1. Toy模板网首页
  2. > Toy博客

Pytest测试框架3

9月前 作者：阿瞒有我良计15 分类：Toy博客 阅读(32) 违法举报

这篇具有很好参考价值的文章主要介绍了Pytest测试框架3。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

目录：

  1. pytest结合数据驱动-yaml
    1. 数据驱动
    2. yaml文件介绍
    3. yaml文件使用
    4. 代码实例：
  2. pytest结合数据驱动-excel
    1. 读取Excel文件
    2. openpyxl库的安装
    3. openpyxl库的操作
    4. 代码实例：
  3. pytest结合数据驱动-csv
    1. csv文件介绍
    2. csv文件使用
    3. 代码实例：
  4. pytest结合数据驱动-json
    1. json文件介绍
    2. json文件使用
  5. pytest测试用例生命周期管理（一）
    1. Fixture特点及优势
  6. pytest测试用例生命周期管理（二）
    1. Fixture在自动化中的应用-作用域
  7. pytest测试用例生命周期管理（三）
    1. Fixture在自动化中的应用-yield关键字
  8. pytest测试用例生命周期管理-自动注册
    1. Fixture在自动化中的应用-数据共享
  9. pytest测试用例生命周期管理-自动生效
    1. Fixture在自动化中的应用-自动应用
  10. pytestfixture实现参数化
    1. Fixture在自动化中的应用-参数化
    2. Fixture的用法总结

1.pytest结合数据驱动-yaml

数据驱动

  • 什么是数据驱动？

    • 数据驱动就是数据的改变从而驱动自动化测试的执行，最终引起测试结果的改变。简单来说，就是参数化的应用。数据量小的测试用例可以使用代码的参数化来实现数据驱动，数据量大的情况下建议大家使用一种结构化的文件(例如 yaml，json 等)来对数据进行存储，然后在测试用例中读取这些数据。

  • 应用：

    • App、Web、接口自动化测试
    • 测试步骤的数据驱动
    • 测试数据的数据驱动
    • 配置的数据驱动
yaml 文件介绍 
  • 对象：键值对的集合，用冒号 “:” 表示
  • 数组：一组按次序排列的值，前加 “-”
  • 纯量：单个的、不可再分的值
    • 字符串
    • 布尔值
    • 整数
    • 浮点数
    • Null
    • 时间
    • 日期
# 编程语言
languages:
  - PHP
  - Java
  - Python
book:
  Python入门: # 书籍名称
    price: 55.5
    author: Lily
    available: True
    repertory: 20
    date: 2018-02-17
  Java入门:
    price: 60
    author: Lily
    available: False
    repertory: Null
    date: 2018-05-11
yaml 文件使用
  • 查看 yaml 文件
    • pycharm
    • txt 记事本
  • 读取 yaml 文件
    • 安装：pip install pyyaml
    • 方法：yaml.safe_load(f)
    • 方法：yaml.safe_dump(f) 
import yaml

file_path = './my.yaml'
with open(file_path, 'r', encoding='utf-8') as f:
    data = yaml.safe_load(f)
代码实例：

工程目录结构

  • data 目录：存放 yaml 数据文件
  • func 目录：存放被测函数文件
  • testcase 目录：存放测试用例文件
# 工程目录结构
.
├── data
│   └── data.yaml
├── func
│   ├── __init__.py
│   └── operation.py
└── testcase
    ├── __init__.py
    └── test_add.py

 测试准备

  • 被测对象：operation.py
  • 测试用例：test_add.py
  • 测试数据：data.yaml 
# operation.py 文件内容
def my_add(x, y):
    result = x + y
    return result
# test_add.py 文件内容
class TestWithYAML:
  @pytest.mark.parametrize('x,y,expected', [[1, 1, 2]])
  def test_add(self, x, y, expected):
    assert my_add(int(x), int(y)) == int(expected)
# data.yaml 文件内容
-
  - 1
  - 1
  - 2
-
  - 3
  - 6
  - 9
-
  - 100
  - 200
  - 300
import pytest
import yaml

from func.operation import my_add


# 方法一
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', [[1, 1, 2], [3, 6, 9], [100, 200, 300]])
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)

# 方法二
def get_data():
    with open("../data/data.yaml", encoding='utf-8') as f:
        data = yaml.safe_load(f)
    return data


class TestWithYAML:
    @pytest.mark.parametrize('x,y,expected', get_data())
    def test_add(self, x, y, expected):
        assert my_add(int(x), int(y)) == int(expected)

2.pytest结合数据驱动-excel

读取 Excel 文件

  • 第三方库

    • xlrd
    • xlwings
    • pandas

  • openpyxl

    • 官方文档： https://openpyxl.readthedocs.io/en/stable/
openpyxl 库的安装
  • 安装：pip install openpyxl
  • 导入：import openpyxl
openpyxl 库的操作

  • 读取工作簿

  • 读取工作表

  • 读取单元格

import openpyxl

# 获取工作簿
book = openpyxl.load_workbook('./data/test.xlsx')

# 读取工作表
sheet = book.active
print(sheet)

# 读取单个单元格
cell_a1 = sheet['A1']
print(cell_a1.value)

cell_a3 = sheet.cell(column=1, row=3)  # A3
print(cell_a3.value)

# 读取多个连续单元格
cells = sheet["A1":"C3"]
for i in cells:
    for j in i:
        print(j.value,end=' ')
    print()
 代码实例：
import openpyxl
import pytest
import yaml

from func.operation import my_add


# 方法一
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', [[1, 1, 2], [3, 6, 9], [100, 200, 300]])
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)

# 方法二
# def get_data():
#     with open("../data/data.yaml", encoding='utf-8') as f:
#         data = yaml.safe_load(f)
#     return data
#
#
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', get_data())
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)

# 方法三
def get_excel():
    book = openpyxl.load_workbook("../data/test.xlsx")
    sheet = book.active
    cells = sheet["A1":"C3"]
    values = []
    for row in cells:
        data = []
        for cell in row:
            data.append(cell.value)
        values.append(data)
    return values


class TestWithYAML:
    @pytest.mark.parametrize('x,y,expected', get_excel())
    def test_add(self, x, y, expected):
        assert my_add(int(x), int(y)) == int(expected)

3.pytest结合数据驱动-csv

csv 文件介绍
  • csv：逗号分隔值
  • 是 Comma-Separated Values 的缩写
  • 以纯文本形式存储数字和文本
  • 文件由任意数目的记录组成
  • 每行记录由多个字段组成
Linux从入门到高级,linux,¥5000
web自动化测试进阶,python,¥3000
app自动化测试进阶,python,¥6000
Docker容器化技术,linux,¥5000
测试平台开发与实战,python,¥8000
 csv 文件使用

  • 读取数据

    • 内置函数：open()
    • 内置模块：csv

  • 方法：csv.reader(iterable)

    • 参数：iterable ,文件或列表对象
    • 返回：迭代器，每次迭代会返回一行数据。
import csv


def get_csv():
    with open('./data/params.csv', 'r', encoding='utf-8') as file:
        raw = csv.reader(file)
        for line in raw:
            print(line)


if __name__ == '__main__':
    get_csv()
代码实例：

测试准备

  • 被测对象：operation.py

  • 测试用例：test_add.py

  • 测试数据：params.csv

# operation.py 文件内容
def my_add(x, y):
    result = x + y
    return result

# test_add.py 文件内容
class TestWithCSV:
    @pytest.mark.parametrize('x,y,expected', [[1, 1, 2]])
    def test_add(self, x, y, expected):
        assert my_add(int(x), int(y)) == int(expected)

# params.csv 文件内容
1,1,2
3,6,9
100,200,300
import csv

import openpyxl
import pytest
import yaml

from func.operation import my_add


# 方法一
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', [[1, 1, 2], [3, 6, 9], [100, 200, 300]])
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)

# 方法二
# def get_data():
#     with open("../data/data.yaml", encoding='utf-8') as f:
#         data = yaml.safe_load(f)
#     return data
#
#
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', get_data())
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)

# 方法三
# def get_excel():
#     book = openpyxl.load_workbook("../data/test.xlsx")
#     sheet = book.active
#     cells = sheet["A1":"C3"]
#     values = []
#     for row in cells:
#         data = []
#         for cell in row:
#             data.append(cell.value)
#         values.append(data)
#     return values
#
#
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', get_excel())
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)

# 方法四
def get_csv():
    with open('../data/test.csv', encoding='utf-8') as f:
        raw = csv.reader(f)
        data = []
        for line in raw:
            data.append(line)
    return data


class TestWithYAML:
    @pytest.mark.parametrize('x,y,expected', get_csv())
    def test_add(self, x, y, expected):
        assert my_add(int(x), int(y)) == int(expected)

4.pytest结合数据驱动-json

json 文件介绍

  • json 是 JS 对象

  • 全称是 JavaScript Object Notation

  • 是一种轻量级的数据交换格式

  • json 结构

    • 对象 {"key": value}
    • 数组 [value1, value2 ...] 
{
  "name:": "tom",
  "detail": {
    "course": "python",
    "city": "北京"
  },
  "remark": [1000, 666, 888]
}
 json 文件使用
  • 查看 json 文件
    • pycharm
    • txt 记事本
  • 读取 json 文件
    • 内置函数 open()
    • 内置库 json
    • 方法：json.loads()
    • 方法：json.dumps()

 params.json

{
  "case1": [1, 1, 2],
  "case2": [3, 6, 9],
  "case3": [100, 200, 300]
}
import json


def get_json():
    with open('./data/params.json', 'r') as f:
        data = json.loads(f.read())
        print(data)
        print(type(data))

        s = json.dumps(data, ensure_ascii=False)
        print(s)
        print(type(s))

if __name__ == '__main__':
    get_json()

代码示例：

测试准备

  • 被测对象：operation.py

  • 测试用例：test_add.py

  • 测试数据：params.json

# operation.py 文件内容
def my_add(x, y):
    result = x + y
    return result

# test_add.py 文件内容
class TestWithJSON:
    @pytest.mark.parametrize('x,y,expected', [[1, 1, 2]])
    def test_add(self, x, y, expected):
        assert my_add(int(x), int(y)) == int(expected)

# params.json 文件内容
{
  "case1": [1, 1, 2],
  "case2": [3, 6, 9],
  "case3": [100, 200, 300]
}
import csv
import json

import openpyxl
import pytest
import yaml

from func.operation import my_add


# 方法一
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', [[1, 1, 2], [3, 6, 9], [100, 200, 300]])
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)

# 方法二
# def get_data():
#     with open("../data/data.yaml", encoding='utf-8') as f:
#         data = yaml.safe_load(f)
#     return data
#
#
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', get_data())
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)

# 方法三
# def get_excel():
#     book = openpyxl.load_workbook("../data/test.xlsx")
#     sheet = book.active
#     cells = sheet["A1":"C3"]
#     values = []
#     for row in cells:
#         data = []
#         for cell in row:
#             data.append(cell.value)
#         values.append(data)
#     return values
#
#
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', get_excel())
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)

# 方法四
# def get_csv():
#     with open('../data/test.csv', encoding='utf-8') as f:
#         raw = csv.reader(f)
#         data = []
#         for line in raw:
#             data.append(line)
#     return data
#
#
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', get_csv())
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)

# 方法五
def get_json():
    with open('../data/params.json', 'r') as f:
        data = json.loads(f.read())
        print(data)
        print(type(data))
        print(list(data.values()))
    return list(data.values())


class TestWithYAML:
    @pytest.mark.parametrize('x,y,expected', get_json())
    def test_add(self, x, y, expected):
        assert my_add(int(x), int(y)) == int(expected)

5.pytest测试用例生命周期管理（一）

Fixture 特点及优势
  • 1､命令灵活：对于 setup,teardown,可以不起这两个名字
  • 2､数据共享：在 conftest.py 配置⾥写⽅法可以实现数据共享，不需要 import 导⼊。可以跨⽂件共享
  • 3､scope 的层次及神奇的 yield 组合相当于各种 setup 和 teardown
  • 4、实现参数化

Fixture 在自动化中的应用- 基本用法

  • 场景：

测试⽤例执⾏时，有的⽤例需要登陆才能执⾏，有些⽤例不需要登陆。

setup 和 teardown ⽆法满⾜。fixture 可以。默认 scope（范围）function

  • 步骤：
    • 1.导⼊ pytest
    • 2.在登陆的函数上⾯加@pytest.fixture()
    • 3.在要使⽤的测试⽅法中传⼊（登陆函数名称），就先登陆
    • 4.不传⼊的就不登陆直接执⾏测试⽅法。
import pytest

@pytest.fixture()
def login():
    print('完成登录操作')

def test_search():
    print('搜索')

# def test_cart():
#     login()
#     print('购物车')

def test_cart(login):
    print('购物车')

def test_order(login):
    print('下单功能')

6.pytest测试用例生命周期管理（二）

Fixture 在自动化中的应用 - 作用域
取值 范围 说明
function 函数级 每一个函数或方法都会调用
class 类级别 每个测试类只运行一次
module 模块级 每一个.py 文件调用一次
package 包级 每一个 python 包只调用一次(暂不支持)
session 会话级 每次会话只需要运行一次，会话内所有方法及类，模块都共享这个方法 
import pytest


@pytest.fixture(scope="function")
def login():
    print('完成登录操作')


def test_search():
    print('搜索')


# def test_cart():
#     login()
#     print('购物车')

def test_cart(login):
    print('购物车')


def test_order(login):
    print('下单功能')


class TestDemo:
    def test_case1(self, login):
        print("case1")

    def test_case2(self, login):
        print("case2")

7.pytest测试用例生命周期管理（三）

Fixture 在自动化中的应用 - yield 关键字
  • 场景：

你已经可以将测试⽅法【前要执⾏的或依赖的】解决了，测试⽅法后销毁清除数据的要如何进⾏呢？

  • 解决：

通过在 fixture 函数中加⼊ yield 关键字，yield 是调⽤第⼀次返回结果，第⼆次执⾏它下⾯的语句返回。

  • 步骤：

在@pytest.fixture(scope=module)。在登陆的⽅法中加 yield，之后加销毁清除的步骤

import pytest
'''
@pytest.fixture
def fixture_name():
    setup 操作
    yield 返回值
    teardown 操作
'''

@pytest.fixture(scope="function")
def login():
    #setup操作
    print('完成登录操作')
    tocken = "abcdafafasdfds"
    username = 'tom'
    yield tocken,username #相当于return
    #teardown操作
    print('完成登出操作')

def test_search():
    print('搜索')


# def test_cart():
#     login()
#     print('购物车')

def test_cart(login):
    print('购物车')


def test_order(login):
    print('下单功能')


class TestDemo:
    def test_case1(self, login):
        print("case1")

    def test_case2(self, login):
        print("case2")

8.pytest测试用例生命周期管理-自动注册

Fixture 在自动化中的应用 - 数据共享
  • 场景：

与其他测试⼯程师合作⼀起开发时，公共的模块要放在⼤家都访问到的地⽅。

  • 解决：

使⽤ conftest.py 这个⽂件进⾏数据共享，并且他可以放在不同位置起着不同的范围共享作⽤。

  • 前提：

    • conftest ⽂件名是不能换的
    • 放在项⽬下是全局的数据共享的地⽅

  • 执⾏：

    • 系统执⾏到参数 login 时先从本模块中查找是否有这个名字的变量什么的，
    • 之后在 conftest.py 中找是否有。

  • 步骤：

将登陆模块带@pytest.fixture 写在 conftest.py 里面

代码示例：

conftest.py

# conftest.py名字是固定的，不能改变
import pytest


@pytest.fixture(scope="function")
def login():
    # setup操作
    print('完成登录操作')
    tocken = "abcdafafasdfds"
    username = 'tom'
    yield tocken, username  # 相当于return
    # teardown操作
    print('完成登出操作')

test_test1.py

import pytest
'''
@pytest.fixture
def fixture_name():
    setup 操作
    yield 返回值
    teardown 操作
'''

def test_search():
    print('搜索')


# def test_cart():
#     login()
#     print('购物车')

def test_cart(login):
    print('购物车')


def test_order(login):
    print('下单功能')


class TestDemo:
    def test_case1(self, login):
        print("case1")

    def test_case2(self, login):
        print("case2")

项目结构：

Pytest测试框架3,Python,pytest

9.pytest测试用例生命周期管理-自动生效

Fixture 在自动化中的应用 - 自动应用

场景：

不想原测试⽅法有任何改动，或全部都⾃动实现⾃动应⽤，

没特例，也都不需要返回值时可以选择⾃动应⽤

解决：

使⽤ fixture 中参数 autouse=True 实现

步骤：

在⽅法上⾯加 @pytest.fixture(autouse=True)

test_test1.py

import pytest

'''
@pytest.fixture
def fixture_name():
    setup 操作
    yield 返回值
    teardown 操作
'''


def test_search():
    print('搜索')


# def test_cart():
#     login()
#     print('购物车')

# def test_cart(login):
#     print('购物车')
def test_cart():
    print('购物车')


# def test_order(login):
#     print('下单功能')

def test_order():
    print('下单功能')


class TestDemo:
    # def test_case1(self, login):
    #     print("case1")
    def test_case1(self):
        print("case1")

    # def test_case2(self, login):
    #     print("case2")
    def test_case2(self):
        print("case2")

 conftest.py

# conftest.py名字是固定的，不能改变
import pytest


@pytest.fixture(scope="function", autouse=True)
def login():
    # setup操作
    print('完成登录操作')
    tocken = "abcdafafasdfds"
    username = 'tom'
    yield tocken, username  # 相当于return
    # teardown操作
    print('完成登出操作')

运行结果：

Pytest测试框架3,Python,pytest

 Pytest测试框架3,Python,pytest

 10.pytestfixture实现参数化

Fixture 在自动化中的应用 -参数化

场景：

测试离不开数据，为了数据灵活，⼀般数据都是通过参数传的

解决：

fixture 通过固定参数 request 传递

步骤：

在 fixture 中增加@pytest.fixture(params=[1, 2, 3, ‘linda’])

在⽅法参数写 request，方法体里面使用 request.param 接收参数文章来源地址https://www.toymoban.com/news/detail-631892.html

# @pytest.fixture(params=['tom', 'jenny'])
# def login(request):
#     print(f"用户名：{request.param}")
#     return request.param
#
#
# def test_demo1(login):
#     print(f'demo1 case:数据为{login}')

@pytest.fixture(params=[['tom', 'harry'], ['jenny', 'jack']])
def login(request):
    print(f"用户名：{request.param}")
    return request.param


def test_demo1(login):
    print(f'demo1 case:数据为{login}')
Fixture 的用法总结
  • 模拟 setup，teardown（一个用例可以引用多个 fixture）
  • yield 的用法
  • 作用域（ session，module, 类级别，方法级别 ）
  • 自动执行 （autouse 参数）
  • conftest.py 用法，一般会把 fixture 写在 conftest.py 文件中（这个文件名字是固定的，不能改）
  • 实现参数化

到了这里，关于Pytest测试框架3的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处： 如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：
领支付宝红包 赞助服务器费用

相关文章

  • Python自动化测试框架：Pytest和Unittest的区别

    Python自动化测试框架：Pytest和Unittest的区别

    pytest和unittest是Python中常用的两种测试框架，它们都可以用来编写和执行测试用例，但两者在很多方面都有所不同。本文将从不同的角度来论述这些区别，以帮助大家更好地理解pytest和unittest。 1. 原理 pytest是基于Python的assert语句和Python的自省特性实现测试框架，其原理是基于

    2024年02月10日
    浏览(64)
  • Python 自动化测试框架unittest与pytest的区别

    Python 自动化测试框架unittest与pytest的区别

    📌 博客主页： 美团程序员 📌 专注于软件测试领域相关技术实践和思考，持续分享自动化软件测试开发干货知识！ 📌 如果你也想学习软件测试，文末卡片有我的交流群632880530，加入我们，一起交流和学习！ 引言 前面一篇文章Python单元测试框架介绍已经介绍了python单元测

    2024年02月13日
    浏览(48)
  • 【码尚教育】Python自动化测试框架pytest—入门学习笔记

    【码尚教育】Python自动化测试框架pytest—入门学习笔记

    目录 前言 一、pytest单元测试框架 二、 单元测试框架和自动化测试框架有什么关系 三、pytest简介 四、使用pytest默认的测试用例规则及基础应用 五、pytest测试用例的运行方式 六、pytest执行测试用例的顺序 七、如何分组执行​编辑 八、pytest跳过用例 九、pytest框架实现的一些

    2023年04月12日
    浏览(51)
  • Python+Appium+Pytest+Allure实战APP自动化测试框架

    Python+Appium+Pytest+Allure实战APP自动化测试框架

    Hi，大家好。今天我们来聊聊Python+Appium+Pytest+Allure实战APP自动化测试，pytest只是单独的一个单元测试框架，要完成app测试自动化需要把pytest和appium进行整合，同时利用allure完成测试报告的产出。 编写常规的 线性 脚本具体的步骤如下： 1、设计待测试APP的 自动化测试 用例 2、

    2023年04月09日
    浏览(81)

  • 基于Python+Pytest+Playwright+BDD的UI自动化测试框架

    本框架是基于Python+Pytest+Playwright+BDD的UI自动化测试框架。 测试社区地址: https://www.gitlink.org.cn/zone/tester 入群二维码：https://www.gitlink.org.cn/floraachy/apiautotest/issues/1 对于框架任何问题，欢迎联系我！ 支持通过命令行指定浏览器，选择需要运行的浏览器。 支持通过命令行指定运行

    2024年02月07日
    浏览(56)
  • 一个简单的接口自动化测试框架：Python+Requests+Pytest+Allure

    一个简单的接口自动化测试框架：Python+Requests+Pytest+Allure

    project：api_test ——api_keyword ————api_key.py：接口驱动类 ——case ————test_cases.py：测试套件和测试用例 ——report_allure（ 无需创建 ）：allure报告 ——result（ 无需创建 ）：测试用例运行结果 ——VAR ————VAR.py：常量类 conftest.py：项目级别fixture main.py：主函数

    2024年02月03日
    浏览(73)
  • APP自动化测试-Python+Appium+Pytest+Allure框架实战封装（详细）

    APP自动化测试-Python+Appium+Pytest+Allure框架实战封装（详细）

    pytest只是单独的一个单元测试框架，要完成app测试自动化需要把pytest和appium进行整合，同时利用allure完成测试报告的产出。 编写常规的线性脚本具体的步骤如下： 1、设计待测试APP的自动化测试用例 2、新建app测试项目 3、配置conftest.py文件等 4、编写整体app测试用例运行文件

    2024年02月14日
    浏览(64)
  • Python+Pytest+Allure+Git+Jenkins数据驱动接口自动化测试框架

    Python+Pytest+Allure+Git+Jenkins数据驱动接口自动化测试框架

    一、接口基础 接口测试是对系统和组件之间的接口进行测试，主要是效验数据的交换，传递和控制管理过程，以及相互逻辑依赖关系。其中接口协议分为HTTP，RPC，Webservice，Dubbo，RESTful等类型。 接口测试流程 1、需求评审，熟悉业务和需求 2、开发提供接口文档 3、编写接口测

    2024年02月08日
    浏览(83)
  • 【附源码】完整版，Python+Selenium+Pytest+POM自动化测试框架封装

    【附源码】完整版，Python+Selenium+Pytest+POM自动化测试框架封装

    1、测试框架简介 1）测试框架的优点 代码复用率高，如果不使用框架的话，代码会显得很冗余。 可以组装日志、报告、邮件等一些高级功能。 提高元素等数据的可维护性，元素发生变化时，只需要更新一下配置文件。 使用更灵活的PageObject设计模式。 2）测试框架的整体目录

    2024年02月04日
    浏览(45)
  • (Python)Requests+Pytest+Allure接口自动化测试框架从0到1搭建

    (Python)Requests+Pytest+Allure接口自动化测试框架从0到1搭建

    前面，已经学习了如何用SpringBoot写接口以及与Mysql数据库进行交互，具体可查阅下面的这篇博客，今天学习一下基于Python的接口自动化测试框架的搭建，主要包括以下内容：利用request库发送请求，请求数据参数化处理，还涉及到数据库（Mysql+MongDB）方面的交互，包括如何取数

    2024年02月13日
    浏览(161)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包，优惠每天领

二维码1

领取红包

二维码2

领红包