Hi，大家好，我是编程小6，很荣幸遇见你，我把这些年在开发过程中遇到的问题或想法写出来，今天说一说
pytest allure自动化框架_自动化测试框架,希望能够帮助你!!!。

一：pytest的介绍，安装，框架结构，执行方式

**

1，特点

：1. 简单灵活，容易上手;支持参数化; 测试用例的skip和xfail 处理;
2. 能够支持简单的单元测试和复杂的功能测试，还可以用来做 selenium/appium等自动化测试、接口自动化测试 (pytest+requests);
3. pytest具有很多第三方插件，并且可以自定义扩展， 比较好 用的如 pytest-allure(完美html测试报告生成) pytest-xdist (多CPU分发)等;
4. 可以很好的和jenkins集成;**
5.
**

2，安装

：pytest安装，导入相关依赖库
Pip install –U pytest U表示升级
Pip install sugar
pip install pytest-rerunfailures
Pip install pytest-xdist
Pip install pytest-assume
Pip intall pytest-html …
Pip list查看
Pytest –h 帮助**

3， pytest的框架结构

Pytest框架结构
Import pytest 类似的setup,teardown同样更灵活，还有个session()

模块级 (setup_module/
teardown_module) 不在类中的函数有用
函数级 (setup_function/
teardown_function) 不在类中的函数有用
类级 (setup_class/
teardown_class)只在 类中前后运行一次。
方法级 (setup_method/
teardown_methond) 运行在类中方法始末

4，执行方式

pytest的执行方式
Pytest/py.test(终端，命令行，pycharm可配置pytest方式执行)

1. Pytest –v (最高级别信息—verbose)
2. pytest -v -s filename 3.Pytest-q (静默)
   (输出打印)
   多种执行方式
   1.pytest将在当前目录及其子目录中运行test _ * .py或* test.py形 式的所有文件。
   2.以test_开头的函数，以Test开头的类，以test_开头的方法。所有包 package都要有__init_.py文件。
   3.Pytest可以执行unittest框架写的用例和方法

二：Pytest -断言、跳过及运行

1，Pytest -断言、跳过及运行

2，mark中的skip(跳过)

3，mark中的xfail(失败)

pytest.xfail()
我们已经掌握了如果跳过执行测试用例，其中有一种方法是在测试函数中用pytest.skip()方法。我们现在要学的pytest.xfail()和pytest.skip()有些相似，只不过他的含义是：将该用例标记成xfail失败，并且该用例中的后续代码不会执行。

老规矩，上荔枝：我们在测试用例中调用pytes.xfail()方法，可以选择传入reason参数表示原因。

#test_Pytest.py文件 #coding=utf-8 import pytest class Test_Pytest(): def test_one(self,): print("----start------") pytest.xfail(reason='该功能尚未完成') print("test_one方法执行" ) assert 1==1 def test_two(self): print("test_two方法执行" ) assert "o" in "love" def test_three(self): print("test_three方法执行" ) assert 3-2==1 if __name__=="__main__": pytest.main(['-s','-r','test_Pytest.py','test_Pytest.py']) 

运行结果如下图：我们可以看到该用例中pytest.xfail()方法之前的代码运行了，之后的不再运行；结果中有一天用例被标记为xfail。

这个方法是我们直接将用例标记为失败，那什么情况我们会这么做呢？功能未完成、已知有问题。除此之外，就是用例的执行需要前置条件或操作，如果前置条件或操作失败，那么我们就可以直接将该用例设为失败，也就是xfail。

@pytest.mark.xfail
除了上面学习的pytest.xfail()，xfai还有一种使用方法。就是@pytest.mark.xfail标签，他的含义是期望测试用例是失败的，但是不会影响测试用例的的执行。如果测试用例执行失败的则结果是xfail（不会额外显示出错误信息）；如果测试用例执行成功的则结果是xpass。

吃个荔枝：我们直接在测试用例上加上@pytest.mark.xfail标签。

#test_Pytest.py文件 #coding=utf-8 import pytest class Test_Pytest(): @pytest.mark.xfail def test_one(self): print("test_one方法执行" ) assert 1==2 def test_two(self): print("test_two方法执行" ) assert "o" in "love" def test_three(self): print("test_three方法执行" ) assert 3-2==1 if __name__=="__main__": pytest.main(['-s','test_Pytest.py']) 

运行结果如下图：可以看到我们标记的用例确实运行了；因为断言失败所以结果是xfailed，也没有像正常一样显示出错误用例及具体信息。

我们把断言改成正确的，再运行一次，结果如下图：尽管我们的用例正常运行通过，但是仍被标记为xpassed，而不是passed。

4,使用自定义标记mark只执行部分用例

1.mark标记
以下用例，标记test_send_http()为webtest

# content of test_server.py import pytest @pytest.mark.webtest def test_send_http(): pass # perform some webtest test for your app def test_something_quick(): pass def test_another(): pass class TestClass: def test_method(self): pass if __name__ == "__main__": pytest.main(["-s", "test_server.py", "-m=webtest"]) 只运行用webtest标记的测试，cmd运行的时候，加个-m 参数，指定参数值webtest ```py pytest -v -m webtest 

如果不想执行标记webtest的用例，那就用”not webtest”

pytest -v -m “not webtest” 

import pytest @pytest.mark.webtest def test_send_http(): pass # perform some webtest test for your app def test_something_quick(): pass def test_another(): pass class TestClass: def test_method(self): pass if __name__ == "__main__": pytest.main(["-s", "test_server.py", "-m='not webtest'"]) 

5,文件名类名方法执行部分用例

2.-v 指定的函数节点id
如果想指定运行某个.py模块下，类里面的一个用例，如：TestClass里面testmethod用例
每个test开头(或_test结尾)的用例，函数(或方法)的名称就是用例的节点id，指定节点id运行用-v 参数

pytest -v test_server.py::TestClass::test_method 

当然也能选择运行整个class

 pytest -v test_server.py::TestClass 

也能选择多个节点运行，多个节点中间空格隔开

pytest -v test_server.py::TestClass test_server.py::test_send_http 

6,-k 组合调用执行部分用例

.-k 匹配用例名称
可以使用-k命令行选项指定在匹配用例名称的表达式

pytest -v -k http 

您也可以运行所有的测试，根据用例名称排除掉某些用例：

pytest -k “not send_http” -v 

也可以同时选择匹配 “http” 和“quick”

pytest -k “http or quick” -v 

三， Pytest -fixture

下面都有实战很详细-fixture确实牛逼






pytest 相较于 unittest 最为跳跃的一点应该就是 fixture 机制

对于unittest来说，每个用例的类中都需要去写入setUp和tearDown。也就是我们所说的前置和后置，

而不可避免的，很多用例的前置和后置都是一样（例如很多用例都需要前置登录，后置退出），于是我们需要重复的复制粘贴，这样导致工作量增加，代码量也增加，界面也显得冗杂。

所以此时pytest中fixture机制便要闪亮登场了。

通俗的讲： fixture = 前置+后置

而方便的是：如果很多用例都有同样的前置和后置，那么我就只实现一个，然后需要的用例就去调用就好了。

1.机制：与测试用例同级，或者是测试用例的父级，创建一个conftest.py文件。
2.conftest.py文件里：放所有的前置和后置。 不需要用例.py文件主动引入conftest文件。
3.定义一个函数：包含前置操作+后置操作。
4.把函数声明为fixture :在函数前面加上 @pytest.fixture(作用级别=默认为function)
5.fixture的定义。
　　如果有返回值，那么写在yield后面。（yield的作用就相当于return）
　 在测试用例当中，调用有返回值的fixture函数时，函数名称就是代表返回值。
　 在测试用例当中，函数名称作为用例的参数即可。

1.　如下： 定义一个函数名叫open_url的fixture前后置，前置为打开链接，后置为退出浏览器

@pytest.fixture(scope=“class”) #定义scope的范围

　　def open_url(): # 前置 driver = webdriver.Chrome() driver.get(url) #url为链接地址 yield driver #yield之前代码是前置，之后的代码就是后置。 # 后置 driver.quit() 

这样我们就定义了一个叫做 open_url 的 fixture

2.在我们要用这个前后置的类前面 我们用@pytest.mark.usefixtures(fixture函数名)

就可以直接调用上面定义好的这个前后置

可以看到 在TestLogin 这个类中 我们不再去编写setup 和 teardown. 直接写我们的中间过程就可以了。是不是很方便了？

3.进阶方法：conftest中定义多个fixture，一个fixture可以是另一个fixture的前后置，期间还是用field隔开前后置

如上图中可以看到我class中另外还引用了一个名为refresh_page的fixture，直接上代码：

# 刷新页面 - 定义的第二个fixture @pytest.fixture def refresh_page(open_url): yield open_url.refresh() 

直接将open_url作为了另一个fixture的前置引用进来，用yield隔开，当用例中执行完open_url前后置后，再执行了一次refresh的后置。
执行顺序： open_url yield 之前代码 – 用例代码 – open_url yield 之后代码 --》 refresh_page yield 之后代码
是不是很妙，可以解决许多用例流程环环相扣时的麻烦。

4.说到上面的多个fixture调用，很多人就会疑惑，会不会fixture之间相互冲突。

当然是不会了，fixture在conftest.py当中就已经决定了他的用例域，他会主动去区分你这个fixture是作用在哪个用例域。
首先我们看一下框架中对于fixture函数的定义：

scope便是定义用例域的范围：
function：默认范围，每一个函数或方法都会调用，不填写时便是它
class：每一个类调用一次
module: 每一个.py文件调用一次，文件中可以有多个function和class
session：多个文件调用一次，可以跨文件，如在.py文件中，每一个.py文件就是module
范围：
session > module > class > function

所以在调用时各个fixture之间并不会相互冲突。

5，fixture的自动应用autouse

autouse调用例子：**
当管理用例比较多的时候，这种方法比较方便高效，但是用该功能时也要小心，一定要注意fixture的作用范围。需要注意的是，当使用这种方式时，就不能使用返回值的功了。autouse默认设置为False。当默认为False，就可以选择用上面两种方式来试用fixture。当设置为True时，所有的test都会自动调用这个fixture。autouse遵循scope="关键字参数"规则：当scope="session"时，无论怎样定义只运行一次；当scope="module"时，每个py文件只运行一次；当scope="class"时，每个class只运行一次（但是一个文件中包括function和class时，会在每个function(不在class中)运行一次）；当scope="function"时，每个function运行一次；
‘’’
平常写自动化用例会写一些前置的fixture操作，用例需要用到就直接传该函数的参数名称就行了。当用例很多的时候，每次都传这个参数，会比较麻烦。
fixture里面有个参数autouse，默认是Fasle没开启的，可以设置为True开启自动使用fixture功能，这样用例就不用每次都去传参了

设置autouse=True
autouse设置为True，自动调用fixture功能
start设置scope为module级别，在当前.py用例模块只执行一次，autouse=True自动使用[图片]open_home设置scope为function级别，
每个用例前都调用一次，自动使用

import pytest @pytest.fixture(scope="module",autouse=True) def start(request): print("\n----开始执行module------") print('module : %s'% request.module.__name__) print('------启动浏览器-------') yield print("------结束测试 end!----------") @pytest.fixture(scope="function",autouse=True) def open_home(request): print("function:%s \n--回到首页--"% request.function.__name__) def test_01(): print('----用例01-----') def test_02(): print('----用例02-----') if __name__ == '__main__': pytest.main(["-s","autouse.py"]) 

执行结果

----开始执行module------ module : autouse ------启动浏览器------- function:test_01 --回到首页-- .----用例01----- function:test_02 --回到首页-- .----用例02----- ------结束测试 end!---------- 

四，参数化与数据驱动框架实现

参数化1

import pytest @pytest.mark.parametrize('test_input,expected',[('3+5',8), ('2-1',1),('7*5',30)]) def test_eval(test_input,expected): assert eval(test_input)==expected　　　　----eval把字符串转换成表达式 est_param.py::test_eval[2-1-1] test_param.py::test_eval[7*5-30] PASSED [ 33%]PASSED [ 66%]FAILED [100%] test_param.py:3 (test_eval[7*5-30]) 35 != 30 Expected :30 Actual :35 <Click to see difference> test_input = '7*5', expected = 30 @pytest.mark.parametrize('test_input,expected',[('3+5',8), ('2-1',1),('7*5',30)]) def test_eval(test_input,expected): > assert eval(test_input)==expected E assert 35 == 30　　　　　　　　　　----提示把30改成35 test_param.py:7: AssertionError Assertion failed 

参数化2

import pytest test_user_data=['linda','sai','tom'] @pytest.fixture(scope='module') def login(request): user=request.param print('打开首页登陆%s'%user) return user #indirect=True是把login当作函数去执行 @pytest.mark.parametrize('login',test_user_data,indirect=True) def test_cart(login): usera=login print('不同用户添加购物车%s'%usera) assert usera!='' Process finished with exit code 0 打开首页登陆linda PASSED [ 33%]不同用户添加购物车linda 打开首页登陆sai PASSED [ 66%]不同用户添加购物车sai 打开首页登陆tom PASSED [100%]不同用户添加购物车tom 

参数化3

import pytest test_user_data=[ { 
   'user':'linda','password':'8888'}, { 
   'user':'servenruby','password':''}, { 
   'user':'test01','password':''} ] @pytest.fixture(scope='module') def login_r(request): #可以通过dict形式,虽然传递一个参数，但通过key的方式可以达到累死传入多个参数的效果 user=request.param['user'] pwd=request.param['password'] print('\n打开首页准备登陆，登陆用户%s,密码%s'%(user,pwd)) if pwd: return True else: return False #这是pytest参数化驱动,indeirect=True是把login_r当作函数去执行 @pytest.mark.parametrize('login_r',test_user_data,indirect=True) def test_cart(login_r): #登陆用例 a=login_r print('测试用例中login_r的返回值%s'%a) assert a,'失败原因，密码为空' 开首页准备登陆，登陆用户linda,密码8888 PASSED [ 33%]测试用例中login_r的返回值True 打开首页准备登陆，登陆用户servenruby,密码 PASSED [ 66%]测试用例中login_r的返回值True 打开首页准备登陆，登陆用户test01,密码 FAILED [100%]测试用例中login_r的返回值False 打开首页准备登陆，登陆用户linda,密码8888 PASSED [ 33%]测试用例中login_r的返回值True 打开首页准备登陆，登陆用户servenruby,密码 PASSED [ 66%]测试用例中login_r的返回值True 打开首页准备登陆，登陆用户test01,密码 FAILED [100%]测试用例中login_r的返回值False test_mark_param_request2.py:19 (test_cart[login_r2]) login_r = False @pytest.mark.parametrize('login_r',test_user_data,indirect=True) def test_cart(login_r): #登陆用例 a=login_r print('测试用例中login_r的返回值%s'%a) > assert a,'失败原因，密码为空' E AssertionError: 失败原因，密码为空 E assert False 

参数化3*3

import pytest test_user_data1=[{ 
   'user':'linda','password':''}, { 
   'user':'servenruby','password':''}, { 
   'user':'test01','password':''}] test_user_data2=[{ 
   'q':'中国平安','count':3,'page':1}, { 
   'q':'阿里巴巴','count':2,'page':2}, { 
   'q':'pdd','count':3,'page':1}] @pytest.fixture(scope='module') def login_r(request): #这是接受不了输入的参数，接收一个参数 user=request.param['user'] pwd=request.param['password'] print('\n用户名:%s,密码:%s'%(user,pwd)) @pytest.fixture(scope='module') def query_param(request): q=request.param['q'] count=request.param['count'] page=request.param['page'] print('查询的搜索词%s'%q) return request.param #这是pytest的数据驱动,indeirect=True是把login_r当作函数去执行 #从下往上执行 #两个数据进行组合测试，有3*3个测试用例执行(test_user_data1的个数*test_user_data2的个数 @pytest.mark.parametrize('query_param',test_user_data2,indirect=True) @pytest.mark.parametrize('login_r',test_user_data1,indirect=True) def test_login(login_r,query_param): #登陆用例 print(login_r) print(query_param) pytest_mark_request3.py::test_login[login_r1-query_param0] ✓ 44% ████▌ 查询的搜索词pdd None { 
   'q': 'pdd', 'count': 3, 'page': 1} pytest_mark_request3.py::test_login[login_r1-query_param2] ✓ 56% █████▋ 用户名:linda,密码: None { 
   'q': 'pdd', 'count': 3, 'page': 1} pytest_mark_request3.py::test_login[login_r0-query_param2] ✓ 67% ██████▋ 用户名:test01,密码: None { 
   'q': 'pdd', 'count': 3, 'page': 1} pytest_mark_request3.py::test_login[login_r2-query_param2] ✓ 78% ███████▊ 查询的搜索词阿里巴巴 None { 
   'q': '阿里巴巴', 'count': 2, 'page': 2} pytest_mark_request3.py::test_login[login_r2-query_param1] ✓ 89% ████████▉ 查询的搜索词中国平安 None { 
   'q': '中国平安', 'count': 3, 'page': 1} pytest_mark_request3.py::test_login[login_r2-query_param0] ✓ 100% ██████████ 

五，第三方插件

1，调整测试用例的执行顺序

场景:未考虑按自然顺序执行时，或想变更执行顺序，比如增加 数据的用例要先执行，再执行删除的用例。测试用例默认是按名 称顺序执行的。
• 解决:
• 安装:pip install pytest-ordering
• 在测试方法上加下面装饰器
•@pytest.mark.last　　　　—最后一个执行
• @pytest.mark.run(order=1)—第几个执行
pytest默认按字母顺序去执行的

import pytest @pytest.mark.run(order=1) def test_01(): print('test01') @pytest.mark.run(order=2) def test_02(): print('test01') @pytest.mark.last def test_06(): print('test01') def test_04(): print('test01') def test_05(): print('test01') @pytest.mark.run(order=3) def test_03(): print('test01') pytest_order.py::test_01 PASSED [ 16%]test01 pytest_order.py::test_02 PASSED [ 33%]test01 pytest_order.py::test_03 PASSED [ 50%]test01 pytest_order.py::test_04 PASSED [ 66%]test01 pytest_order.py::test_05 PASSED [ 83%]test01 pytest_order.py::test_06 PASSED [100%]test01 

2， 执行用例遇到错误停止

• 正常全部执行完成后才能停止，如果想遇到错误时停止测试: -x;也可以当用例错误个数n达到指定数量时，停止测试:- - maxfail=n
• 执行:
• pytest -x -v -s 文件名.py　　　　　　------- -x是遇到错误就停止
• pytest -x -v -s 文件名.py —maxfail=2　　------- --maxfail=2 是遇到两个错误就停止

3，执行用例失败后重新运行

**场景:
• 测试失败后要重新运行n次，要在重新运行之间添加延迟时 间，间隔n秒再运行。
• 执行:
• 安装:pip install pytest-rerunfailures
• pytest -v - -reruns 5 --reruns-delay 1 —每次等1秒 重试5次

4，多条断言前面报错后面依然执行

pip3 install pytest-assume 断言后继续执行，但要修改断言**

@pytest.mark.parametrize(('x', 'y'), [(1, 1), (1, 0), (0, 1)]) def test_assume(x, y): pytest.assume(x == y) pytest.assume(3 == 4) pytest.assume(5 == 9) 

5，多线程并行与分布式执行

场景:测试用例1000条，一个用例执行1钟，一个测试人员执行需要1000分 钟。通常我们会用人力成本换取时间成本，加几个人一起执行，时间就会缩
短。如果10人一起执行只需要100分钟，这就是一种并行测试，分布式场景。
解决:pytest分布式执行插件:pytest-xdist，多个CPU或主机执行
前提:用例之间都是独立的，没有先后顺序，随机都能执行，可重复运行不 影响其他用例。
安装:Pip3 install pytest-xdist
• 多个CPU并行执行用例，直接加-n 3是并行数量:pytest -n 3 • 在多个终端下一起执行

import pytest import time @pytest.mark.parametrize('x',list(range(10))) def test_somethins(x): time.sleep(1) pytest -v -s -n 5 test_xsdist.py ----一次执行5个 

运行以下代码，项目结构如下

web_conf_py是项目工程名称

│ conftest.py │ __init__.py │ ├─baidu │ │ conftest.py │ │ test_1_baidu.py │ │ test_2.py │ │ __init__.py │ ├─blog │ │ conftest.py │ │ test_2_blog.py │ │ __init__.py 

代码参考：

# web_conf_py/conftest.py import pytest @pytest.fixture(scope="session") def start(): print("\n打开首页") return "yoyo" # web_conf_py/baidu/conftest.py import pytest @pytest.fixture(scope="session") def open_baidu(): print("打开百度页面_session") # web_conf_py/baidu/test_1_baidu.py import pytest import time def test_01(start, open_baidu): print("测试用例test_01") time.sleep(1) assert start == "yoyo" def test_02(start, open_baidu): print("测试用例test_02") time.sleep(1) assert start == "yoyo" if __name__ == "__main__": pytest.main(["-s", "test_1_baidu.py"]) # web_conf_py/baidu/test_2.py import pytest import time def test_06(start, open_baidu): print("测试用例test_01") time.sleep(1) assert start == "yoyo" def test_07(start, open_baidu): print("测试用例test_02") time.sleep(1) assert start == "yoyo" if __name__ == "__main__": pytest.main(["-s", "test_2.py"]) # web_conf_py/blog/conftest.py import pytest @pytest.fixture(scope="function") def open_blog(): print("打开blog页面_function") # web_conf_py/blog/test_2_blog.py import pytest import time def test_03(start, open_blog): print("测试用例test_03") time.sleep(1) assert start == "yoyo" def test_04(start, open_blog): print("测试用例test_04") time.sleep(1) assert start == "yoyo" def test_05(start, open_blog): '''跨模块调用baidu模块下的conftest''' print("测试用例test_05,跨模块调用baidu") time.sleep(1) assert start == "yoyo" if __name__ == "__main__": pytest.main(["-s", "test_2_blog.py"]) 

正常运行需要消耗时间：7.12 seconds

E:\YOYO\web_conf_py>pytest ============================= test session starts ============================= platform win32 -- Python 3.6.0, pytest-3.6.3, py-1.5.4, pluggy-0.6.0 rootdir: E:\YOYO\web_conf_py, inifile: plugins: xdist-1.23.2, metadata-1.7.0, html-1.19.0, forked-0.2 collected 7 items baidu\test_1_baidu.py .. [ 28%] baidu\test_2.py .. [ 57%] blog\test_2_blog.py ... [100%] ========================== 7 passed in 7.12 seconds =========================== 

设置并行运行数量为3，消耗时间：3.64 seconds，大大的缩短了用例时间

E:\YOYO\web_conf_py>pytest -n 3 ============================= test session starts ============================= platform win32 -- Python 3.6.0, pytest-3.6.3, py-1.5.4, pluggy-0.6.0 rootdir: E:\YOYO\web_conf_py, inifile: plugins: xdist-1.23.2, metadata-1.7.0, html-1.19.0, forked-0.2 gw0 [7] / gw1 [7] / gw2 [7] scheduling tests via LoadScheduling ....... [100%] ========================== 7 passed in 3.64 seconds =========================== 

6，其他有意思的插件

这里就不多说了，喜欢的可以自己研究下

7，使用pytest执行unittest的测试用例

执行unitest就和原来一样，尽量不要混合使用搞那些花里胡哨的，用哪个就哪个，就不多说了

8，pytest-html生成报告

pytest-HTML是一个插件，pytest用于生成测试结果的HTML报告。兼容Python 2.7,3.6

pytest-html
1.github上源码地址【https://github.com/pytest-dev/pytest-html】

2.pip安装

$ pip install pytest-html

3.执行方法

$ pytest --html=report.html

html报告
1.打开cmd，cd到需要执行pytest用例的目录，执行指令：pytest --html=report.html

2.执行完之后，在当前目录会生成一个report.html的报告文件，显示效果如下

指定报告路径
1.直接执行"pytest --html=report.html"生成的报告会在当前脚本的同一路径，如果想指定报告的存放位置，放到当前脚本的同一目录下的report文件夹里

pytest --html=./report/report.html

2.如果想指定执行某个.py文件用例或者某个文件夹里面的所有用例，需加个参数。具体规则参考【pytest文档2-用例运行规则】

报告独立显示
1.上面方法生成的报告，css是独立的，分享报告的时候样式会丢失，为了更好的分享发邮件展示报告，可以把css样式合并到html里

$ pytest --html=report.html --self-contained-html

显示选项
默认情况下，“ 结果”表中的所有行都将被展开，但具测试通过的行除外Passed。

可以使用查询参数自定义此行为：?collapsed=Passed,XFailed,Skipped。

更多功能
1.更多功能查看官方文档【https://github.com/pytest-dev/pytest-html】

六，日志管理及代码覆盖率

1， pytest中logging的应用

2， 日志及级别的含义

自动化测试用例的调试信息非常有用，可以让我们知道现在的运行情况到，执行到哪步以及相应的出错信息等，可以在pytest里面，有时并不会输出所有信息，比如默认情况下pass的测试用例是没有print输出的。本文将介绍如何在pytest里面实时显示所有的log信息。

1. 用print输出log信息
slowTest_print.py

import time def test_1(): print 'test_1' time.sleep(1) print 'after 1 sec' time.sleep(1) print 'after 2 sec' time.sleep(1) print 'after 3 sec' assert 1, 'should pass' def test_2(): print 'in test_2' time.sleep(1) print 'after 1 sec' time.sleep(1) print 'after 2 sec' time.sleep(1) print 'after 3 sec' assert 0, 'failing for demo purposes' 

运行上述程序，pytest会capture所有的输出，保存直到所有的测试用例都执行结束，并且只输出那些失败的测试用例的信息，对于成功的测试用例，没有print的信息显示。
从下面的运行结果，如果需要查看test_1()的运行情况，没有log信息可看，print没有显示。

C:\Users\yatyang\PycharmProjects\pytest_example>pytest -v slowTest_print.py ============================= test session starts ============================= platform win32 -- Python 2.7.13, pytest-3.0.6, py-1.4.32, pluggy-0.4.0 -- C:\Python27\python.exe cachedir: .cache metadata: { 
   'Python': '2.7.13', 'Platform': 'Windows-7-6.1.7601-SP1', 'Packages': { 
   'py': '1.4.32', 'pytest': '3.0.6', 'pluggy': '0.4.0'}, 'JAVA_HOME': 'C:\\Program Files (x86)\\Java\\jd k1.7.0_01', 'Plugins': {'html': '1.14.2', 'metadata': '1.3.0'}} rootdir: C:\Users\yatyang\PycharmProjects\pytest_example, inifile: plugins: metadata-1.3.0, html-1.14.2 collected 2 items slowTest_print.py::test_1 PASSED slowTest_print.py::test_2 FAILED ================================== FAILURES =================================== ___________________________________ test_2 ____________________________________ def test_2(): print 'in test_2' time.sleep(1) print 'after 1 sec' time.sleep(1) print 'after 2 sec' time.sleep(1) print 'after 3 sec' > assert 0, 'failing for demo purposes' E AssertionError: failing for demo purposes E assert 0 slowTest_print.py:22: AssertionError ---------------------------- Captured stdout call ----------------------------- in test_2 after 1 sec after 2 sec after 3 sec ===================== 1 failed, 1 passed in 6.45 seconds ====================== C:\Users\yatyang\PycharmProjects\pytest_example> 

我们可以用‘-s’参数或者 ‘–capture=no’，这样就可以输出所有测试用的print信息。但是pytest还是会等着所有的测试用例都执行完毕才会显示运行结果。可以看到下面的test_1也显示出print的相关信息。

 C:\Users\yatyang\PycharmProjects\pytest_example>py.test --capture=no slowTest_print.py ============================= test session starts ============================= platform win32 -- Python 2.7.13, pytest-3.0.6, py-1.4.32, pluggy-0.4.0 metadata: { 
   'Python': '2.7.13', 'Platform': 'Windows-7-6.1.7601-SP1', 'Packages': { 
   'py': '1.4.32', 'pytest': '3.0.6', 'pluggy': '0.4.0'}, 'JAVA_HOME': 'C:\\Program Files (x86)\\Java\\jd k1.7.0_01', 'Plugins': {'html': '1.14.2', 'metadata': '1.3.0'}} rootdir: C:\Users\yatyang\PycharmProjects\pytest_example, inifile: plugins: metadata-1.3.0, html-1.14.2 collected 2 items slowTest_print.py test_1 after 1 sec after 2 sec after 3 sec .in test_2 after 1 sec after 2 sec after 3 sec F ================================== FAILURES =================================== ___________________________________ test_2 ____________________________________ def test_2(): print 'in test_2' time.sleep(1) print 'after 1 sec' time.sleep(1) print 'after 2 sec' time.sleep(1) print 'after 3 sec' > assert 0, 'failing for demo purposes' E AssertionError: failing for demo purposes E assert 0 slowTest_print.py:22: AssertionError ===================== 1 failed, 1 passed in 6.17 seconds ====================== 

2. Python Logging用法
一般情况下，一些程序的调试过程中我们会让它输出一些信息，特别是一些大型的程序，我们通过这些信息可以了解程序的运行情况，python提供了一个日志模块logging，它可以把我们想要的信息全部保存到一个日志文件中，方便查看。

import logging logging.debug('This is debug message') logging.info('This is info message') logging.warning('This is warning message') 

屏幕上打印:
WARNING:root:This is warning message
默认情况下，logging将日志打印到屏幕，日志级别为WARNING；
日志级别大小关系为：CRITICAL > ERROR > WARNING > INFO > DEBUG > NOTSET，当然也可以自己定义日志级别。

3. 在pytest中用logging代替print
我们现在来看看在pytest的测试用例里面用logging的输出代替print，有什么不同。
slowTest_logging.py

import time import logging logging.basicConfig(level=logging.DEBUG) def test_1(): log = logging.getLogger('test_1') time.sleep(1) log.debug('after 1 sec') time.sleep(1) log.debug('after 2 sec') time.sleep(1) log.debug('after 3 sec') assert 1, 'should pass' def test_2(): log = logging.getLogger('test_2') time.sleep(1) log.debug('after 1 sec') time.sleep(1) log.debug('after 2 sec') time.sleep(1) log.debug('after 3 sec') assert 0, 'failing for demo purposes' 

运行结果如下,log信息的显示是不是可读性更好了呢。可是pytest还是要等所有的结果都运行完毕才完全输出到屏幕上，没法看到实时的运行情况。比如现在要测试一个新的image，不知道quality如何，如果测试用例非常多，测试人员就得一直等，也许前面的一些测试用都失败就可以停止执行了。那怎么实现实时显示呢？请看方法4。

C:\Users\yatyang\PycharmProjects\pytest_example>pytest slowTest_logging.py ============================= test session starts ============================= platform win32 -- Python 2.7.13, pytest-3.0.6, py-1.4.32, pluggy-0.4.0 metadata: { 
   'Python': '2.7.13', 'Platform': 'Windows-7-6.1.7601-SP1', 'Packages': { 
   'py': '1.4.32', 'pytest': '3.0.6', 'pluggy': '0.4.0'}, 'JAVA_HOME': 'C:\\Program Files (x86)\\Java\\jd k1.7.0_01', 'Plugins': {'html': '1.14.2', 'metadata': '1.3.0'}} rootdir: C:\Users\yatyang\PycharmProjects\pytest_example, inifile: plugins: metadata-1.3.0, html-1.14.2 collected 2 items slowTest_logging.py .F ================================== FAILURES =================================== ___________________________________ test_2 ____________________________________ def test_2(): log = logging.getLogger('test_2') time.sleep(1) log.debug('after 1 sec') time.sleep(1) log.debug('after 2 sec') time.sleep(1) log.debug('after 3 sec') > assert 0, 'failing for demo purposes' E AssertionError: failing for demo purposes E assert 0 slowTest_logging.py:25: AssertionError ---------------------------- Captured stderr call ----------------------------- DEBUG:test_2:after 1 sec DEBUG:test_2:after 2 sec DEBUG:test_2:after 3 sec ===================== 1 failed, 1 passed in 6.37 seconds ====================== 

C:\Users\yatyang\PycharmProjects\pytest_example>pytest -s slowTest_logging.py ============================= test session starts ============================= platform win32 -- Python 2.7.13, pytest-3.0.6, py-1.4.32, pluggy-0.4.0 metadata: { 
   'Python': '2.7.13', 'Platform': 'Windows-7-6.1.7601-SP1', 'Packages': { 
   'py': '1.4.32', 'pytest': '3.0.6', 'pluggy': '0.4.0'}, 'JAVA_HOME': 'C:\\Program Files (x86)\\Java\\jd k1.7.0_01', 'Plugins': {'html': '1.14.2', 'metadata': '1.3.0'}} rootdir: C:\Users\yatyang\PycharmProjects\pytest_example, inifile: plugins: metadata-1.3.0, html-1.14.2 collected 2 items slowTest_logging.py DEBUG:test_1:after 1 sec DEBUG:test_1:after 2 sec DEBUG:test_1:after 3 sec .DEBUG:test_2:after 1 sec DEBUG:test_2:after 2 sec DEBUG:test_2:after 3 sec F ================================== FAILURES =================================== ___________________________________ test_2 ____________________________________ def test_2(): log = logging.getLogger('test_2') time.sleep(1) log.debug('after 1 sec') time.sleep(1) log.debug('after 2 sec') time.sleep(1) log.debug('after 3 sec') > assert 0, 'failing for demo purposes' E AssertionError: failing for demo purposes E assert 0 slowTest_logging.py:25: AssertionError ===================== 1 failed, 1 passed in 6.18 seconds ====================== 

4. pytest用logging和–capture=no实现实时输出log信息
请自己去运行下面的程序吧，可以看到该程序是实时输出当前测试用例执行的情况。

C:\Users\yatyang\PycharmProjects\pytest_example>pytest -s slowTest_logging.py ============================= test session starts ============================= platform win32 -- Python 2.7.13, pytest-3.0.6, py-1.4.32, pluggy-0.4.0 metadata: { 
   'Python': '2.7.13', 'Platform': 'Windows-7-6.1.7601-SP1', 'Packages': { 
   'py': '1.4.32', 'pytest': '3.0.6', 'pluggy': '0.4.0'}, 'JAVA_HOME': 'C:\\Program Files (x86)\\Java\\jd k1.7.0_01', 'Plugins': {'html': '1.14.2', 'metadata': '1.3.0'}} rootdir: C:\Users\yatyang\PycharmProjects\pytest_example, inifile: plugins: metadata-1.3.0, html-1.14.2 collected 2 items slowTest_logging.py DEBUG:test_1:after 1 sec DEBUG:test_1:after 2 sec DEBUG:test_1:after 3 sec .DEBUG:test_2:after 1 sec DEBUG:test_2:after 2 sec DEBUG:test_2:after 3 sec F ================================== FAILURES =================================== ___________________________________ test_2 ____________________________________ def test_2(): log = logging.getLogger('test_2') time.sleep(1) log.debug('after 1 sec') time.sleep(1) log.debug('after 2 sec') time.sleep(1) log.debug('after 3 sec') > assert 0, 'failing for demo purposes' E AssertionError: failing for demo purposes E assert 0 slowTest_logging.py:25: AssertionError ===================== 1 failed, 1 passed in 6.20 seconds ====================== 

5.总结
在写自动化测试用例时，添加有用的log信息是非常有必要的。比如在初期的调试过程，能够一旦运行有问题，就可以获取到精确的调试信息。后期在稳定的运行中，其他测试人员来运行也可以很容易上手，所以大家一定要重视测试用例的调试信息。
通过本文，应该知道如何用pytest，logging和–capture=no实现运行测试用例的实时输出所有的log信息。

3， 代码覆盖率-多用在单元测试中

一，上篇（---- pytest-cov）
简介：
pytest-cov 是pytest的一个插件，其本质也是引用 python coverage 库 用来统计代码覆盖率。以下这篇文章只供理解，真实项目的话，我们都是用api调用接口的，所以真实项目使用会更复杂一些，这个待下次说明。

另外说明：coverage 是在覆盖率是语句覆盖的一种，不能对你的逻辑做判读，真实意义的话，需要多结合项目本身，这个覆盖率数据没有很强大说服力，不要盲目追求。
一般来说：
路径覆盖率 > 判定覆盖 > 语句覆盖

安装

pip install pytest-cover 

安装完后有

py.test -h 可以看到多了以下的用法，说明安装成功： coverage reporting with distributed testing support: 

范例
新建三个文件，cau.py 与test_conver.py 在同一个目录code下。run.py文件在上一级目录pp下。
代码关系如下。

1.新建函数文件cau.py

#!/usr/bin/env python # -*- coding: utf-8 -*- def cau (type,n1, n2): if type==1: a=n1 + n2 elif type==2: a = n1 - n2 else: a=n1 * n2 return a 

2.新建test_conver.py测试文件：

#!/usr/bin/env python # -*- coding: utf-8 -*- from code.cau import cau class Test_cover: def test_add(self): a=cau(1,2,3) assert a==3 

3.新建执行脚本run.py

#!/usr/bin/env ```python # -*- coding: utf-8 -*- import pytest if __name__=='__main__': pytest.main(["--cov=./code/" ,"--cov-report=html","--cov-config=./code/.coveragerc"] ) # 执行某个目录下case 

说明：–cov参数 后面接的是测试的目录 （经给测试，不能指定某个特定的文件。），程序代码跟测试脚本必须在同一个文件下。 --cov-report=html 生成报告 ，只需要python run.py 就可以运行

coveragerc 意思是跳过某些脚本的覆盖率测试。此处跳过test_cover.py文件跟init文件。 

内容如下：

[run] omit = tests/* */__init__.py */test_cover.py 

结果
生成完后可以直接点击indexhtml

可以看到如下的执行情况，绿色代表运行，红色代表未被执行，自己检查下代码逻辑，可以得出该结果是正确的。

二：下篇（— coverage.py api）
使用pytest-cov 无法统计用 api调用服务的测试脚本所覆盖率，但大部分的项目基本也是使用api调用。所以我们额外需要使用coverage.py api 来统计。
当你安装pytest-cov时，已经默认安装了coverage 这个库。

服务启动
要想扫描到代码，必须在服务启动的时候要插入coverage相关配置。
我这边是flask 启动的，所以在flask启动的代码上添加，如下：

if __name__ == '__main__': cov = Coverage() cov.start() # 开始检测代码 print ("qidong") app.run(debug=True, host='0.0.0.0',port=9098) #原本只有这一行 cov.stop() # 停止纪录 print ("guanbi") cov.save() # 保存在 .coverage 中 print ("save") cov.html_report() # 生成 HTML 报告 

原本我们是python xx.py 这样启动，但现在不可以。
需要改成这样，source 表示目录，xx表示执行文件。

coverage run --source='/xxx/' xx.py 

启动运行图如下：

然后调用你的自动化脚本（自动化脚本是直接调的该服务提供的api 。）

自动化如果正常运行，能看到运行的请求

以上说明你的脚本跟服务是没问题的

ctr-c停掉该脚本后，最后显示save，如果显示”Coverage.py warning: No data was collected. (no-data-collected)“ 说明的服务运行方式有问题，coverage 服务没有运行到你代码

报告生成
输入以下命令

coverage report 

最后一步最后输入

coverage html

这样就可以省 html 文件了。

导出在window上看，具体点击某个文件，点击run，你可以看到绿色的就是运行的。但有问题是，你会发现有些代码应该是要被执行，但却没有被执行。所以coverage的数据准不准很难说。

4，allure测试报告框架

pytest+allure现在都是结合jenkins来搞的，很简单相信大家都会，不会的老哥可以去看我的另一个博客持续集成里的有写

5，定制报告

定制报告
Feature: 标注主要功能模块
Story: 标注Features功能模块下的分支功能
Severity: 标注测试用例的重要级别
Step: 标注测试用例的重要步骤
Issue和TestCase: 标注Issue、Case，可加入URL

1、Features定制详解

# -*- coding: utf-8 -*- # @Time : 2018/8/17 上午10:10 # @Author : WangJuan # @File : test_case.py import allure import pytest @allure.feature('test_module_01') def test_case_01(): """ 用例描述：Test case 01 """ assert 0 @allure.feature('test_module_02') def test_case_02(): """ 用例描述：Test case 02 """ assert 0 == 0 if __name__ == '__main__': pytest.main(['-s', '-q', '--alluredir', './report/xml']) 

添加feature，Report展示见下图。

2、Story定制详解

# -*- coding: utf-8 -*- # @Time : 2018/8/17 上午10:10 # @Author : WangJuan # @File : test_case.py import allure import pytest @allure.feature('test_module_01') @allure.story('test_story_01') def test_case_01(): """ 用例描述：Test case 01 """ assert 0 @allure.feature('test_module_01') @allure.story('test_story_02') def test_case_02(): """ 用例描述：Test case 02 """ assert 0 == 0 if __name__ == '__main__': pytest.main(['-s', '-q', '--alluredir', './report/xml']) 

添加story，Report展示见下图。

3、用例标题和用例描述定制详解

# -*- coding: utf-8 -*- # @Time : 2018/8/17 上午10:10 # @Author : WangJuan # @File : test_case.py import allure import pytest @allure.feature('test_module_01') @allure.story('test_story_01') #test_case_01为用例title def test_case_01(): """ 用例描述：这是用例描述，Test case 01，描述本人 """ #注释为用例描述 assert 0 if __name__ == '__main__': pytest.main(['-s', '-q', '--alluredir', './report/xml']) 

添加用例标题和用例描述，Report展示见下图。

4 、Severity定制详解
Allure中对严重级别的定义：
1、 Blocker级别：中断缺陷（客户端程序无响应，无法执行下一步操作）
2、 Critical级别：临界缺陷（ 功能点缺失）
3、 Normal级别：普通缺陷（数值计算错误）
4、 Minor级别：次要缺陷（界面错误与UI需求不符）
5、 Trivial级别：轻微缺陷（必输项无提示，或者提示不规范）

# -*- coding: utf-8 -*- # @Time : 2018/8/17 上午10:10 # @Author : WangJuan # @File : test_case.py import allure import pytest @allure.feature('test_module_01') @allure.story('test_story_01') @allure.severity('blocker') def test_case_01(): """ 用例描述：Test case 01 """ assert 0 @allure.feature('test_module_01') @allure.story('test_story_01') @allure.severity('critical') def test_case_02(): """ 用例描述：Test case 02 """ assert 0 == 0 @allure.feature('test_module_01') @allure.story('test_story_02') @allure.severity('normal') def test_case_03(): """ 用例描述：Test case 03 """ assert 0 @allure.feature('test_module_01') @allure.story('test_story_02') @allure.severity('minor') def test_case_04(): """ 用例描述：Test case 04 """ assert 0 == 0 if __name__ == '__main__': pytest.main(['-s', '-q', '--alluredir', './report/xml']) 

添加Severity，Report展示见下图。

5、Step定制详解

# -*- coding: utf-8 -*- # @Time : 2018/8/17 上午10:10 # @Author : WangJuan # @File : test_case.py import allure import pytest @allure.step("字符串相加：{0}，{1}") # 测试步骤，可通过format机制自动获取函数参数 def str_add(str1, str2): if not isinstance(str1, str): return "%s is not a string" % str1 if not isinstance(str2, str): return "%s is not a string" % str2 return str1 + str2 @allure.feature('test_module_01') @allure.story('test_story_01') @allure.severity('blocker') def test_case(): str1 = 'hello' str2 = 'world' assert str_add(str1, str2) == 'helloworld' if __name__ == '__main__': pytest.main(['-s', '-q', '--alluredir', './report/xml']) 

添加Step，Report展示见下图。

6、Issue和TestCase定制详解

# -*- coding: utf-8 -*- # @Time : 2018/8/17 上午10:10 # @Author : WangJuan # @File : test_case.py import allure import pytest @allure.step("字符串相加：{0}，{1}") # 测试步骤，可通过format机制自动获取函数参数 def str_add(str1, str2): print('hello') if not isinstance(str1, str): return "%s is not a string" % str1 if not isinstance(str2, str): return "%s is not a string" % str2 return str1 + str2 @allure.feature('test_module_01') @allure.story('test_story_01') @allure.severity('blocker') @allure.issue("http://www.baidu.com") @allure.testcase("http://www.testlink.com") def test_case(): str1 = 'hello' str2 = 'world' assert str_add(str1, str2) == 'helloworld' if __name__ == '__main__': pytest.main(['-s', '-q', '--alluredir', './report/xml']) 

添加Issue和TestCase，Report展示见下图。

8、attach定制详解

 file = open('../test.png', 'rb').read() allure.attach('test_img', file, allure.attach_type.PNG) 

在报告中增加附件：allure.attach(’arg1’,’arg2’,’arg3’)：
arg1：是在报告中显示的附件名称
arg2：表示添加附件的内容
arg3：表示添加的类型(支持:HTML,JPG,PNG,JSON,OTHER,TEXTXML)

添加attach参数，Report展示见下图。

6，pytest运行指定用例

随着软件功能的增加，模块越来越多，也意味用例越来越多，为了节约执行时间，快速得到测试报告与结果，在工作中可以通过运行指定用例，达到快速执行用例

例子目录

spec_sub1_modul_test.py

#coding: UTF-8 import pytest def test_004_spec(): assert 1==1 def test_005_spec(): assert True==False class Test_Class(): def test_006_spec(self): assert 'G' in "Goods" 

spec_sub2_modul_test.py

#coding: UTF-8 import pytest def test_007_spec(): assert 1==1 def test_008_spec(): assert True==False class Test_Class(): def test_009_spec(self): assert 'G' in "Goods" 

spec_001_modul_test

#coding: UTF-8 import pytest def test_001_spec(): assert 1==1 def test_002_spec(): assert True==False class Test_Class(): def test_003_spec(self): assert 'H' in "Hell,Jerry" 

运行指定模块

if __name__ == '__main__': pytest.main("-v -s spec_001_modul_test.py") 

运行批量文件夹（运行当前文件夹包括子文件夹所有用例）

#coding: UTF-8 import pytest if __name__ == '__main__': pytest.main("-v -s ./") 

运行指定文件夹（subpath1目录下面所有用例）

#coding: UTF-8 import pytest if __name__ == '__main__': pytest.main("-v -s subpath1/") 

运行模块中指定用例 （运行模块中test_001_spec用例）

if __name__ == '__main__': pytest.main("-v -s spec_001_modul_test.py::test_001_spec") 

运行class中指定的用例（运行模块中Test_Class类test_003_spec方法）

if __name__ == '__main__': pytest.main("-v -s spec_001_modul_test.py::Test_Class::test_003_spec") 

模糊匹配运行用例（匹配当前目录下面包含）

if __name__ == '__main__': #运行spec_001_modul_test模块中用例名称包含spec的用例 pytest.main("-v -s -k spec spec_001_modul_test.py") #运行当前文件夹匹配Test_Class的用例，类文件下面的用例 pytest.main('-s -v -k Test_Class') 

7，按重要性级别进行一定范围测试

此标记用来标识测试用例或者测试类的级别，分为blocker，critical，normal，minor，trivial5个级别，下面们把测试用例按级别标记，并查看一下测试报告

8， 为测试添加详说明@allure.description;@allure.title;

1.title case标题

可以自定义用例标题，标题默认为函数名.

@allure.title

# -*- coding: utf-8 -*- # @Time : 2019/3/12 11:46 # @Author : zzt import allure import pytest @allure.title("用例标题0") def test_0(): pass @allure.title("用例标题1") def test_1(): pass def test_2(): pass 

执行效果：

2. 说明

可以添加测试的详细说明，以便根据需要为报告阅读器提供尽可能多的上下文。

两种方式：@allure.description 提供描述字符串的装饰器

@allure.description_html 提供一些HTML在测试用例的描述部分 (待研究)

# -*- coding: utf-8 -*- # @Time : 2019/3/12 11:46 # @Author : zzt import allure import pytest @allure.title("用例标题0") @allure.description("这里是对test_0用例的一些详细说明") def test_0(): pass @allure.title("用例标题1") def test_1(): pass @allure.title("用例标题2") def test_2(): pass 　　 

9， 链接@allure.link @allure.issue @allure.testcase

@allure.link @allure.issue @allure.testcase

# -*- coding: utf-8 -*- # @Time : 2019/3/12 11:46 # @Author : zzt import allure import pytest @allure.feature('这里是一级标签') class TestAllure(): @allure.title("用例标题0") @allure.story("这里是第一个二级标签") @pytest.mark.parametrize('param', ['青铜', '白银', '黄金']) def test_0(self, param): allure.attach('附件内容是： '+param, '我是附件名', allure.attachment_type.TEXT) @allure.title("用例标题1") @allure.story("这里是第二个二级标签") def test_1(self): allure.attach.file(r'E:\Myproject\pytest-allure\test\test_1.jpg', '我是附件截图的名字', attachment_type=allure.attachment_type.JPG) @allure.title("用例标题2") @allure.story("这里是第三个二级标签") @allure.issue('http://baidu.com', name='点击我跳转百度') @allure.testcase('http://bug.com/user-login-Lw==.html', name='点击我跳转禅道') def test_2(self): pass 

执行结果如下：

七， 单元自动化测试pytest和allure在测试中应用 自动执行

1， 单元测试测试报告展示

2， conftest中编写driver，范围session，使用 addfinalizer在测试结束后关闭浏览器

3， 前端自动化测试-百度搜索功能实战演示

报告可以展示许多不同类型的附件，用来补充测试，步骤等信息

allure.attach(body, name, attachment_type, extension)

body - 要写入文件的原始内容。

name - 包含文件名的字符串

attachment_type- 其中一个allure.attachment_type值

extension - 提供的将用作创建文件的扩展名

或者 allure.attach.file(source, name, attachment_type, extension)

source - 包含文件路径的字符串。

# -*- coding: utf-8 -*- # @Time : 2019/3/12 11:46 # @Author : zzt import allure import pytest @allure.feature('这里是一级标签') class TestAllure(): @allure.title("用例标题0") @allure.story("这里是第一个二级标签") @pytest.mark.parametrize('param', ['青铜', '白银', '黄金']) def test_0(self, param): allure.attach('附件内容是： '+param, '我是附件名', allure.attachment_type.TEXT) @allure.title("用例标题1") @allure.story("这里是第二个二级标签") def test_1(self): allure.attach.file(r'E:\Myproject\pytest-allure\test\test_1.jpg', '我是附件截图的名字', attachment_type=allure.attachment_type.JPG) @allure.title("用例标题2") @allure.story("这里是第三个二级标签") @allure.severity(allure.severity_level.NORMAL) def test_2(self): pass 

执行结果如下：
　　
　　
　　

4，源码:Github:https://github.com/linda883/py_techDemo

5， CI/CD使用jenkins进行持续集成

在Jenkins集成相信大家都会就不讲了，或者看我的持续集成博客

八，天蝎座的测试之旅

今天的分享到此就结束了，感谢您的阅读，如果确实帮到您，您可以动动手指转发给其他人。