生成excel测试报告
Project description
XLRP使用手册
xlrp是用于生成excel报告的python库,可以在不破坏当前代码结构的基础上,添加测试用例分类,生成报告,可应用大部分数据驱动场景
安装和导入
pip install xlrp # 安装
from XLRP import xlrp
用例分类
对于类、方法的形式,通常一个方法代表一个用例,所以,在方法上可以使用装饰器的形式,对于常见excel驱动,单函数的形式,可以使用with的形式进行分类
# 装饰器形式
@xlrp.SysName("测试模块")
class ExcelTest:
@xlrp.ModelName('模块1')
@xlrp.StepName("步骤1")
def xl_pr(self, a, b):
print(a, b)
# with形式
@xlrp.SysName("系统名称")
def excel_data():
with xlrp.ModelName("模块1"):
with xlrp.StepName("用例1):
print(123)
单函数用例运行
对于单个用例的形式,可以直接使用run方法进行运行,并可以向其中传入一个列表作为参数,列表中一个元素代表一个用例
def pr(a, b):
print(a + b)
# Runner可以接受一个布尔值参数,用来确定是否立即显示创建的图像
runner = Runner()
runner.run(excel_data, [(1, 3), (4, 5), (6, 7)])
运行类
对于类的形式,对方法的命名做了一定的规定,类中的方法,必须是以 "xl" 开头的,才会作为xlrp的用例运行
@xlrp.SysName("测试")
Class ExcelData:
@xlrp.ModelName("模块1")
@xlrp.StepName("用例1")
def xl_pr():
print(123)
@xlrp.ModelName("模块2")
@xlrp.StepName("用例2")
def xl_pr2():
print(456)
# 需要注意的是,这里传入的是类的实例对象
runner = Runner().run_class(ExcelData())
文件夹用例收集
在需要运行整个文件夹中的用例时,可以使用run_discover的方式,run_class有两个必填参数是第一个start_dir,为用例存放的文件夹;第二是sys_name,我们使用run_discover省略@SysName装饰器。两个可选参数,第一个patten,文件形式,默认'xl*.py',即xl开头的py文件;第二个为cls_start_mark,可以标记类名是以什么开头,默认'Xl'
用例在收集的时候,首先是根据文件名进行排序,存放在待运行列表中依次运行,run_discover只能收集class类,所以请尽量在文件中使用class包裹用例
# xl_test.py
from XLRP.xlrp import *
@xl_ddt
class XlTest:
@ModelName("登录模块")
def xl_01_login(self):
with StepName("登录"):
print('马师傅成功登录了!!!')
with StepName("登出"):
print('马师傅倒下了!!!')
@xl_data([('商品组合1', '商品1', '商品2'), ('商品组合2', '商品3',), ('商品组合3', '商品6',)])
@ModelName("购买模块")
def xl_02_buysomething(self, step, *args):
with StepName(step):
print('选择商品<松果弹抖闪电鞭>', args)
# with StepName(step):
# print('马师傅选择了付款')
@xl_data([('数学1', 1, 2), ('数学2', 3, 5), ('数学3', 4, 0)])
@ModelName("数学题")
def xl_03_compute(self, step, a, b):
with StepName(step):
print("马师傅开始做数学题")
print(a / b)
@ModelName("统计模块")
def xl_04_count(self):
with StepName('不讲武德'):
print("我付钱了,年轻人不讲武德!!!")
def xl_05_age(self):
with ModelName('计算马师傅年龄'):
with StepName("先打倒马师傅"):
print('来骗、来……偷袭')
with StepName("马师傅自曝年龄"):
print('偷袭我这20多岁的程序员')
@ModelName("松果弹抖闪电鞭")
def xl_06_flash(self):
@StepName("一鞭")
def xl_one():
print("松果")
xl_one()
@StepName("两鞭")
def xl_two():
print('弹~')
return False
xl_two()
@ModelName("马师傅打不过")
@StepName("打不过也要打")
def ma_sifu(a, b):
print(f'马师傅打了{a}和{b}')
# run.py
from XLRP.xlrp import *
if __name__ == '__main__':
runner = Runner()
runner.run_discover('./', '测试系统', 'xl_test.py').save_default()
类方法参数化
我们已经知道在run的方法中,是可以传入函数名和参数来进行参数化设置的,但是对于类来说,则不能这么进行处理,所以,xlrp自带了参数化的装饰器,为了方便记忆,则延用大家熟悉的ddt,但为了区分,这里为xl_ddt,虽然名字相同,但是他们的内部逻辑是有区别的
@SysName("测试模块")
@xl_ddt
class ExcelTest:
@ModelName('模块1')
@xl_data([(1, 2, '步骤1'), (2, 3, '步骤2'), (5, 5, '步骤3')])
def xl_pr(self, a, b, step):
with StepName(step):
assert a == b
@xl_data([(1, 2, '步骤1'), (2, 3, '步骤2'), (5, 5, '步骤3')])
@ModelName('模块2')
def xl_pr2(self, a, b, step):
with StepName(step):
assert a > b/a
@ModelName("模块3")
@StepName("步骤")
def xl_pr3(self):
print(123)
@ModelName("模块4")
@StepName("步骤")
def xl_pr4(self):
print(666)
通过上述的例子,我们可以看到,他的使用方法,和常用的ddt区别并不是很大,而我们作为类方式运行,其实xl_ddt的意义并不大,但是为了让run_class的方法更小更易维护,还是选择重新设置一个xl_ddt来捕获当前类
xl_data和run的参数化相似,也是传入一个列表,列表中每个元素代表一个用例的参数,三个参数会生成三个用例,注意事项 xlrp在收集参数构造用例的时候,是在原有的方法上,尾部加上了 "_数字" 的形式,类中用例的运行顺序,也是依据用例名称来进行的
保存图像
在我们运行用例之后,我们可以选择将图片存在excel中
@xlrp.SysName("系统1")
def single(a, b):
with xlrp.ModelName("模块"):
with xlrp.StepName("用例"):
print(a, b)
@xlrp.SysName("测试")
Class ExcelData:
@xlrp.ModelName("模块1")
@xlrp.StepName("用例1")
def xl_pr():
print(123)
@xlrp.ModelName("模块2")
@xlrp.StepName("用例2")
def xl_pr2():
print(456)
# plot_save_excel有两个参数:
# file_path: 需要保存进入的excel文件
# width_list: 图片的大小,默认是(700, 700, 700)
# width_list 的图像大小,默认第三个参数,会在原基础上X2,为保证图像美观,请保持三个数字一致
runner = Runner()
runner.run(single).plot_save_excel('./test.xlsx')
runner.run_class(ExcelData()).plot_save_excel('./test.xlsx')
默认保存(生成报告)
默认生成,会生成一个.xlrp_cache文件夹以及log、plot、report三个子文件夹,存放在当前调用文件同级目录下,excel文件包含两个sheet页面,一个是使用xlrp运行的所有用例以及他们的运行结果,第二个sheet为统计图标,一个饼图、一个柱状图、一个折线图,分别代表,系统用例运行总通过率、系统模块用例通过率、系统模块及模块用例运行耗时
runner = Runner()
runner.run(single).save_default()
runner.run_class(ExcelTest()).save_default()
多进程运行
在多进程运行的时候,为了使文件能正常保存,不至于覆盖,在Runner运行类中,增加了file_mark参数,此参数为设置文件的命名规则,自定义的方式能让自己更好理解文件的位置等信息,相比其他ID类的不明意义的标识更有辨识性
使用进程池的方式添加多个进程运行用例:
from XLRP.xlrp import *
from multiprocessing import Process, Pool
@SysName("测试模块")
@xl_ddt
class ExcelTest:
@ModelName('模块1')
@xl_data([(1, 2, '步骤1'), (2, 3, '步骤2'), (5, 5, '步骤3')])
def xl_pr(self, a, b, step):
with StepName(step):
assert a == b
@xl_data([(1, 2, '步骤1'), (2, 3, '步骤2'), (5, 5, '步骤3')])
@ModelName('模块2')
def xl_pr2(self, a, b, step):
with StepName(step):
assert a > b/a
@ModelName("模块3")
@StepName("步骤")
def xl_pr3(self):
print(1/ 0)
@ModelName("模块4")
@StepName("步骤")
def xl_pr4(self):
print(666)
@ModelName("模块5")
@StepName("步骤")
def xl_pr5(self):
return False
def run(mark):
runner = Runner(file_mark=mark)
runner.run_class(ExcelTest()).save_default()
if __name__ == '__main__':
file_names = ['测试1', '测试2', '测试3', '测试4']
pool = Pool(4)
for task in file_names:
pool.apply_async(run, (task, ))
pool.close()
pool.join()
使用事项
- 使用xlrp需要系统、模块、步骤都存在,缺少某一个则不能完整构成测试系统报告。
- 一个页面中,如果使用多个SysName装饰器,系统生成的报告会取用最后一次赋值的系统名称,这是因为xlrp未建设文件用例收集功能,默认以class作为大范畴。
- 每个步骤的命名应该不同,否则可能会覆盖数据,xlrp的step用例命名都掌握在用户手上,给予step不同名字,即视为不同用例,xlrp以用户命名step用例为准,而不以参数化的函数或者运行次数决定,所以在参数化的时候,传入step名称也许是一个好主意
- xlrp可以添加file_mark标记多进程,但并不支持多线程的操作,这是由于资源和共享变量占用的问题,锁的机制也会使得多线程变得“不多线程”,所以如果需要进行并发性操作,应使用进程形式,并使用Runner类中的file_mark,给定每个进程的文件名称,保证文件独立不至于被覆盖,而用户手动设置文件标记的方式,也会让用户更容易分清文件指向
- xlrp有run和run_class的运行方式,如果是class包括多个方法的用例系统,使用run_class的方式更加便捷,run在运行单个函数的时候,可以使用这种方式,但是尽量不要在同文件中进行混用,他们属于不同的运行方式,在数据方面,可能会造成冲突
- run_class的运行是按照用例名称来决定顺序的,所以,使用用例名称来合理处理运行顺序,但这里需要注意判断的是字符串形式,如 xl_12_test 其实是比 xl_5_test 要提前的,所以,以0的方式进行补位操作,满十进一是比较好的方式 xl_0009_test, xl_0010_test
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
File details
Details for the file xlrp-0.4.1.tar.gz
.
File metadata
- Download URL: xlrp-0.4.1.tar.gz
- Upload date:
- Size: 22.2 kB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/3.8.0 pkginfo/1.8.2 readme-renderer/33.0 requests/2.27.1 requests-toolbelt/0.9.1 urllib3/1.26.8 tqdm/4.63.0 importlib-metadata/4.11.3 keyring/23.5.0 rfc3986/2.0.0 colorama/0.4.4 CPython/3.8.10
File hashes
Algorithm | Hash digest | |
---|---|---|
SHA256 | 1e7e662093000cc254471687130252416a00ecdf533a9494f6c2edbaa953f287 |
|
MD5 | 3468cc1e5a38b7488b80eea1e719925e |
|
BLAKE2b-256 | 9c41462b5ac019d589de0076283919a0455ffd4790224bd20ee84ae8a329cc3d |
File details
Details for the file xlrp-0.4.1-py3-none-any.whl
.
File metadata
- Download URL: xlrp-0.4.1-py3-none-any.whl
- Upload date:
- Size: 19.7 kB
- Tags: Python 3
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/3.8.0 pkginfo/1.8.2 readme-renderer/33.0 requests/2.27.1 requests-toolbelt/0.9.1 urllib3/1.26.8 tqdm/4.63.0 importlib-metadata/4.11.3 keyring/23.5.0 rfc3986/2.0.0 colorama/0.4.4 CPython/3.8.10
File hashes
Algorithm | Hash digest | |
---|---|---|
SHA256 | 1119895faf69188df2acfc8858a450e67a909b166388b4c57f392cbd23138a34 |
|
MD5 | dc62c53b09db95e37471d672306be9d6 |
|
BLAKE2b-256 | a0b42379f4570aec678739b99e0807e001ea19ba9e66575931459d07506d92a3 |