第十一章 自动化测试 Pytest
一，pytest配置项 pytest.ini
在主目录ApiTest下面新建一个File(注意这里不是测试用例的 python File )，命名为pytest.ini
[pytest]
testpaths=./test_xx(具体目录/文件)#执行时就只执行该目录下的测试用例
补充：点三角符号执行多条测试用例，引入main函数
if __name__ =='__main__':
pytest.main()
会把当前py文件中的所有测试用例全部执行
二，setup/teardown
前置操作和后置操作：
ui自动化，前置打开浏览器，后置关闭浏览器
接口自动化， 前置登录或插入测试数据，后置清理垃圾数据
模块级 setup_module/teardown_module 开始于模块始末，生效一次
函数级 setup_function/teardown_function 对每条函数用例生效（不在类中）
类级 setup_class/teardown_class 只在类中前后运行一次（在类中）
方法级 setup_method/teardown_method 开始于方法始末（在类中）
具体使用：
（1）模块级 不管有几条测试用例，只执行一次
def setup_module（）：
print（“准备测试数据”）
def eardown_module（）：
print（“清理测试数据”）
会遇到清理测试数据在准备测试数据前的情况，这种为控制台显示问题，其实执行顺序是正确的
（2）函数级 对每个函数都会执行一次
def setup_function（）：
print（“准备测试数据”）
def eardown_function（）：
print（“清理测试数据”）
（3）类级 和模块级类似，在类中只执行一次
classTestMobile：
def setup_class（self）：
print（“准备测试数据”）
def eardown_class（self）：
print（“清理测试数据”）
def test_mobile(self)：
。。。
def test_baidu(self)：
。。。
需要放在类中的内容圈起来，用tab键调下格式，方法重要加上 self
（4）方法级 对类中的每个函数都会执行一次
classTestMobile：
def setup_method（self）：
print（“准备测试数据”）
def eardown_method（self）：
print（“清理测试数据”）
def test_mobile(self)：
。。。
def test_baidu(self)：
。。。
三，fixture
fixture是pytest用于将测试前后进行预备，清理工作的代码处理机制。
fixture相对于setup/teardown来说有一下几点优势：
fixture命名更加灵活，局限性比较小
比如：一个测试.py文件中写了10条测试用例，只有5条想要执行前置后置步骤，就不要需要分成两个文件来处理
conftest.py 配置里面可以实现数据共享，不需要import就能自动找到一些配置
fixture夹具，@pytest.fixture
(scope='function') 每一个函数或方法都会调用
(scope='class') 每一个类调用一次
(scope='module') 每一个.py文件会调用一次
(scope='session') 多个文件调用一次，.py文件就是module
fixture的作用范围：session>module>class>function
具体应用：
import request
import pytest
@pytest.fixture
def func（）：
print（“我是前置步骤”）
def test_mobile(func)：#传func方法执行前置
。。。
def test_baidu()：#不传func方法不执行前置
。。。
**
①def func（autouse=true）：#范围内所有函数都执行，不管是否传func，可以在测试方法中不用一一去添加fixture的名称
#autouse默认为false
**
②def func（scope=“function”） ： == def func（）：
#scope默认为function
四，YAML写法
（1）对象
key：
child-key：value
child-key2：value2
等于
{“key”：{“child-key”：“value”，“child-key2”：“value2”}}
（2）数组
key：
-A
-B
-C
等于
{“key”：[A,B,C]}
（3）组合
key：
-child-key：value
child-key2：value2
等于
{“key”：[{“child-key”：“value”，“child-key2”：“value2”}]}
（4）数组嵌套
key：
-
-A
-B
-C
等于
{“key”：[[A,B,C]]}
具体用法：
在主目录ApiTest下面新建一个普通文件夹Directory,命名为config
再在config文件下建立一个file，命名为data.yaml文件
（1）
hero: # 对象
name: 安琪拉
word: 火焰是我最喜欢的玩具
HP: 血量455.5
补充：也可以用字典形式来写
hero：{name: 安琪拉，word: 火焰是我最喜欢的玩具，HP: 血量455.5}
（2）
hero_name： #数组
-安琪拉
-小乔
-李白
（3）
hero2: # 组合(字典外面包一个数组)
-name: 小乔
word: 风，听从我的呼唤
HP: 血量389.5
（4）
hero_name2： #数组嵌套（数组外面包一个数组)
-
-安琪拉
-小乔
-李白
五，YAML读取方式：
第三方包安装：pip install pyyaml
在主目录ApiTest下面新建一个普通文件夹python package,命名为utils
#主要用来放各种工具
utils下在新建一个python file 命名为 read_data.py
import yaml
f=open（"../config/data.yaml",encoding="UTF-8"）#打开文件
data=yaml.safe_load(f)
print(data)
print(data['hero'])#也可以打印具体的某个数据
补充：很多数据放在json的话就比较乱，层级也不容易看，所以用yaml更便捷一些
json:
[{
"key":"value"
}
]
六，参数化 parametrize
参数化可以组装测试数据，在测试前定义好测试数据，并在测试用例中使用
#单次循环
@pytest.mark.parametrize("a",["b"]) # （字符串 “”，数组 []）
def test_parametrize(a):
print(a)
#多次循环
@pytest.mark.parametrize("a,b",[("c","d"),("e","f")])
def test_parametrize(a,b):
print(a,b)
具体用法：
在testcase下面新建python package 命名为test_parametrize
再在下面新建python file 命名为test_parametrize_01
import pytest
#单参数单次循环
@pytest.mark.parametrize("name",["小白"])
def test_parametrize(name):
print(“测试parametrize，我的名字是”+name)
#单参数多次循环
@pytest.mark.parametrize("name",["小白"，“哈基米”，“小乔”])
def test_parametrize(name):
print(“测试parametrize，我的名字是”+name)
#多参数单次循环
@pytest.mark.parametrize("name，age",[（"哈基米"，“3”）])
def test_parametrize(name，age):
print(“测试parametrize，我的名字是”+name+",年龄是"+age+“岁。”)
注意：单次循环写法
@pytest.mark.parametrize("name，age",[["哈基米"，“3”]]) #用[]数组也可以,()元组也可以
@pytest.mark.parametrize("name，age",["哈基米"，“3”])#这样写是错误的
#多参数多次循环
@pytest.mark.parametrize("name，age",[["小白"，"35"],[“哈基米”，"3"],[“小乔”,"18"])
def test_parametrize(name,age):
print(f‘{name}的年龄是{age}’)
六，数据驱动 参数化 parametrize+yaml
①在data.yaml文件中定义参数
mobile_params：# 定义 number，appkey
# 功能同params1={“number”：“13167894587”，“appkey”：“0c565f14687d84”}# python中字典数据类型
- [13167894587,0c565f14687d84]
- [13187465319,0c554ge9go0235]
②在测试用例中
import requests
import get_data
@pytest.mark.parametrize("number，appkey",get_data()['mobile_params'])
def test_mobile(number，appkey):
params01={"shouji":number,"appkey":appkey}
r = requests.get(url="https://www.baidu.com"，params=params01)
print (r.status_code)
print (r.json（）)
assert r.status_code==200
七，allure报告
allure常用方法
1、title 标题
可以自定义用例标题，标题默认为函数名。@allure.title
2、description 描述
可以添加测试的详细说明
3、标签 @allure.feature
4、标签@allure.story
5、 标签 @allure.severity
定义用例的级别，Graphs主要有BLOCKER,CRITICAL,MINOR,NORMAL,TRIVIAL等几种类型，默认是NORMAL。
只运行指定级别的用例 --allure_severities=critical,blocker
6、 动态生成allure.dynamic
可以使用函数体内的数据动态生成
使用方式
1）安装python插件
使用命令安装
$ pip3 install allure-pytest
2）配置pytest.ini
[pytest]
testpaths = ./testcases
markes =
p0:高优先级
test：测试环境
pro：生产环境
addopts = -vs -- alluredir./report # 执行测试用例的报告都会放在这个目录下面
##如果单个函数运行，会在当前目录下生成一个report文件
##还可以通过命令行运行 pytest testcase/test_case1.py 终端执行时会在根目录生成report文件（pytest.ini中配置的路径）
##report文件下包含：
attachment.txt 日志输出
container.json 测试用例前后操作，执行时间，结束时间
result.json 本条测试用例的执行结果
ps:在线json校验格式化工具： bejson.com
3）打开报告
终端 输入allure，显示allure帮助文档
①allure serve ./report 自动打开报告 # 也可以使用绝对路径
②allure generate report 生成报告（allure-report文件在根目录下）
allure open allure-report 跟②结合使用
③allure generate report -o allure-report1 （通过-o 自定义报告名称）
八，Jenkins配置
Jenkins创建项目
打开Jenkins
（1）安装allure插件
主页--系统管理--插件管理（plugin manager）-- 可选插件--输入allure，不用回车，自动出现，勾选安装
主页--系统管理--全局工具配置--配置Allure Commandline--新增Allure Commandline--输入别名 allure，勾选自动安装，版本选择2.18.1--应用，保存
（2）新建一个freestyle项目
主页--create a job -- 任务名称自定义，选择第一个（自由风格的软件项目）--
①描述，
②勾选丢弃旧的构建，保持构建天数：5，保持构建最大个数：5，
③增加源码，
源码管理 ：repository url：git项目中克隆/下载，https，复制地址；
添加凭据：username with password ，输入用户名，密码（git登录用账号）；
分支：*/master；
定时构建：日程表：*9***(每天早上9点运行)；
构建环境：勾选 delete workspace before build starts
构建：执行shell
#！/bin/bash
cd $ {WORKSPACE}
pip3 install -r requirements.txt -- user
pytest #如果需要指定用例目录 加上用例path
构建后操作：
path：report #pytest.ini中定义的
点击应用，保存
之后就可以使用，点击构建
可以点击allure report 查看报告
