py-ops 0.1.3

a python base auto testing framework that programming oriented with Structured Language.

☤ 说明

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：

• 支持关键字定义

• 支持关键字组装

• 测试数据透传

该框架的主要特点：

• 基于``pytest``框架开发，支持原生插件

• 同时具备``关键字``和``BDD``框架的特点

• 无二次学习成本(Python|json)

• 天然支持``测试数据分离``与传递

• 对上层应用提供友好的封装接口

• 支持脚本``Debug``调试

• 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新版：

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。安装完成之后，在任意目录执行如下命令创建一个测试项目：

pyops startproject test1

命令执行完成之后，会在当前目录创建一个[test1]目录，具体的目录结构如下：

|- test1
    |-- ah_ext
        |-- __init__.py
    |-- demo.json

接着在测试项目根目录(test1)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

在执行完run命令后会在当前目录生成多个文件，具体的文件如下：

|- test1
    |-- ah_ext
        |-- __init__.py
    |-- demo.json
    |-- demo.py
    |-- pytest.ini
    |-- report.html
    |-- std.log

其中demo.py是由json文件生成的同名用例文件，这个是执行测试流程中的产物，也是执行测试的真正入口点。 report.html是测试报告，std.log则是测试的详细日志，pytest.ini自动生成的pytest配置文件。

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

json文件中还可以对case配置disable字段，为true时则不会执行，不填时默认为false。 如果希望强制运行disable为true的用例，可以使用forcerun命令。

pyops forcerun

当然，你也可以通过原生的pytest命令来执行，前提是已经通过make、run命令生成了py文件。比如：

pytest demo.py::test_cls_name::test_case_name -s -v --force_run --pytest_report report.html

其中-s、-v是pytest原生的参数，–force_run是pyops插件参数，–pytest_report则是PyTestReport插件参数。

☤ 框架设计结构

☤ 自动生成用例说明

自动生成的demo.json测试用例内容如下：

{
    "name": "TestDemo",
    "desc": ".....background......",
    "tag": "smoking_test",
    "setup_class": [],
    "teardown_class": [],
    "setup": [],
    "teardown": [],
    "cases": {
        "test_add": {
            "desc": "",
            "tags": [],
            "data": {
                "x": 2,
                "y": 3,
                "expect": 5
            },
            "flow": ["调用add"],
            "check": ["检查add"]
        }
    }
}

自动生成的``ah_ext.__init__.py``文件内容如下：

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']