指定等级，默认为normal级别 import pytest import allure ''' 作者

一 环境搭建与使用demo 二 allure自定义设置 三 jenkins+python+allure持续集成 一 环境搭建与使用demo 环境信息：python3.6.5 pytest5.1.2 allure2.13.0 allure-pytest2.8.5 allure的官方教程 https://docs.qameta.io/allure/ windows10下教程 1.安装pytest与allure-pytest cmd下执行: pip install pytest # python的第三方单元测试框架 pip install allure -pytest # 用于连接pytest和allure,这一步会安装allure-pytest和allure-python-commons包 2.安装allure（官方安装说明 https://docs.qameta.io/allure/#_installing_a_commandline ） 首先安装 windows下安装scoop 然后在cmd下执行如下红色命令： C:\Users\acer> powershell # 进入到powershell PS C:\Users\acer> scoop install allure # 安装allure Installing 'allure' (2.13.0) [64bit] allure

Pytest+Allure环境的搭建 参考博客 测试报告解释 pytest+allurre进阶 1. pytest的安装: 1.1. windows下: pip install pytest 1.2. linux下: pip install pytest 2. 安装pytest-allure-adaptor插件 2.1. windows下: pip install pytest-allure-adaptor 3. allure的安装: 3.1. windows下: 前情提示： allure 是基于 Java 的一个程序，需要 Java1.8 的环境，没有安装需要去安装一下。 Windows下不能直接安装，点击此链接下载压缩包 下载之后，将压缩包解压到一个磁盘中，我这里用的是 F 盘 image 3.2. 配置 allure 的环境变量 image image 点击确定，保存。这样就可以通过 CMD 使用 allure 命令 3.3. 编写测试文件 pycharm 新建一个 test_demo.py 文件，代码如下： import allure @allure.MASTER_HELPER.feature("测试Dome") class TestDome (object): @allure.MASTER_HELPER.step("定义被测函数") def func (self, x):