继续集成jenkins+allure+pytest+python邮件发送(报告截图selenium实现)+python钉钉机器人通知

简介: 继续集成jenkins+allure+pytest+python邮件发送(报告截图selenium实现)+python钉钉机器人通知

实现思路

'''
0.邮件和钉钉都要在自动化执行完成后再去执行,不然拿到的数据和报告就不是最新的(重点)
1.由于报告是在线展示,我这是本地,就使用selenium去登录截图2个报告的页面,也可以截更多。保存到本地
2.通过邮箱发送截图附件实现邮箱发送报告
3.jenkins下拉代码会储存到工作空间,工作空间保存到本地,找到报告的数据文件查看是否有可以统计测试结果的
4.把原始的报告数据文件加以处理发送钉钉机器人
'''


报告截图

'''获取jenkins报告截图基于selenium'''
import math
from selenium import webdriver
from time import sleep
def ctrl_alt():
    def driver_(test=1):
        if test == 1:
            # 后台运行浏览器,不打开,但是这样打开截图不全,暂时没解决,使用的是打开浏览器的方式,用Jenkins运行时是无痕的,非常到位
            chrome_options = webdriver.ChromeOptions()
            chrome_options.add_argument('--headless')
            driver = webdriver.Chrome(chrome_options=chrome_options)
        else:
            # 启动浏览器
            driver = webdriver.Chrome()
        return driver
    driver = driver_(2)
    driver.get('http://127.0.0.1:1111/login?from=%2F')
    driver.maximize_window()
    a = driver.find_elements_by_class_name('normal')
    a[0].send_keys('lcf')  # 账号
    a[1].send_keys(123456)  # 密码
    driver.find_element_by_class_name('submit-button').click()  # 登录
    # 报告页面1
    print('截图开始')
    driver.get('http://127.0.0.1:1111/job/%E8%87%AA%E5%8A%A8%E5%8C%96%E6%B5%8B%E8%AF%95-gitee%E4%BB%A3%E7%A0%81/allure/')
    sleep(1)
    driver.get_screenshot_as_file(r'F:\jb\baogao.png')  # 截图操作
    # 报告页面2
    driver.get('http://127.0.0.1:1111/job/%E8%87%AA%E5%8A%A8%E5%8C%96%E6%B5%8B%E8%AF%95-gitee%E4%BB%A3%E7%A0%81/allure/#graph')
    sleep(1)
    driver.get_screenshot_as_file(r'F:\jb\baogao1.png')
    print('截图结束')
    driver.quit()

邮箱发送

没啥好说的,代码在网上找的,能用,需要使用qq邮箱发送的话配置server = smtplib.SMTP(‘smtp.qq.com’) ,好像是这样

现在代码里是server = smtplib.SMTP(‘smtp.163.com’)

'''发送本地allure报告图片邮件'''
import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart
from email.mime.image import MIMEImage
from email.mime.application import MIMEApplication
from allure_dd import ctrl_alt
# 配置邮箱信息
ctrl_alt()#截图
sender = 'xxxx@163.com'  # 发件人的地址
password = 'KWKYGKdfdsfOBH'  # 此处是我们刚刚在邮箱中获取的授权码
receivers = '666666@qq.com'  # 邮件接受方邮箱地址,可以配置多个,实现群发,注意这里要是字符串
# 邮件内容设置
content = MIMEText("<html><h2>测试报告,误回复</h2>", _subtype="html", _charset="utf-8")
msg = MIMEMultipart('related')
msg.attach(content)
# 添加图片附件
imageFile = r"F:\jb\baogao.png"
imageApart = MIMEImage(open(imageFile, 'rb').read(), imageFile.split('.')[-1])
imageApart.add_header('Content-Disposition', 'attachment', filename=imageFile)
msg.attach(imageApart)
imageFile = r"F:\jb\baogao1.png"
imageApart = MIMEImage(open(imageFile, 'rb').read(), imageFile.split('.')[-1])
imageApart.add_header('Content-Disposition', 'attachment', filename=imageFile)
msg.attach(imageApart)
# 邮件标题设置
msg['Subject'] = 'python发送附件测试-图片、Excel'
# 发件人信息
msg['From'] = sender
# 收件人信息
msg['To'] = receivers
# 通过授权码,登录邮箱,并发送邮件
try:
    server = smtplib.SMTP('smtp.163.com')  # 配置网易邮箱的smtp服务器地址
    server.login(sender, password)
    server.sendmail(msg['From'], msg['To'].split(','), msg.as_string())
    print('发送成功')
    server.quit()
except smtplib.SMTPException as e:
    print('error', e)

邮箱发送结果


钉钉机器人发送测试结果

现在钉钉机器人不支持发送本地图片,暂时先不发送报告图片到钉钉

'''发送接口测试信息推送钉钉消息'''
import csv
import json
import requests
a=[]
#这是jenkins拉下来代码的存放位置,构建时产生的测试结果信息文件
f = csv.reader(open(r'C:\Users\keking\AppData\Local\Jenkins\.jenkins\workspace\自动化测试-gitee代码\allure-report\data\suites.csv','r',encoding='UTF8'))
for i in f:
    if i[0]!='Status':
        a.append(i)
print(a)
#对原始数据坐下处理
api_run_count=len(a)
api_passed_count=0
api_failed_count=0
failed_case_name=[]
failed_case_path=[]
for i in a:
    if i[0]=='passed':
        api_passed_count+=1
    elif i[0]=='failed':
        failed_case_path.append(i[1])
        failed_case_name.append(i[3])
        api_failed_count+=1
print(api_passed_count)
print(api_failed_count)
print(failed_case_name)
print(failed_case_path)
def dd_robot():
  HEADERS = {"Content-Type": "application/json;charset=utf-8"}
  key = "b7ff3fd2fd9b2dc5f78xxxxxxxxxxxxx0ff1056d172d922cab"
  url = f" https://oapi.dingtalk.com/robot/send?access_token={key}"
  #content里面要设置关键字 我机器人设置的关键字为'接口测试结果:'
  data_info = {
    "msgtype": "text",
    "text": {
    "content": "接口测试结果:"+f'\n总共运行{api_run_count}条用例'
               + f'\n成功{api_passed_count}条用例'
               + f'\n失败{api_failed_count}条用例'
               + f'\n失败用例名称{str(failed_case_name)}'
               + f'\n失败用例地址{str(failed_case_path)}'
    },
    "isAtAll": False
    #这是配置需要@的人
     # ,"at": {"atMobiles": ["15xxxxxx06",'18xxxxxx1']}
  }
  value = json.dumps(data_info)
  response = requests.post(url,data=value,headers=HEADERS)
  if response.json()['errmsg']!='ok':
    print(response.text)
if __name__ == '__main__':
    dd_robot()

我看过报告下的一些文件信息,这个文件的信息可以用来统计

suites.csv文件信息

结构

信息

发送结果


jenkins配置运行python钉钉、邮件脚本

配置邮件发送(重点构建结束触发另一个任务构建)

新建一个任务

配置指定另一个任务构建完成后执行当前任务的构建

配置钉钉发送

除了脚本文件不同其他都不一样

邮箱和钉钉子任务运行

测试

通过修改用例错误数来看邮件失败用例和钉钉的失败用例数是否变化

每次构建自动化测试后会自动构建发送邮箱的任务,实现发邮箱钉钉,结束

3天的学习成果,就是干

相关文章
|
12天前
|
机器学习/深度学习 算法 数据挖掘
2023 年第二届钉钉杯大学生大数据挑战赛初赛 初赛 A:智能手机用户监测数据分析 问题二分类与回归问题Python代码分析
本文介绍了2023年第二届钉钉杯大学生大数据挑战赛初赛A题的Python代码分析,涉及智能手机用户监测数据分析中的聚类分析和APP使用情况的分类与回归问题。
27 0
2023 年第二届钉钉杯大学生大数据挑战赛初赛 初赛 A:智能手机用户监测数据分析 问题二分类与回归问题Python代码分析
|
1月前
|
机器学习/深度学习 IDE 开发工具
Python集成开发环境的选择
【7月更文挑战第6天】Python集成开发环境的选择
25 2
|
12天前
|
数据采集 机器学习/深度学习 搜索推荐
【2023钉钉杯复赛】A题 智能手机用户监测数据分析 Python代码分析
本文介绍了2023钉钉杯复赛A题的智能手机用户监测数据分析,包括数据预处理、特征提取、推荐模型建立与评价的Python代码实现,旨在通过用户使用记录预测APP使用情况并建立推荐系统。
26 0
【2023钉钉杯复赛】A题 智能手机用户监测数据分析 Python代码分析
|
12天前
|
数据采集 算法 数据挖掘
【2023 年第二届钉钉杯大学生大数据挑战赛】 初赛 B:美国纽约公共自行车使用量预测分析 问题三时间序列预测Python代码分析
本文介绍了2023年第二届钉钉杯大学生大数据挑战赛初赛B题的Python代码分析,涉及美国纽约公共自行车使用量的时间序列预测、网络分析和聚类分析。
22 0
【2023 年第二届钉钉杯大学生大数据挑战赛】 初赛 B:美国纽约公共自行车使用量预测分析 问题三时间序列预测Python代码分析
|
12天前
|
数据采集 算法 数据挖掘
【2023 年第二届钉钉杯大学生大数据挑战赛】 初赛 B:美国纽约公共自行车使用量预测分析 问题一Python代码分析
本文分析了2023年第二届钉钉杯大学生大数据挑战赛初赛B题"美国纽约公共自行车使用量预测分析",重点讨论了问题一的Python代码实现,包括自行车借还网络图的构建、网络密度的计算以及平均最短路径长度和网络直径的分析。
21 0
【2023 年第二届钉钉杯大学生大数据挑战赛】 初赛 B:美国纽约公共自行车使用量预测分析 问题一Python代码分析
|
12天前
|
机器学习/深度学习 算法 数据挖掘
【2023 年第二届钉钉杯大学生大数据挑战赛初赛】 初赛 A:智能手机用户监测数据分析 问题一Python代码分析
本文提供了2023年第二届钉钉杯大学生大数据挑战赛初赛A题"智能手机用户监测数据分析"的Python代码分析,包括数据预处理、特征工程、聚类分析等步骤,以及如何使用不同聚类算法进行用户行为分析。
24 0
【2023 年第二届钉钉杯大学生大数据挑战赛初赛】 初赛 A:智能手机用户监测数据分析 问题一Python代码分析
|
21天前
|
Serverless 语音技术 开发工具
函数计算操作报错合集之怎么何集成nls tts python sdk
在使用函数计算服务(如阿里云函数计算)时,用户可能会遇到多种错误场景。以下是一些常见的操作报错及其可能的原因和解决方法,包括但不限于:1. 函数部署失败、2. 函数执行超时、3. 资源不足错误、4. 权限与访问错误、5. 依赖问题、6. 网络配置错误、7. 触发器配置错误、8. 日志与监控问题。
|
1月前
|
前端开发 JavaScript API
探索Python Django中的WebSocket集成:为前后端分离应用添加实时通信功能
【7月更文挑战第17天】现代Web开发趋势中,前后端分离配合WebSocket满足实时通信需求。Django Channels扩展了Django,支持WebSocket连接和异步功能。通过安装Channels、配置设置、定义路由和消费者,能在Django中实现WebSocket交互。前端使用WebSocket API连接后端,实现双向数据流,如在线聊天功能。集成Channels提升Web应用的实时性和用户体验,适应实时交互场景的需求。**
80 6
|
12天前
|
数据采集 算法 数据挖掘
2023 年第二届钉钉杯大学生大数据挑战赛 初赛 B:美国纽约公共自行车使用量预测分析 问题二Python代码分析
本文提供了2023年第二届钉钉杯大学生大数据挑战赛初赛B题"美国纽约公共自行车使用量预测分析"中问题二的Python代码分析,涉及数据预处理、特征工程、多种聚类算法实现及其结果评估和可视化。
23 0
|
14天前
|
数据采集 人工智能 数据挖掘
【钉钉杯大学生大数据挑战赛】初赛B 航班数据分析与预测 Python代码实现Baseline
本文提供了参加"钉钉杯大学生大数据挑战赛"初赛B的航班数据分析与预测项目的Python代码实现Baseline。内容包括题目背景、思路分析、训练集和测试集的预处理、模型训练与预测、特征重要性分析,以及代码下载链接。预处理步骤涉及读取数据、时间信息处理、前序航班延误时间计算、天气信息匹配等。模型训练使用了Gradient Boosting Classifier,并对模型的准确率和特征重要性进行了评估。
53 0

热门文章

最新文章