如何搭建自动化测试框架？8年测试老司机浅谈一下！-编程知识

公司使用python+selenium+pytest来做UI自动化测试，我经历了从0开始搭建自动化工程、开发测试报告web服务、编写测试用例，经过了一段时间的磨合，感觉已经比较顺手了，这里梳理下我采用的自动化工程目录组织结构。

整体目录结构及说明
整个目录结构如下，其中第一级目录和文件有：

conf目录：主要用来存放项目运行环境、执行环境相关的配置参数

logic目录：与项目有关的关键字、业务逻辑封装放到此目录

testsuite目录：测试用例在此目录编写，pytest默认约定test开头的文件和方法为测试用例，不满足条件的不会被执行，内部建议按照特性建立文件夹对测试用例进行分类

utils目录：把与业务无关的实用程序放到此目录，比如自己写的辅助方法

.gitignore文件：git提交忽略文件配置文件

conftest.py文件：pytest的fixture方法可以写在这里，测试用例使用其中的fixture不需要使用import显示引入，不过目前我没有使用这个文件

pytest.ini文件：可以针对pytest进行一些配置，如日志格式和级别等，后面会展示其配置内容

requirements.txt文件：把需要安装的python第三方库写入此文件，需要使用该工程时只需要执行pip install -r requirements.txt就可以一次性全部依赖

runall.py文件：执行全部用例入口，主要用来给jenkins等CI/CD工具拉起自动化任务使用，后面会展示其内容

README.md文件：自动化工程说明文档

project_nameconfsettings.pylogic__init__.pylogic.pymysql.pytestsuitefeature01test_feature01.pyfeature02test_feature02.pyutilsutils.py.gitignoreconftest.pypytest.inirequirements.txtrunall.pyREADME.md

目录组织示例

pytest.ini配置

下面的配置主要是针对日志格式和级别进行了设置，log_cli开头的配置是针对控制台输出设置的，log_file开头的是针对输出到日志文件来设置的，会生成run.log日志文件，在./log目录下，如果log目录不存在会自动创建。

[pytest]
log_cli = 1
log_cli_level = INFO
log_cli_date_format = %Y-%m-%d-%H-%M-%S
log_cli_format = %(asctime)s - %(filename)s - %(module)s - %(funcName)s - %(lineno)d - %(levelname)s - %(message)s
log_file = ./log/run.log
log_file_level = INFO
log_file_date_format = %Y-%m-%d-%H-%M-%S
log_file_format = %(asctime)s - %(filename)s - %(module)s - %(funcName)s - %(lineno)d - %(levelname)s - %(message)s

现在我也找了很多测试的朋友，做了一个分享技术的交流群，共享了很多我们收集的技术文档和视频教程。
如果你不想再体验自学时找不到资源，没人解答问题，坚持几天便放弃的感受
可以加入我们一起交流。而且还有很多在自动化，性能，安全，测试开发等等方面有一定建树的技术大牛
分享他们的经验，还会分享很多直播讲座和技术沙龙
可以免费学习！划重点！开源的！！！
qq群号：822269834【暗号：csdn999】

requirements.txt

列举依赖的python第三方库，可以指定版本，也可以不指定，不指定的情况下默认安装最新版本。文件示例内容如下，其中selenium、pytest、pytest-html、pytest-xdist是必须的，其他需要根据自己的项目情况来定。

xlrd >= 1.2.0
openpyxl >= 3.0.4
requests >= 2.24.0
psutil >= 5.7.2
pymysql >= 0.10.0
selenium
pytest
pytest-html
pytest-repeat
elasticsearch
pyyaml
jsonpath
python-dateutil
paramiko
pytest-xdist
xlwt
pandas

runall.py

runall.py文件主要是给jenkins等CI/CD工具拉起自动化任务使用的，它的主要作用就是执行pytest.main方法来使用pytest框架来收集并执行测试用例，最终会生成html和xml两份报告。

import os
import time
import pytestfrom conf.settings import *def new_report_dir():return time.strftime("%Y-%m-%d")def new_report_name(project="demo", file_type="html"):"""file_type：文件后缀名，默认为html"""now = time.strftime("%Y-%m-%d_%H-%M-%S")report_name = "{2}_{0}.{1}".format(now, file_type, project)return report_nameif __name__ == "__main__":report_base_dir = r".\report"report_html = os.path.join(report_base_dir, new_report_dir(), new_report_name())report_xml = os.path.join(report_base_dir, new_report_dir(), new_report_name("demo", "xml"))pytest.main(["--html={0}".format(report_html), "--junit-xml={0}".format(report_xml), "-n {0}".format(CPU_NUM),"--dist=loadfile"])

但是，pytest默认生成的html报告并不友好，如果还想把历史数据做下统计分析就需要使用生成的xml报告了。比如通过flask框架可以快速定制开发出web服务，通过持续采集解析xml报告写入数据库作为数据源，不仅能更好地展现单次测试报告的数据，而且还能分析历史数据的统计曲线。