一，pytest配置项 

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]

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

(资料图)

补充：点三角符号执行多条测试用例，引入main函数

if __name__ =='__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

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，@

(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

@

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，命名为文件

（1）

hero:     #   对象

name: 安琪拉

word: 火焰是我最喜欢的玩具

HP: 血量

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}

（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

（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_

import yaml

f=open（"../config/",encoding="UTF-8"）#打开文件

data=_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

@("a",["b"])   #   （字符串  “”，数组  []）

def test_parametrize(a):

print(a)

#多次循环

@("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

@("name",["小白"])

def test_parametrize(name):

print(“测试parametrize，我的名字是”+name)

#单参数多次循环

@("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

@("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@("name，age",[["哈基米"，“3”]]) #用[]数组也可以,()元组也可以

@("name，age",["哈基米"，“3”])#这样写是错误的

#多参数多次循环

@("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 

@("number，appkey",get_data()['mobile_params'])

def test_mobile(number，appkey):

params01={"shouji":number,"appkey":appkey}

r = (url=""，params=params01)

print (_code)  

print (（）)

assert _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。@

2、description 描述

可以添加测试的详细说明

3、标签 @

4、标签@

5、 标签 @

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

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]

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_  终端执行时会在根目录生成report文件（中配置的路径）

##report文件下包含：

    日志输出

     测试用例前后操作，执行时间，结束时间

   本条测试用例的执行结果

ps:在线json校验格式化工具：

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 -- user

pytest  #如果需要指定用例目录 加上用例path

构建后操作：

path：report  #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