『 tep is a testing tool to help you write pytest more easily. Try Easy Pytest! 』

tep前身

tep的前身是接口自动化测试框架pyface，一款面向对象设计的测试框架，我写过一篇博客介绍。

测试框架 / 测试工具

tep的定位是 a testing tool，不是 a testing framework。

框架/工具，是有区别的。最大的区别，就是我自认为是没有足够的能力去自主开发一套“框架”！工具的能力，还是妥妥的！

自研的框架意味着不稳定，要花很多精力来踩坑填坑，别人不敢随便用的。工具只是站在巨人的肩膀上，出了问题，这个锅我不背！

tep是 try easy pytest 的首字母缩写，tep的目的是帮助你更简单地写pytest，比如用pytest+requests写接口自动化。

pytest是python的测试框架，很成熟。tep是pytest的测试工具，很简单。

pytest和tep都是开源项目。

设计理念

很大程度上借鉴了HttpRunner（优秀的框架）。不同的是，tep更着重写python，而不是写YAML文件。

简单是更好的
每个人都能用python写自动化

这就是tep的设计理念。

项目结构

tests
    __init__.py
.gitignore
conftest.py

tep提供了快速创建项目的能力，也就是脚手架。执行 tep startproject project_name，就可以创建项目结构，如，这里创建一个demo，

$ tep startproject demo
2020-07-28 14:34:57.649 | INFO     | tep.scaffold:create_scaffold:40 - Create new project: demo
Project root dir: \PycharmProjects\demo

Created folder: demo
Created folder: demo\tests
Created file: demo\tests\__init__.py
Created file: demo\conftest.py
Created file: demo\.gitignore

tests是一个package，用于存放测试脚本，脚本文件以test_开头或_test结尾，pytest才能识别到。个人喜欢以_test结尾。

conftest.py是一个全局文件，定义全局变量，也可以定义fixture、hook、plugin等，

import os

import pytest


@pytest.fixture(scope="session",autouse=True)
def project_cache(request):
    request.config.cache.set("project_dir",os.path.dirname(os.path.abspath(__file__)))


class Dev:
    test_url = 'https://dev.com'


class Qa:
    test_url = 'https://qa.com'


class Release:
    test_url = 'https://release.com'


# choose environment
env = Qa

# you can define your variables and functions and so on

1 定义了一个fixture，把项目路径保存到pytest缓存中。

2 定义了环境的class，多环境切换，不需要修改测试脚本。

3 自定义内容，比如用户登录token等。

专注于写脚本

项目结构很清晰。在conftest.py进行一些初始化/参数化/清理工作，在tests/写测试脚本。

不像pyface那样面向对象的封装，tep更注重平铺写脚本的方式，这样就离“每个人都能用python写自动化”更近一步。毕竟封装之后看着容易晕，我也晕。

去除掉框架的约束，给每个人写python的自由，在测试脚本里你可以尽情发挥你的代码风格，代码能力，千人千面。代价呢，就是代码质量参差不齐。

这又怎么样呢，用过各种开源/自主研发的测试平台，还不是每个人都在写着自己风格的自动化case！

大胆写，能写，写出来，跑通，就已经是在写自动化，就已经是在创造价值了！

tep默认是不会创建 reports 文件夹的，原因有二。

其一，如果你是本地执行的话，可以使用 --tep-reports 自定义命令行参数，来生成测试报告。

$ pytest --tep-reports

测试结束后会在 project_dir/reports 生成 report-2020-07-28的allure测试报告。

其二，如果你是持续集成的话，如Jenkins，已经提供了allure report的插件，配置一下就可以自动生成测试报告，百度 “jenkins allure”。

附上allure常用命令，

pytest --alluredir=result  # 报告目录，会生成一堆数据文件
allure generate result -o html  # 生成html报告
allure serve html  # 启动服务
allure open html  # 打开报告（直接执行自动启动服务） PyCharm可以右键index.html选择Open in Browser

allure下载地址，下载解压后，把bin绝对路径添加到系统环境变量Path中。allure需要安装jdk。

轻封装

tep尊重原生用法。

requests的封装只通过装饰器做了2个封装，一是记录接口请求响应耗时，二是打印日志。只需要 from tep.client import request ，就可以和 requests.request 一样使用了，没有做任何其他的冗余修改。

#!/usr/bin/python
# encoding=utf-8

"""
@Author  :  Don
@Date    :  7/25/2020 2:02 PM
@Desc    :
"""

import decimal
import json
import time

import requests
import urllib3
from loguru import logger
from requests import sessions

from tep.funcs import NpEncoder

urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)


def request_encapsulate(req):
    def send(*args,**kwargs):
        # elapsed
        start = time.process_time()
        response = req(*args,**kwargs)
        end = time.process_time()
        elapsed = str(decimal.Decimal("%.3f" % float(end - start))) + "s"

        # log
        try:
            log4a = {"method": args[0]}
            for k,v in kwargs.items():
                # if not json,str()
                try:
                    json.dumps(v)
                except TypeError:
                    v = str(v)
                log4a.setdefault(k,v)
            log4a.setdefault("status",response.status_code)
            log4a.setdefault("response",response.text)
            log4a.setdefault("elapsed",elapsed)
            logger.info(json.dumps(log4a,ensure_ascii=False,cls=NpEncoder))
        except AttributeError:
            logger.error("request Failed")
        except TypeError:
            logger.warning(log4a)

        return response

    return send


@request_encapsulate
def request(method,url,**kwargs):
    """此处省略1万行代码，没做任何修改，从源码copy过来，只加了个装饰器"""

1 使用 time.process_time() ，记录了耗时。

2 打印日志，把请求响应的method、url、headers、参数、响应状态码、响应体、耗时等数据保存到json中，输出控制台。

日志选择用loguru取代logging，from loguru import logger 直接用，不用再管handler了。

faker，造数据工具
jmespath，json解析工具
deepdiff，json比较工具
pandas、numpy，数据处理工具

安装tep，自动就把这些开源利器安装上了，无需单独安装。未来会集成更多实用工具到tep中。

tep本身是很轻的。

tep可持续发展

我是2014年参加工作的，2018年才开始接触接口测试（汗！），现在有2年多的接口测试经验，其中包括一整年的纯后端接口测试经验。

接口自动化第一次写了接口自动化框架AIM（基于unittest），后来又有pyface，以及中间改造过的各种临时版本。也用过一些开源框架如RobotFramwork、HttpRunner，使用过自研工具，如基于JMeter封装的平台。还有一些网上开源的“web接口自动化平台”，这个我是打个大大的问号的。实用性很差，功能很鸡肋，报错还多。接口自动化测试框架的轮子，造也造不完。

tep“测试工具”的定位完美的避开了所有这些框架的弊端。工具不会定义你如何写自动化脚本，工具只会帮你更好地写自动化脚本。

有理由相信，tep会成长为一款实用的测试工具。

源码

https://github.com/dongfanger/tep

这里安利一波pytest官网教程，阅读英文文档，才能真正理解作者的意思。不过，我也会通过"try easy pytest"一系列的文章，把pytest的知识点提炼出来，供你学习。学python，写pytest，用tep。测试更专业！

pytest封神之路第一步 tep介绍