測試平臺，有人說它雞肋，有人說它有用，有人說它輪子，眾說紛紜，不如從自身出發，考慮是否要做測試平臺： - 第1階段，用Python+requests寫介面自動化。 - 第2階段，選擇unitttest或pytest，更熟悉pytest選了pytest。 - 第3階段，快速搭建pytest專案腳手架，封裝tep測試工具。 - 第4階段，通過Git管理測試指令碼，多分支合併程式碼。 - 第5階段，去除本地環境同步麻煩，方便團隊共享指令碼。 需要有個測試平臺。 # 使用篇 ## **環境變數** 環境變數是字串鍵值對，全域性作用域。比如不同環境不同域名：  > 使用：`env_vars.name`。 ## **fixtures** fixtures即pytest的fixture，可以新增自定義函式，供測試用例使用。比如封裝登入介面返回token：  > `tep.fixture`提供了`url` fixture，自動拼接環境變數`env_vars.domain + uri`。 ## **測試用例** 在前端網頁寫程式碼，1條用例對應1個pytest的`test_name.py`檔案。比如呼叫`login` fixture登入：  ## **本地編寫** PyCharm寫程式碼體驗更好，正確姿勢是從平臺下載包含環境變數和fixtures等專案結構程式碼，本地編寫用例，除錯，跑通後，貼上到平臺上共享和維護：  > 本地和平臺環境一致，省去前期搭建，關注`tests`用例。 ## 擴充套件能力 用例是Python程式碼，理論上所有Python能寫出來的，平臺都能支援，比如HTTP、WebSocket、Protobuf等協議。 # 原理篇 ## pytest核心  1. `vue2-ace-editor`作為前端程式碼編輯元件。 2. 前端把程式碼通過HTTP請求傳給後端。 3. 後端把程式碼存入MySQL資料庫。 4. 執行用例，從資料庫取出程式碼，生成pytest檔案。 5. Shell命令呼叫`pytest -s test_name.py`，執行測試。 6. 後端把執行結果日誌返給前端展示。 之所以要折騰資料庫，是因為每次部署後docker容器裡面的檔案會被清掉，只能動態生成。 ## tep腳手架 測試平臺功能是從tep專案腳手架中抽取出來的：  - 把`fixture_env_vars.py`做成了`環境變數`功能。 - 把`fixture_login.py`等做成了`fixtures`功能。 - 把`tests`做成了`測試用例`功能。 ## 執行用例 整體流程如下： **tep startproject project_name** 執行用例時，判斷專案目錄是否存在，如果不存在就呼叫`tep startproject project_name`建立專案腳手架。 **更新conf.yaml中env** 把前端傳的當前執行環境更新到`conf.yaml`檔案中： ```yaml env: qa ``` **動態生成或更新fixture_env_vars.py檔案** 根據`環境變數`功能模組的資料，動態生成`fixture_env_vars.py`檔案： ```python #!/usr/bin/python # encoding=utf-8 from tep.dao import mysql_engine from tep.fixture import * @pytest.fixture(scope="session") def env_vars(config): class Clazz(TepVars): env = config["env"] """Variables define start""" # Environment and variables mapping = { "qa": { "domain": "https://qa.com", }, "release": { "domain": "https://release.com", } # Add your environment and variables } # Define properties for auto display domain = mapping[env]["domain"] """Variables define end""" return Clazz() ``` **動態生成或更新fixtures目錄下所有檔案** 根據`fixtures`功能模組的資料，動態生成`fixture_login.py`等所有檔案： ```python from tep.client import request from tep.fixture import * def _jwt_headers(token): return {"Content-Type": "application/json", "authorization": f"Bearer {token}"} @pytest.fixture(scope="session") def login(url): # Code your login logger.info("Administrator login") response = request( "post", url=url("/api/users/login"), headers={"Content-Type": "application/json"}, json={ "username": "admin", "password": "123456", } ) assert response.status_code < 400 response_token = jmespath.search("token", response.json()) class Clazz: token = response_token jwt_headers = _jwt_headers(response_token) return Clazz ``` > conftest.py會自動查詢後`import`，tests用例直接使用。 **動態生成或更新tests某個test_檔案** 從資料庫拿到用例程式碼，動態生成`test_`檔案。 **Shell執行pytest命令** 從上一步拿到`case_path`，呼叫`pytest -s case_path`執行測試。 > 計劃後續新增suite和marker兩種批量執行用例方式。 # 小結 本文介紹了我第一次做的測試平臺的使用和原理，技術棧為Vue+Django+Django REST Framework+JWT+MySQL+pytest+Git+BitBucket+Drone+Nginx+Docker+K8S，已在公司落地，還未大規模產出，由於服務端有較多磁碟IO讀寫，大量使用後不知道效能如何，目前來看問題不大，需要持續觀察和優化。測試平臺底層是`pytest`，用到了`tep`，那就叫`teprunner`。 > 參考資料： > > https://github.com/dongfan