这是一款基于pytest
封装,同时支持关键字
和BDD
,测试数据分离,面向编程,轻量级的,对上层自动化应用友好的基础测试框架。
其主要核心功能:
1.支持关键字定义2.支持关键字组装3.测试数据透传
该框架的主要特点:
1.基于pytest
框架开发,支持原生插件2.同时具备关键字
和BDD
框架的特点3.无二次学习成本(Python|json)4.天然支持测试数据分离
与传递5.对上层应用提供友好的封装接口6.支持脚本Debug
调试7.代码量少(7个文件500行代码)
pip install py-ops
或者使用下面命令安装最细版:
pip install git+https://github.com/five3/pyops.git
使用该框架非常的方便,基本没有学习成本。首先新建一个目录作为自动化项目的根目录,然后再新建一个名为ah_ext
的python包目录,并在__init__.py
文件中编写如下内容。
import logging
from pyops.decorator import (make_check, make_flow, alias)
logger = logging.getLogger()
def add(x, y):
print('add')
return x + y
@alias('调用add')
@make_flow
def call_add(data):
"""
data: 即json配置文件中的case节点下对应data字典对象
"""
data['actual'] = add(data['x'], data['y'])
@alias('检查add')
@make_check
def check_add(data):
"""
data: 即json配置文件中的case节点下对应data字典对象
"""
return data['actual'] == data['expect']
在该目录下新建一个demo.json
文件,内容如下:
{
"name": "TestDemo",
"desc": ".....background......",
"tag": "smoking_test",
"setup_class": [],
"teardown_class": [],
"cases": {
"test_add": {
"desc": "",
"tags": [],
"setup": [],
"teardown": [],
"data": {
"x": 2,
"y": 3,
"expect": 5
},
"flow": ["调用add"],
"check": ["检查add"]
}
}
}
在项目根目录执行如下命令运行测试:
pyops run
该命令默认会执行当前目录先全部的json用例文件,如果你希望只执行部分的json用例,则可以指定特定的文件名:
pyops run demo.jsom demo2.json
另外,在执行完该命令后会在当前目录生成一个对应名称的py文件,如:demo.py。这个执行测试流程中的产物,也是执行测试的真正入口点。如果你希望单独生成一个py用例文件,可以使用下面的命令:
pyops make demo.json