pytest封神之路第一步 tep介绍

『 tep is a testing tool to help you write pytest more easily. Try Easy Pytest! 』

tep前身

tep的前身是接口自动化测试框架pyface,一款面向对象设计的测试框架,我写过一篇博客介绍。

测试框架 / 测试工具

tep的定位是 a testing tool,不是 a testing framework

框架/工具,是有区别的。最大的区别,就是我自认为是没有足够的能力去自主开发一套“框架”!工具的能力,还是妥妥的!

自研的框架意味着不稳定,要花很多精力来踩坑填坑,别人不敢随便用的。工具只是站在巨人的肩膀上,出了问题,这个锅我不背!

tep是 try easy pytest 的首字母缩写,tep的目的是帮助你更简单地写pytest,比如用pytest+requests写接口自动化。

pytest是python的测试框架,很成熟。tep是pytest的测试工具,很简单。

pytest和tep都是开源项目。

设计理念

很大程度上借鉴了HttpRunner(优秀的框架)。不同的是,tep更着重写python,而不是写YAML文件。

  • 简单是更好的
  • 每个人都能用python写自动化

这就是tep的设计理念。

项目结构

tests
    __init__.py
.gitignore
conftest.py

tep提供了快速创建项目的能力,也就是脚手架。执行 tep startproject project_name,就可以创建项目结构,如,这里创建一个demo,

$ tep startproject demo
2020-07-28 14:34:57.649 | INFO     | tep.scaffold:create_scaffold:40 - Create new project: demo
Project root dir: \PycharmProjects\demo

Created folder: demo
Created folder: demo\tests
Created file: demo\tests\__init__.py
Created file: demo\conftest.py
Created file: demo\.gitignore

tests是一个package,用于存放测试脚本,脚本文件以test_开头或_test结尾,pytest才能识别到。个人喜欢以_test结尾。

conftest.py是一个全局文件,定义全局变量,也可以定义fixture、hook、plugin等,

import os

import pytest


@pytest.fixture(scope="session",autouse=True)
def project_cache(request):
    request.config.cache.set("project_dir",os.path.dirname(os.path.abspath(__file__)))


class Dev:
    test_url = 'https://dev.com'


class Qa:
    test_url = 'https://qa.com'


class Release:
    test_url = 'https://release.com'


# choose environment
env = Qa

# you can define your variables and functions and so on

1 定义了一个fixture,把项目路径保存到pytest缓存中。

2 定义了环境的class,多环境切换,不需要修改测试脚本。

3 自定义内容,比如用户登录token等。

专注于写脚本

项目结构很清晰。在conftest.py进行一些初始化/参数化/清理工作,在tests/写测试脚本。

不像pyface那样面向对象的封装,tep更注重平铺写脚本的方式,这样就离“每个人都能用python写自动化”更近一步。毕竟封装之后看着容易晕,我也晕。

去除掉框架的约束,给每个人写python的自由,在测试脚本里你可以尽情发挥你的代码风格,代码能力,千人千面。代价呢,就是代码质量参差不齐。

这又怎么样呢,用过各种开源/自主研发的测试平台,还不是每个人都在写着自己风格的自动化case!

大胆写,能写,写出来,跑通,就已经是在写自动化,就已经是在创造价值了!

tep默认是不会创建 reports 文件夹的, 原因有二。

其一,如果你是本地执行的话,可以使用 --tep-reports 自定义命令行参数,来生成测试报告。

$ pytest --tep-reports

测试结束后会在 project_dir/reports 生成 report-2020-07-28的allure测试报告。

其二,如果你是持续集成的话,如Jenkins,已经提供了allure report的插件,配置一下就可以自动生成测试报告,百度“jenkins allure”

附上allure常用命令,

pytest --alluredir=result  # 报告目录,会生成一堆数据文件
allure generate result -o html  # 生成html报告
allure serve html  # 启动服务
allure open html  # 打开报告(直接执行自动启动服务) PyCharm可以右键index.html选择Open in Browser

allure下载地址,下载解压后,把bin绝对路径添加到系统环境变量Path中。allure需要安装jdk。

轻封装

tep尊重原生用法。

requests的封装只通过装饰器做了2个封装,一是记录接口请求响应耗时,二是打印日志。只需要 from tep.client import request ,就可以和 requests.request 一样使用了,没有做任何其他的冗余修改。

#!/usr/bin/python
# encoding=utf-8

"""
@Author  :  Don
@Date    :  7/25/2020 2:02 PM
@Desc    :
"""

import decimal
import json
import time

import requests
import urllib3
from loguru import logger
from requests import sessions

from tep.funcs import NpEncoder

urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)


def request_encapsulate(req):
    def send(*args,**kwargs):
        # elapsed
        start = time.process_time()
        response = req(*args,**kwargs)
        end = time.process_time()
        elapsed = str(decimal.Decimal("%.3f" % float(end - start))) + "s"

        # log
        try:
            log4a = {"method": args[0]}
            for k,v in kwargs.items():
                # if not json,str()
                try:
                    json.dumps(v)
                except TypeError:
                    v = str(v)
                log4a.setdefault(k,v)
            log4a.setdefault("status",response.status_code)
            log4a.setdefault("response",response.text)
            log4a.setdefault("elapsed",elapsed)
            logger.info(json.dumps(log4a,ensure_ascii=False,cls=NpEncoder))
        except AttributeError:
            logger.error("request failed")
        except TypeError:
            logger.warning(log4a)

        return response

    return send


@request_encapsulate
def request(method,url,**kwargs):
    """此处省略1万行代码,没做任何修改,从源码copy过来,只加了个装饰器"""

1 使用 time.process_time() ,记录了耗时。

2 打印日志,把请求响应的method、url、headers、参数、响应状态码、响应体、耗时等数据保存到json中,输出控制台。

日志选择用loguru取代logging,from loguru import logger 直接用,不用再管handler了。

  • faker,造数据工具
  • jmespath,json解析工具
  • deepdiff,json比较工具
  • pandas、numpy,数据处理工具

安装tep,自动就把这些开源利器安装上了,无需单独安装。未来会集成更多实用工具到tep中。

tep本身是很轻的。

tep可持续发展

我是2014年参加工作的,2018年才开始接触接口测试(汗!),现在有2年多的接口测试经验,其中包括一整年的纯后端接口测试经验。

接口自动化第一次写了接口自动化框架AIM(基于unittest),后来又有pyface,以及中间改造过的各种临时版本。也用过一些开源框架如RobotFramwork、HttpRunner,使用过自研工具,如基于JMeter封装的平台。还有一些网上开源的“web接口自动化平台”,这个我是打个大大的问号的。实用性很差,功能很鸡肋,报错还多。接口自动化测试框架的轮子,造也造不完。

tep“测试工具”的定位完美的避开了所有这些框架的弊端。工具不会定义你如何写自动化脚本,工具只会帮你更好地写自动化脚本。

有理由相信,tep会成长为一款实用的测试工具。

源码

https://github.com/dongfanger/tep

这里安利一波pytest官网教程,阅读英文文档,才能真正理解作者的意思。不过,我也会通过"try easy pytest"一系列的文章,把pytest的知识点提炼出来,供你学习。学python,写pytest,用tep。测试更专业!

相关文章

目录1、前言2、mark的使用(一)注册自定义标记(二)在测试...
用例执行状态用例执行完成后,每条用例都有自己的状态,常见...
什么是conftest.py可以理解成一个专门存放fixture的配置文件...
前言pytest默认执行用例是根据项目下的文件名称按ascii码去收...
前言:什么是元数据?元数据是关于数据的描述,存储着关于数...