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：
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
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
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
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
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 json from 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
封装用例
# test_api_all.py # 参数化运用所有用例 import json import pytest from utils.operationExcel import OperationExcel, ExcelVarles from base.method import ApiRequest from common.log import logger opExcel = 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token headers = data[ExcelVarles.case_headers] if len(str(headers).split()) == 0: pass elif 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: pass elif len(str(params).split()) == 0: params = params url = data[ExcelVarles.case_server] + data[ExcelVarles.case_url] + "?" + params r = 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 os from 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._logger logger = MyLogger().get_logger()封装请求方法
# method.py import json import requests from common.log import logger from utils.commonUtils import isJson class 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 res def 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) == "" : return res.json() else : return res.text def 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 res def 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 res def 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 os from 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, resultDir if __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
Jenkins安装并登录后，可以创建任务
添加构建步骤，根据你安装环境的不同，选择不同的构建
添加构建后操作，选择 allure Report
配置代码执行的结果地址
运行测试后，可以在任务中查看allure生成的报告
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】
免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度，360，搜狗等多加搜索引擎自动关键词搜索配图，如有侵权的图片，请第一时间联系我们，邮箱：ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!
