tep測試工具簡介
tep的定位是工具也是一種理念而不是框架，因為它是基於pytest框架，tep的作用：
1.使目錄更加規范化
files: 存放腳本依賴的圖片，數據，音頻之類的文件
fixture: 存放用例所需要的一些公共方法
reports: 存放allure測試報告
tests：存放測試用例
conf.yaml: 配置文件，一般應用當前運行用例環境的區分
conftest.py: 把fixture, 在conftest文件中進行封裝，conftest 會遍歷 fixtures 目錄下面所有以fixture_ 開頭 .py 結尾的文件.，把里面的 fixture進行自動導入
pytest.ini: pytest配置
2. 搭建方便
tep已經收錄到了pypi,使得tep擁有了可以快速的項目的能力，也就是腳手架，命令行 執行 pip install tep 進行安裝
執行 tep startproject project_name，就可以創建項目結構
3. 公共方法存儲簡潔
fixtures公用方法詳情：
fixture_admin.py: 管理員所需要維護的一些公用方法
fixture_env_var.py: 存放全局環境變量，根據conf.yaml 內填寫的環境 來進行判斷拼接 需要請求的url,或用於其他的環境變量
fixture_login.py: 登錄接口
fixture_your_name.py: 項目成員共享的一些fixture
簡潔的接口自動化運行示例：
在tests目錄下進行編寫用例文件，接口用例運用的yaml進行存儲，好處就是在於yaml文件支持數組，配置有序，簡潔
yaml 一個接口的用例結構：
-
name: 當前的用例名稱
case_id: 1
request:
method: post # 接口請求方法
url: /*****/****/ # 接口名
headers: # 請求頭
Content-Type: application/json
authorization: Bearer 7209b501-0680-4a3e-be70-c20f0b64c941
Cache-Control: no-cache
User-AgentL: PostmanRuntime/7.26.8
params: # 請求參數
type: P
department_id: []
approve_start_date: "2021-06-10"
check: # 需要校驗的數據
expected_result: test_all_examine_check.json # 由於需要校驗接口響應的數據過大 可以單獨創建一個json文件進行存儲
用例完成后，可以再寫一個文件的取的公共方法
# 查詢yaml文件 並返回
def read_yaml(yaml_name):
'''
讀取yaml，將yaml反序列化，就是把yaml格式轉換成dict格式
:return:
'''
try:
yaml_file = "../tests/test_case/" + yaml_name
with open(yaml_file, encoding="utf-8") as f:
value = yaml.load(f, Loader=yaml.FullLoader) # 文件流，加載方式
return value
except Exception as e:
yaml_file = "./tests/test_case/" + yaml_name
with open(yaml_file, encoding="utf-8") as f:
value = yaml.load(f, Loader=yaml.FullLoader) # 文件流，加載方式
return value
接口用例編寫：
（用例支持日志存儲，失敗重跑，響應字段的鍵/值校驗，報告定期刪除）
import pytest
from fixtures.fixture_your_name import read_yaml, ys, cmp
from tep.client import request
from loguru import logger
import time
import decimal
import json
import allure
@allure.description("""簡介：此執行集只做調試使用""")
class Test_Examine(object):
yaml_data = read_yaml("test_all_examine.yaml") # 獲取測試集文件內容
@allure.description_html("""
<h1>調試版本</h1>
""")
@pytest.mark.flaky(reruns=3, reruns_delay=3) # 失敗重試 每3秒重試一次，共重試3次
@pytest.mark.parametrize('yaml_case', yaml_data) # 數據驅動，讀取用例執行集yaml文件中的列表，
@allure.title('審核模塊')
def test_examine(self, yaml_case, env_vars, config):
api = ys(yaml_case, "url")[0] # ys 只是封裝了一個 jsonpath 查詢的公共方法
method = ys(yaml_case, "method")[0]
params = ys(yaml_case, "params")[0]
apinam = ys(yaml_case, "name")[0] # 接口名稱
headers = ys(yaml_case, "headers")[0]
url = env_vars.domain + api # 完整url
logger.info("當前請求用例:%s,URL:%s,請求方法:%s,params:%s,headers:%s"%(apinam, url, method, params, headers))
# 起始時間
start = time.process_time()
# 接口請求
response = request(method, url=url, headers=headers, json=params)
# 請求結束時間
end = time.process_time()
# 接口耗時
elapsed = str(decimal.Decimal("%.3f" % float(end - start))) + "s"
logger.info(' 接口:%s,*************** 執行耗時:%s ***************' % (url, elapsed))
ret = response.json() # 獲取接口json 類型響應：ret
case_id = str(ys(yaml_case, 'case_id')[0]) # 用例唯一c ase ID
check_field = read_yaml(ys(yaml_case, "expected_result")[0]) # yaml用例需要校驗id
# 取出 當前用例需要校驗的json響應：chek_data
chek_data = None
for check in check_field:
if check.get(case_id):
chek_data = check.get(case_id)
break
# 開始校驗
for r in ret:
print('-'*50 )
check_response = cmp(json.dumps(chek_data), json.dumps(r))
if check_response == 0:
print('當前校驗json包含在響應列表中。'*10)
if __name__ == '__main__':
pytest.main(["-s", "-v", "examine_test.py"])
# pytest --tep-reports 生成測試報告
用例運行 pytest --tep-reports運行所有用例 或 pytest -文件名--tep-reports 運行一個執行集
運行過后可在根目錄生成測試報告目錄 reports 以及allure測試報告
