python+pytest单元测试框架之使用Allure生成可视化的HTML图形测试报告

简介: 接着上篇文章《python+pytest单元测试框架之生成各种格式测试报告》我们继续学习,从上篇文章中可以看到通过pytest可以生成多钟不同格式类型的测试报告。

接着上篇文章《python+pytest单元测试框架之生成各种格式测试报告》我们继续学习,从上篇文章中可以看到通过pytest可以生成多钟不同格式类型的测试报告。但是有一点,Fell这测试报告太单调、单一,不能直接看出报告运行结果,不利于我们自己分析问题。为此,接下来要学习的就是通过Allure来生成可视化的HTML图形测试报告,方便我们分析和查看report结果

一、准备好测试用例脚本文件,本人的测试用例在pycharm中的列表如下

测试用例目录

二、安装pytest-allure-adaptor插件

执行如下指令:pip  install  pytest-allure-adaptor

安装插件

三、生成报告report

执行如下指令:pytest -s -q --alluredir report      或者    pytest -s -q --alluredir  [path_to_report_dir]    这时候你就会发现用例执行完成之后会在当前目录下生成了一个report文件

生成报告report 3-1
生成报告 3-2

在pycharm中打开report文件,可以看到一堆乱七八糟的类似网页元素的文件。其实生成的这个文件夹的东西很重要,最终生成好看的报告就是靠他们.但再生成之前需要先装一个生成工具Command Tool

四、通过浏览器查看测试report

生成好看的测试报告工具有很多种,相关文档可以参考下面Generating a report,它支持gradle Plugin,Jenkins Plugin等等.这里我们简单的使用的方式生成报告.

a.安装 Command Tool,下载链接:allure-commandline,下载解压缩后通过CMD命令窗口中进入allure所在目录(allure-commandline\bin\allure),并执行如下指令:allure generate report/ -o report/html。在这里我加上了测试用例所在路径,如下图

生成报告 4-1

可以看到最终报告会生成在 report/html 目录下,打开html目录下的index.html,之前写的 case 报告就会呈现在出来。

在这里需要注意下:直接用浏览器打开报告(也就是打开index.html),报告会是空白页面。目前的解决办法是:使用pycharm进入html目录,鼠标右键选择打开方式Open in Browser就可以了。

生成报告 4-2
查看测试报告 4-3

b.在浏览器端的report显示效果图如下

首页效果图1

首页中展示了本次测试的测试用例数量,成功用例、失败用例、跳过用例的比例,测试环境信息,SUITES,FEATURES BY STORIES等基本信息,当与Jenkins做了持续置成后,TREND区域还将显示,历次测试的通过情况。 首页的左边栏,还从不同的维度展示测试报告的其他信息,大家可以自己点进去看看。

产品和用例缺陷效果图2

从表中可以看出,产品和用例的缺陷数量以及相应的缺陷详细信息

xUnit 效果图3
Behaviors 效果图4

这个页面按照FEATURES和 STORIES展示测试用例的执行结果

图形界面效果图5
总用时序效效果图5
目录
相关文章
|
5月前
|
Java 数据处理 索引
(Pandas)Python做数据处理必选框架之一!(二):附带案例分析;刨析DataFrame结构和其属性;学会访问具体元素;判断元素是否存在;元素求和、求标准值、方差、去重、删除、排序...
DataFrame结构 每一列都属于Series类型,不同列之间数据类型可以不一样,但同一列的值类型必须一致。 DataFrame拥有一个总的 idx记录列,该列记录了每一行的索引 在DataFrame中,若列之间的元素个数不匹配,且使用Series填充时,在DataFrame里空值会显示为NaN;当列之间元素个数不匹配,并且不使用Series填充,会报错。在指定了index 属性显示情况下,会按照index的位置进行排序,默认是 [0,1,2,3,...] 从0索引开始正序排序行。
421 0
|
5月前
|
存储 Java 数据处理
(numpy)Python做数据处理必备框架!(一):认识numpy;从概念层面开始学习ndarray数组:形状、数组转置、数值范围、矩阵...
Numpy是什么? numpy是Python中科学计算的基础包。 它是一个Python库,提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种方法,包括数学、逻辑、形状操作、排序、选择、I/0 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 Numpy能做什么? numpy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++
493 1
|
5月前
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
606 0
|
5月前
|
Java 数据处理 索引
(numpy)Python做数据处理必备框架!(二):ndarray切片的使用与运算;常见的ndarray函数:平方根、正余弦、自然对数、指数、幂等运算;统计函数:方差、均值、极差;比较函数...
ndarray切片 索引从0开始 索引/切片类型 描述/用法 基本索引 通过整数索引直接访问元素。 行/列切片 使用冒号:切片语法选择行或列的子集 连续切片 从起始索引到结束索引按步长切片 使用slice函数 通过slice(start,stop,strp)定义切片规则 布尔索引 通过布尔条件筛选满足条件的元素。支持逻辑运算符 &、|。
302 0
|
5月前
|
SQL 安全 Linux
Metasploit Pro 4.22.8-20251014 (Linux, Windows) - 专业渗透测试框架
Metasploit Pro 4.22.8-20251014 (Linux, Windows) - 专业渗透测试框架
286 1
Metasploit Pro 4.22.8-20251014 (Linux, Windows) - 专业渗透测试框架
|
5月前
|
Linux 网络安全 iOS开发
Metasploit Framework 6.4.95 (macOS, Linux, Windows) - 开源渗透测试框架
Metasploit Framework 6.4.95 (macOS, Linux, Windows) - 开源渗透测试框架
503 1
Metasploit Framework 6.4.95 (macOS, Linux, Windows) - 开源渗透测试框架
|
6月前
|
安全 Linux 网络安全
Metasploit Pro 4.22.8-2025091701 (Linux, Windows) - 专业渗透测试框架
Metasploit Pro 4.22.8-2025091701 (Linux, Windows) - 专业渗透测试框架
422 2
Metasploit Pro 4.22.8-2025091701 (Linux, Windows) - 专业渗透测试框架
|
6月前
|
Linux 网络安全 iOS开发
Metasploit Framework 6.4.90 (macOS, Linux, Windows) - 开源渗透测试框架
Metasploit Framework 6.4.90 (macOS, Linux, Windows) - 开源渗透测试框架
479 1
Metasploit Framework 6.4.90 (macOS, Linux, Windows) - 开源渗透测试框架

推荐镜像

更多