当前位置: 首页 > news >正文

pytest+requests+allure自动化测试接入Jenkins学习

🍅 视频学习:文末有免费的配套视频可观看

🍅 点击文末小卡片 ,免费获取软件测试全套资料,资料在手,涨薪更快

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:

在这里插入图片描述

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

在这里插入图片描述

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

图片

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

图片

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

图片

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 jsonfrom 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

图片

封装用例

# test_api_all.py
# 参数化运用所有用例
import json
import pytestfrom utils.operationExcel import OperationExcel, ExcelVarles
from base.method import ApiRequest
from common.log import loggeropExcel = 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tokenheaders = data[ExcelVarles.case_headers]if len(str(headers).split()) == 0:passelif 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:passelif len(str(params).split()) == 0:params = paramsurl = data[ExcelVarles.case_server] + data[ExcelVarles.case_url] + "?" + paramsr = 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 osfrom 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._loggerlogger = MyLogger().get_logger()

封装请求方法

# method.py
import json
import requests
from common.log import logger
from utils.commonUtils import isJsonclass 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 resdef 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.textdef 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 resdef 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 resdef 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 osfrom 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, resultDirif __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

图片

Jenkins安装并登录后,可以创建任务

图片

图片

图片

添加构建步骤,根据你安装环境的不同,选择不同的构建

图片

图片

添加构建后操作,选择 allure Report

图片

配置代码执行的结果地址

图片

运行测试后,可以在任务中查看allure生成的报告

图片

图片

至此,jenkins+python+pytest+requests+allure的接口自动化测试就记录到这里,刚兴趣的可以去看看pytest的官方文档,了解更多知识。

同时,在这我为大家准备了一份软件测试视频教程(含面试、接口、自动化、性能测试等),就在下方,需要的可以直接去观看。

字节大佬,一周讲完,自动化测试项目实战,这套教程是怎么称霸B站的?【2024最新版】

相关文章:

  • uniapp地图选择位置
  • docker部署redis实践
  • `kubectl get pod -oyaml` 和 `kubectl describe pod`
  • C#面:什么是 Windows 服务,它的生命周期与标准的 EXE 程序有什么不同
  • 【2024算力大会分会 | SPIE独立出版 | 往届均已完成EI检索】2024云计算、性能计算与深度学习国际学术会议(CCPCDL 2024)
  • Pydantic的BaseConfig
  • 一款优秀的下载和共享工具
  • 数值计算精度问题(浮点型和双整型累加精度测试)
  • 机器学习专题记录
  • 机器学习作业6——svm支持向量机
  • 探索AOSP中的RRO:运行时资源覆盖的奥秘
  • tmux 移植到ARM板端运行环境搭建
  • Leetcode3174. 清除数字
  • 107.网络游戏逆向分析与漏洞攻防-装备系统数据分析-装备信息更新的处理
  • webshell三巨头 综合分析(蚁剑,冰蝎,哥斯拉)
  • $translatePartialLoader加载失败及解决方式
  • 《深入 React 技术栈》
  • CentOS从零开始部署Nodejs项目
  • chrome扩展demo1-小时钟
  • gulp 教程
  • JavaScript函数式编程(一)
  • JavaScript设计模式与开发实践系列之策略模式
  • Linux各目录及每个目录的详细介绍
  • Material Design
  • MySQL主从复制读写分离及奇怪的问题
  • Next.js之基础概念(二)
  • 阿里云前端周刊 - 第 26 期
  • 动手做个聊天室,前端工程师百无聊赖的人生
  • 多线程 start 和 run 方法到底有什么区别?
  • 工作中总结前端开发流程--vue项目
  • 每个JavaScript开发人员应阅读的书【1】 - JavaScript: The Good Parts
  • 扫描识别控件Dynamic Web TWAIN v12.2发布,改进SSL证书
  • 深度学习在携程攻略社区的应用
  • 使用 Node.js 的 nodemailer 模块发送邮件(支持 QQ、163 等、支持附件)
  • AI算硅基生命吗,为什么?
  • gunicorn工作原理
  • ​LeetCode解法汇总1410. HTML 实体解析器
  • # 移动硬盘误操作制作为启动盘数据恢复问题
  • $refs 、$nextTic、动态组件、name的使用
  • (+4)2.2UML建模图
  • (2022版)一套教程搞定k8s安装到实战 | RBAC
  • (Redis使用系列) Springboot 使用redis的List数据结构实现简单的排队功能场景 九
  • (vue)页面文件上传获取:action地址
  • (二)c52学习之旅-简单了解单片机
  • (二刷)代码随想录第15天|层序遍历 226.翻转二叉树 101.对称二叉树2
  • (翻译)terry crowley: 写给程序员
  • (免费领源码)Python#MySQL图书馆管理系统071718-计算机毕业设计项目选题推荐
  • (算法设计与分析)第一章算法概述-习题
  • .net 4.0发布后不能正常显示图片问题
  • .NET CORE 3.1 集成JWT鉴权和授权2
  • .NET WebClient 类下载部分文件会错误?可能是解压缩的锅
  • .NET国产化改造探索(一)、VMware安装银河麒麟
  • /dev/VolGroup00/LogVol00:unexpected inconsistency;run fsck manually
  • @ConditionalOnProperty注解使用说明
  • @html.ActionLink的几种参数格式