1、框架简介
pytest,rf(学关键字语法,报告漂亮),unitest。
pytest是python的第三方单元测试框架,可以做系统测试,比unitest更简洁和高效,执行多种插件,同时兼容unittest框架,在unittest框架迁移到pytest框架的代码不需要重写代码。
unittest框架迁移到pytest框架的时候不需要重写代码
纯python代码的自动化测试框架
2、Pytest自动化框架
接口测试方案:python
工具类:纯手工测试,用工具来做(postman jemeter soapui)–入门简单,不好扩展(后面很多框架定制化)
代码类:现成的python框架:unitest(单元测试比较多,最原始的解释器自带的,不需要安装,不支持定制化,分布式) pytest(高级,效率高,支持定制化)
rf(报告篇评论,需要学会–封装关键字)
pytest和nose都是unitest扩展的更高级的一个库,框架,基于unitest
测试平台:现成平台,公司自己定制开发的,不对外 (融合jmeter,)综合平台。前端+后端。
执行机制----框架pytest(一般融合了禅道,框架,邮件各种功能)
pytest对比unitest框架的优势:高级,效率高,支持定制化,支持分布式,支持多种丰富插件,还能向下兼容unitest
pytest灵活:
定制化(定制化用例执行,定制化报告)
环境清除也灵活,以及各方面做的都比unittest更加灵活
pytest更加灵活,便捷,效率更高,还支持分布式(分布式是其他框架做不了)
分布式:1000个接口用例怎么跑,一条条跑很费劲,时间长,找几个同时分担执行测试用例(pytets独有的性质)
3、pytest框架环境搭建
pip pytest
安装pytest
pip install pytest-html
安装原生态报告模板–自带的(有点垃圾)
Required-by: pytest-xdist(分布式测试),pytest-metadata,pytest-html,pytest-forked,allure-pytest
100个接口用例,正常是一个个用例跑,时间很长。
分布式-多个业务用例多条线来跑,提高效率(分布式设计用例—分布式逻辑设计,不要出现耦合,关联性太强的东西,否则会等待的)
4、pytets执行测试用例
设计测试用例时候注意点(必须遵循的规则,否者不识别):
.py测试文件必须以test(test_xxx)开头(或者以_test结尾)
测试类必须以Test开头,并且不能有init方法-----测试类Test开头
测试方法必须以test_开头
断言必须使用assert
5、一般做项目是新建package包的
项目文件
lib库文件(登录接口源代码,其他接口公共的类,封装的库,登录的,订单的)(包)
data文件(参数化数据,excel文件,yaml文件,csv文件—测试文件,用例,文档)(可以是普通文件夹)
test_case文件(放测试用例的 )(包)
test_func01.py(测试用例,写的最好见名知意)
report文件(存放测试报告的普通文件夹)
config(配置文件)
6、pytest函数级别
函数级别的测试用例必须test_开头:如下test_tc01,test_tc02两个测试用例
import pytest
def test_tc01(): #定义函数类型测试用例
assert 1+1==2 #断言
def test_tc02():
assert 1+1==3 #断言
if __name__ == '__main__':
pytest.main(["test_func01.py"]) #我主动运行我的pytest框架(自动调用所有的test测试函数,按照顺序依次运行,test开头的用例自动识别)
7、pytest类级别(工作一般以类位单元,一个模块一个类,登录类,订单类,购物类)
类级别的测试l类必须以Test开头,并且类李不能有init方法,类里面的函数都是test_开头;
封装好函数和类就行,其他的交给框架,设置好,框架帮你自动组织怎么运行;
封装为了分层,后面更好维护,代码结构整洁;
import pytest
class Test_login(): #登录模块的测试类
def test_login01(self):
print("---test_login01----")
assert 1 + 1 == 2
def test_login02(self):
print("---test_login02----")
assert 1 + 1 == 3
if __name__ == '__main__':
pytest.main(["test_func01.py","-s"]) #框架自己调用函数 需要打印对应的信息,需要在列表里面加-s
8、自动化测试里面的环境初始化与清除
环境初始化目的:
清空测试环境的垃圾数据,前置条件
需不需要分层:需要
比如:课程模块:课程模块的初始化需要
删除所有的课程
新增我们的一些课程(这个给修改/查询/删除接口使用)
模块级别的(大的课程模块第一件事就是删除以前的课程)
干掉数据后假如需要删除课程,这个接口需要单独的fixture的初始化,增加课程才能删除,其他的接口不需要这个fixture初始化,)
分层:模块层次的初始化,某个接口也需要初始化----框架的分层
条件初始化要和接口挂钩,接口该怎么就要怎么设计
环境初始化和清除:
一头一尾,两个不同概念,(环境的初始化也可以是清除数据)
一个接口可以多个级别的fixture,可以
分布式:并行执行,分布式
优化运行时间:分布式(搭建环境麻烦)
什么是环境初始化:
做这个用例之前想要做个操作,初始化动作,比如登录,首先需要连上这个项目(要先能ping通),
环境初始化–比如课程新增需要数据全部清空,也是环境初始化
功能测试:保证测试环境数据和跑什么系统的,或者后台有什么进程执行,或者项目里面测试这功能,功能里面有没有垃圾数据要清除做个初始化
unittest:最基础的框架,python自带(环境初始化和数据清除用setup和teardown)
jemeter:也有环境清除和初始化
不管做什么测试比如(功能,自动化,性能)都要对当前测试环境初始化,做完后要垃圾数据进行回收(特别是自动化,不然很多用例明明是对的会失败)
每次做一个场景,模块的时候,看看模块有没有需要前置的或者环境清除的步骤(基本操作流程)
pytest是unittest的升级版,对环境清除操作非常灵活(分层分级);
pytest:fixture操作类进行环境初始化 @fixture这样的一个装饰器;
pytest的fixture操作
环境初始化与清除
pytest提供的fixture实现unitest中的setup/teardown功能,可以在每次执行case之前初始化数据。
不同的是,fixture可以只在执行某几个特定case前运行,只需要在运行case前调用即可,比setup/teardown使用灵活。
pytest的初始化和清除可以类里面写个setup_class方法做,以类为单元,模块,包,方法为单元都可以,也可以用fixture来做。
9、pytest前置和后置条件(环境初始化与清除)
环境初始化:
清除以前的数据
测试的时候不是每个接口都要执行,可以定制化执行,固定执行某些接口,先执行删除用例,
但是数据已经被清除了,无法删除,修改–需要新增一批测试数据,所以这时候需要环境初始化和清除的想法
setup_class:类里面类级别的初始化,teardown
pytest初始化和前置条件,很多接口用例本身需要初始化,初始化分为很多层,可以在整个外面做,也可以在里面做,测试类的初始化可以在类里面定义
import pytest
class Test_login(): #登录模块的测试类
#该测试类---有个前置的操作(初始化)
def setup_class(self): #类级别的初始化--可选项
#一个项目,先登录,再购物,登录就是购物类的前置条件,可以放在setup_class里面
print("执行测试类之前,我需要执行操作")
def test_login01(self):
print("---test_login01----")
assert 1 + 1 == 2
def test_login02(self):
print("---test_login02----")
assert 1 + 1 == 3
def teardown(self): #看业务本身需不需要初始化和清除环境,--可选项
print("------该测试类的环境清除-----")
if __name__ == '__main__':
pytest.main(["test_func01.py","-s"])
下面是我整理的2023年最全的软件测试工程师学习知识架构体系图 |
每一次努力都是为了让自己的人生更加辉煌,即使前路荆棘密布,也要坚定前行。信念是你的翅膀,奋斗是你的力量,只有不懈拼搏,才能让梦想绽放光芒。相信自己,勇敢追逐,创造属于自己的壮丽篇章!
执着奋斗的人,心中燃烧着不灭的火焰,无论前路多险峻,都能坚定跨越。唯有拼尽全力,放飞心中梦想,方能创造出属于自己的辉煌奇迹。
奋斗是燃起内心火焰的力量,是拓展未来的钥匙。相信自己的潜力,勇敢面对挑战,只有努力才能让梦想绽放成真。莫停歇脚步,迈向辉煌,用汗水书写不可磨灭的人生华章!