专栏首页TestQApy-ops面向编程的关键字测试框架

py-ops面向编程的关键字测试框架

说明

这是一款基于pytest封装,同时支持关键字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)

环境安装

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

快速开始

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

框架设计结构

本文分享自微信公众号 - TestQA(testqna),作者:five3

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-12-25

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 基于host的http代理--hproxy

    本文主要讲述,如何实现一个基于host方式的http代理,以及它与普通代理之间的区别。这种方式的代理主要可以应用于哪些实际的测试场景。

    上帝De助手
  • 浅谈测试环境治理在Devops中的应用

    其实Devops之所以能火起来,还是因为现在的互联网公司迫于竞争的压力,想要能够先于竞争对手、市场发布自己的产品或需求。而剩下的一部分公司则可能是跟随主流,且不...

    上帝De助手
  • 性能监控平台搭建 - InfluxDB安装与使用指南

    InfluxDB是目前比较主流的时序数据库,而时序数据库则是以时间序列为轴的数据库,与关系型数据库相比它有几个特点:

    上帝De助手
  • 机器学习(二) 如何做到Kaggle排名前2%

    Jason Guo
  • [编程经验] Pandas中比较好用的几个方法

    话说我现在好久不做深度学习的东西了,做了一段时间是的NLP,以为可以去尝试各种高大上的算法,然而现在还并没有,反而觉得更像是做数据挖掘的。。平时遇到的比较多的问...

    用户1622570
  • 基于百度翻译的简单爬虫翻译-- coding:utf-8 --访问网址模拟浏览器创建文件夹用一个text文件保存,文件名用单词名字

    因为最近有数据需求,自己写了一个简单的小爬虫,但是这是第一版还是比较简陋,慢慢更新吧. ---- 能够实现的功能是查询英语单词和中文单词并且能够找出读音来,希望...

    云时之间
  • 数据科学篇| statsmodels库的使用(六)

    statsmodels是一个Python模块,它提供对许多不同统计模型估计的类和函数,并且可以进行统计测试和统计数据的探索。

    用户6029108
  • zookeeper入门

    Apache ZooKeeper是Apache软件基金会的一个软件项目,他为大型分布式计算提供开源的分布式配置服务、同步服务和命名注册。ZooKeeper曾经是...

    LiosWong
  • 基于 HTML5 结合互联网+ 的 3D 隧道

    目前,物资采购和人力成本是隧道业发展的两大瓶颈。比如依靠民间借贷,融资成本很高;采购价格不透明,没有增值税发票;还有项目管控和供应链管理的问题。成本在不断上升,...

    HT_hightopo
  • 【高能】用PyMC3进行贝叶斯统计分析(代码+实例)

    问题类型1:参数估计 真实值是否等于X? 给出数据,对于参数,可能的值的概率分布是多少? 例子1:抛硬币问题 硬币扔了n次,正面朝上是h次。 参数问题 想知道...

    量化投资与机器学习微信公众号

扫码关注云+社区

领取腾讯云代金券