Web自动化测试:如何生成高质量的测试报告

运行了所有测试用例,控制台输入的结果,如果很多测试用例那也不能够清晰快速的知道多少用例通过率以及错误情况。

web自动化测试实战之批量执行测试用例场景: 运行 AllTest.py 文件后得到的测试结果不够专业,无法直观的分析测试结果,我们能否有一个报告直接展示我测试用例运行的测试结果呢。答案是,当然有。

这里我们需要借助第三方库生成HTML格式的测试报告。这里用到的库是 HTMLTestRunner.py / HTMLTestReportCN.py 文件存放路径为 Python安装路径的Lib子文件夹中例如:F:\python3\Lib 如下图,那么当我们将包成功导入到LIb目录下后,我们可以在 AllTest.py 代码开头直接引用我们对应的报告格式包。

备注: HTMLTestRunner.py HTMLTestReportCN.py 一会最后小编会将包打包好推送给大家,都是基于Python3源码都根据python3修改支持使用的,2个包用法是一致,只是展示报告的风格不同一会儿小编会给你介绍大概样式,各位可以喜欢那种就引用哪种。

现在我们的包导入进来,接着我们要做的是生成的报告我们也要创建一个目录存在报告文件例如:'F:\\python3\\report' ,好报告的包导入了,存放报告的目录我们也创建好了,那么我们来看看基于上篇 AllTest.py 执行所有测试用例直接输出到报告怎么写

1、第一种我们引用的 HTMLTestReportCN.py 如下代码

# -*-coding=utf-8-*-
import unittest
import os, time
import HTMLTestReportCN
 
# 用例路径
case_path = 'F:\\python3\\python_code\\test_case_suite'
 
 
def AllTest():
    '''获取所有的测试模块'''
    suite = unittest.TestLoader().discover(
        start_dir=os.path.dirname(case_path),
        pattern='case*.py',
        top_level_dir=None
    )
    return suite
 
 
def getNowTime():
    '''获取当前的时间'''
    return time.strftime('%Y-%m-%d-%H-%M-%S', time.localtime(time.time()))
 
 
def run():
    fileName = os.path.join('F:\\python3\\report',
                            getNowTime() + 'report.html')
 
    fp = open(fileName,'wb')
    runner = HTMLTestReportCN.HTMLTestRunner(
        stream=fp,
        title=u'项目测试环境单元测试报告',
        description=u'注:为减少时间人力成本,提高转测质量,特每次对测试环境待发布的代码会对基础功能模块进行单元测试,进一步的提高测试效率,如下为用例执行结果,请查阅!')
 
    runner.run(AllTest())
 
 
if __name__ == '__main__':
    run()

注解:在以上完善后的AllTest.py文件中其中导入了os,timemo模块、HTMLTestReportCN 库。getNowTime 方法用来获取当前时间,每一次生成的测试报告如果文件名称一致,由于加上了最新时间信息,便可以根据文件名称确认哪个是最新的测试报告

run 方法用来执行测试套件中的测试用例和生成测试报告。在report 文件夹下生成了最新的测试报告,report的目录如下图所示

2、第二种我们引用的 HTMLTestRunner.py 如下代码

# -*-coding=utf-8-*-
import unittest
import os, time
import HTMLTestRunner
 
# 用例路径
case_path = 'F:\\python3\\python_code\\test_case_suite'
 
 
def AllTest():
    '''获取所有的测试模块'''
    suite = unittest.TestLoader().discover(
        start_dir=os.path.dirname(case_path),
        pattern='case*.py',
        top_level_dir=None
    )
    return suite
 
 
def getNowTime():
    '''获取当前的时间'''
    return time.strftime('%Y-%m-%d-%H-%M-%S', time.localtime(time.time()))
 
 
def run():
    fileName = os.path.join('F:\\python3\\report',
                            getNowTime() + 'report.html')
 
    fp = open(fileName,'wb')
    runner = HTMLTestRunner.HTMLTestRunner(
        stream=fp,
        title=u'巡服带教测试环境单元测试报告',
        description=u'注:为减少时间人力成本,提高转测质量,特每次对测试环境待发布的代码会对基础功能模块进行单元测试,进一步的提高测试效率,如下为用例执行结果,请查阅!')
 
    runner.run(AllTest())
 
 
if __name__ == '__main__':
    run()

查看报告输出样式

以上就是web自动化批量执行用例之后如果生成报告文件。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/966361.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

ubuntu24.04安装布置ros

最近换电脑布置机器人环境,下了24.04,但是网上的都不太合适,于是自己试着布置好了,留作有需要的人一起看看。 文章目录 目录 前言 一、确认 ROS 发行版名称 二、检查你的 Ubuntu 版本 三、安装正确的 ROS 发行版 四、对于Ubuntu24…

Idea 2024.3 使用CodeGPT插件整合Deepseek

哈喽,大家好,我是浮云,最近国产大模型Deepseek异常火爆,作为程序员我也试着玩了一下,首先作为简单的使用,大家进入官网,点击开始对话即可进行简单的聊天使用,点击获取手机app即可安装…

Composo:企业级AI应用的质量守门员

在当今快速发展的科技世界中,人工智能(AI)的应用已渗透到各行各业。然而,随着AI技术的普及,如何确保其可靠性和一致性成为了企业面临的一大挑战。Composo作为一家致力于为企业提供精准AI评估服务的初创公司,通过无代码和API双模式,帮助企业监测大型语言模型(LLM)驱动的…

数据库操作与数据管理——Rust 与 SQLite 的集成

第六章:数据库操作与数据管理 第一节:Rust 与 SQLite 的集成 在本节中,我们将深入探讨如何在 Rust 中使用 SQLite 数据库,涵盖从基本的 CRUD 操作到事务处理、数据模型的构建、性能优化以及安全性考虑等方面。SQLite 是一个轻量…

从 Facebook 到元宇宙:社交网络的技术进化与前景

引言 社交网络的演变不仅仅是技术进步的体现,更是人类沟通方式革命的缩影。从 Facebook 的诞生到元宇宙的兴起,我们见证了社交互动从简单的信息交换到沉浸式虚拟体验的转变。本文将探讨这一技术演进的历程,并展望社交网络在元宇宙时代的新形…

Java面试题-MySQL数据库

文章目录 1.事务1.事务的特性 ACID2.并发事务问题3.undo log 和redo log的区别?4.事务的隔离性是如何保证的呢?解释一下MVCC? 2.索引1.如何定位慢查询?2.explain3.了解过索引吗?索引的底层数据结构B树和B树对比4.什么是…

mysql8安装时提示-缺少Microsoft Visual C++ 2019 x64 redistributable

MySQL8.0安装包mysql-8.0.1-winx64进行安装,提示:This application requires Visual Studio 2019 x64Redistributable, Please install the Redistributable then runthis installer again。出现这个错误是因为我们电脑缺少Microsoft Visual C 这个程序&…

【stm32学习】STM32F103实操primary(FlyMCU)

github插入图片实在是太难用了,暂时懒得学就先用CSDN吧hh 一、在设备管理器下,找到单片机,并检查与FlyMCU-搜索端口 显示的是否一致 二、在搜索串口右面的栏里选中该Port,波特率选中115200 三、选择文件夹中的.hex文件&#xff0…

【C语言系列】深入理解指针(5)

深入理解指针(5) 一、sizeof和strlen的对比1.1sizeof1.2strlen1.3sizeof和strlen的对比 二、数组和指针笔试题解析2.1 一维数组2.2 字符数组2.2.1代码1:2.2.2代码2:2.2.3代码3:2.2.4代码4:2.2.5代码5&#…

『Apisix进阶篇』结合Consul作服务发现实战演练

文章目录 一、引言二、APISIX与Consul集成2.1 环境准备2.2 配置Consul服务发现2.2.1 修改APISIX配置文件2.2.2 重启APISIX 2.3 在路由中使用Consul服务发现2.3.1 创建路由2.3.2 验证路由 2.4 高级配置2.4.1 服务过滤2.4.2 多数据中心支持 三、总结 📣读完这篇文章里…

迁移学习 Transfer Learning

迁移学习(Transfer Learning)是什么? 迁移学习是一种机器学习方法,它的核心思想是利用已有模型的知识来帮助新的任务或数据集进行学习,从而减少训练数据的需求、加快训练速度,并提升模型性能。 &#x1f…

深入理解 C++17 std::is_swappable

文章目录 深入理解 C17 std::is_swappable引言std::is_swappable 概述std::is_swappable 的工作原理std::is_swappable 的变体注意事项结论 深入理解 C17 std::is_swappable 引言 在 C 编程中,交换两个对象的值是一个常见的操作。为了确保代码的通用性和安全性&am…

Java/Kotlin双语革命性ORM框架Jimmer(一)——介绍与简单使用

概览 Jimmer是一个Java/Kotlin双语框架 包含一个革命性的ORM 以此ORM为基础打造了一套综合性方案解决方案,包括 DTO语言 更全面更强大的缓存机制,以及高度自动化的缓存一致性 更强大客户端文档和代码生成能力,包括Jimmer独创的远程异常 …

deepseek+kimi自动生成ppt

打开deepseek官网,输入详细的需求,让他生成个ppt 接着deepseek开始思考生成了 接着复制生成了的内容 打开kimi粘贴刚才deepseek生成的内容 可以一键生成啦,下载编辑使用吧

C#中深度解析BinaryFormatter序列化生成的二进制文件

C#中深度解析BinaryFormatter序列化生成的二进制文件 BinaryFormatter序列化时,对象必须有 可序列化特性[Serializable] 一.新建窗体测试程序BinaryDeepAnalysisDemo,将默认的Form1重命名为FormBinaryDeepAnalysis 二.新建测试类Test Test.cs源程序如下: using System; us…

探索从传统检索增强生成(RAG)到缓存增强生成(CAG)的转变

在人工智能快速发展的当下,大型语言模型(LLMs)已成为众多应用的核心技术。检索增强生成(RAG)(RAG 系统从 POC 到生产应用:全面解析与实践指南)和缓存增强生成(CAG&#x…

采用idea中的HTTP Client插件测试

1.安装插件 采用idea中的HTTP Client插件进行接口测试,好处是不用打开post/swagger等多个软件,并且可以保存测试时的参数,方便后续继续使用. 高版本(2020版本以上)的idea一般都自带这个插件,如果没有也可以单独安装. 2.使用 插件安装完成(或者如果idea自带插件),会在每个Con…

WebStorm设置Vue Component模板

下载vue.js插件 下面有模板样例 Composition API:这是 Vue 3 的一项新特性,允许通过 setup 函数来组织组件逻辑。Options API:这是 Vue 2 和 Vue 3 都支持的传统方式,通过定义组件的 data、methods、computed 等来组织逻辑。 Comp…

程序诗篇里的灵动笔触:指针绘就数据的梦幻蓝图<7>

大家好啊,我是小象٩(๑ω๑)۶ 我的博客:Xiao Xiangζั͡ޓއއ 很高兴见到大家,希望能够和大家一起交流学习,共同进步。 今天我们一起来学习转移表,回调函数,qsort… 目录 一、转移表1.1 定义与原理1.3…

DeepSeek-R1:通过纯强化学习提升大模型推理能力,对于真正的强 AI (AGI/ASI),要放弃人类评审,让TA学会自我评估与博弈

DeepSeek-R1:通过纯强化学习提升大模型推理能力,对于真正的超级人工智能,要放弃人类评审,让TA学会自我评估与博弈 论文大纲理解Why - 这个研究要解决什么现实问题What - 核心发现或论点是什么HowHow good - 研究的理论贡献和实践意…