详解pytest+Allure搭建方法以及生成报告常用操作

 更新时间:2021年09月08日 16:25:03   作者:Eayon z  
本文主要介绍了详解pytest+Allure搭建方法以及生成报告常用操作,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

一、Allure搭建

1、下载Allure安装包

链接:https://github.com/allure-framework/allure2/releases

请添加图片描述

2、安装allure-pytest库

cmd命令行输入命令:

pip install allure-pytest

请添加图片描述

3、配置allure环境变量

在Path环境变量中,输入allure的地址

请添加图片描述

4、检验allure安装成功

命令行输入allure

请添加图片描述

二、allure生成报告代码

1、allure指定用例严重等级:

blocker(阻塞缺陷);critical(严重缺陷);normal(一般缺陷);minor(次要缺陷);trivial(轻微缺陷)
代码:

"--allure-severities=blocker,critical,normal"

2、allure指定标记的测试用例执行

示例@allure.story(‘xx')方法,其他@allure.feature(‘xx')标记也可以实现
代码:

"--allure-stories=自动化用例--搜索词,自动化用例--直达词"

请添加图片描述

3、生成报告代码

生成到指定的目录下或者生成到当前pycharm本地目录下
建议:提前新建一个temp文件用于存储脚本数据

    pytest.main(["--allure-severities=blocker,critical,normal",
                 # "--allure-stories=自动化用例--搜索词,自动化用例--直达词",
                 "test_AppIos_run.py", "--alluredir", "D:\\AllureReport\\temp"])
    os.system("allure generate D:\\AllureReport\\temp -o D:/AllureReport/reports --clean")
    #报告写入pycharm本地目录,自动生成对应的文件夹
    # pytest.main(["-s", "test_RomweIos_run.py", "--alluredir", "./temp"])
    # os.system("allure generate ./temp -o ./reports --clean")

注意,打开指定目录下的allure报告:

生成到其他磁盘的指定目录下,需要开启对应的服务器才可以正常展示报告
原因:PyCharm有自带的容器服务,有对应端口运行allure报告,如果不在pycharm中打开,需要本地可以开启一个容器服务去运行测试报告

1、安装anywhere

AnyWhere是一款随启随用的静态文件服务器,可以随时随地将你的当前目录变成一个静态文件服务器的根目录。

npm install -g anywhere

2、安装成功后,进入报告所在的目录
示例:进入D盘的AllureReport文件目录下
(1)命令行输入d:进入到D盘
(2)cd /指定文件夹

请添加图片描述

3、在对应文件夹启动anywhere服务

输入anywhere,回车后页面弹出该目录下的文件,点击对应的allure报告即可打开

请添加图片描述

4、打开报告

请添加图片描述
请添加图片描述

其他方法:安装Tomcat,将报告放入webapps文件下,启动Tomcat服务,打开对应报告页面即可

到此这篇关于详解pytest+Allure搭建方法以及生成报告常用操作的文章就介绍到这了,更多相关pytest+Allure搭建内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • pytorch: Parameter 的数据结构实例

    pytorch: Parameter 的数据结构实例

    今天小编就为大家分享一篇pytorch: Parameter 的数据结构实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12
  • 关于tensorflow softmax函数用法解析

    关于tensorflow softmax函数用法解析

    这篇文章主要介绍了关于tensorflow softmax函数用法解析,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-06-06
  • 使用Python解析JSON数据的基本方法

    使用Python解析JSON数据的基本方法

    这篇文章主要介绍了使用Python解析JSON数据的基本方法,是Python入门学习中的基础知识,需要的朋友可以参考下
    2015-10-10
  • 基于Python爬取爱奇艺资源过程解析

    基于Python爬取爱奇艺资源过程解析

    这篇文章主要介绍了基于Python爬取爱奇艺资源过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-03-03
  • python演示解答正则为什么是最强文本处理工具

    python演示解答正则为什么是最强文本处理工具

    正则表达式又称规则表达式,通常被用来检索、替换那些符合某个模式(规则)的文本,它是最强的文本处理工具,至于原因本文将给你答案
    2021-09-09
  • Python实现批量梯度下降法(BGD)拟合曲线

    Python实现批量梯度下降法(BGD)拟合曲线

    这篇文章主要介绍了Python实现批量梯度下降法(BGD)拟合曲线,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2021-04-04
  • python 将字符串转换成字典dict

    python 将字符串转换成字典dict

    将字符串转化成字典dict类型?这个可以用python的标准库simplejson 转换为JSON格式。
    2013-03-03
  • Python使用Chrome插件实现爬虫过程图解

    Python使用Chrome插件实现爬虫过程图解

    这篇文章主要介绍了Python使用Chrome插件实现爬虫,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-06-06
  • conda虚拟环境中查看包的位置的四种方法

    conda虚拟环境中查看包的位置的四种方法

    本文主要介绍了conda虚拟环境中查看包的位置的四种方法,包括使用Conda命令、在Python中查看、使用pip命令以及检查环境目录结构,具有一定的参考价值,感兴趣的可以了解一下
    2025-03-03
  • Python中numpy.pad()函数的使用详解

    Python中numpy.pad()函数的使用详解

    这篇文章主要介绍了Python中numpy.pad()函数的使用详解,在卷积神经网络中,为了避免卷积运算导致输出图像缩小和图像边缘信息丢失,常常采用图像边缘填充技术,即在图像四周边缘填充0,使得卷积运算后图像大小不会缩小,同时也不会丢失边缘和角落的信息,需要的朋友可以参考下
    2023-10-10

最新评论