Pytest+requests进行接口自动化测试4.0（Pytest框架前后置处理+参数化+Allure+log日志的实现）

know__ledge

墨衍会员 · AI 创作全网分发码龄5年

关注

原创 2025-09-24 10:16:05 955 阅读 AI 写同款· GEO 优化 ›

如何快速搭建接口自动化测试框架【附教程+源码】 getEnvDomain 用于从自定义的configs.ini文件获取对应环境的微服务的请求域名configs.ini的内容。阅读详情

接口自动化测试学习

一、pytest框架测试用例前后置处理
二、pytest框架参数化
三、pytest使用yaml文件做数据驱动
四、log日志模块的封装

一、pytest框架测试用例前后置处理

前置处理：环境准备（启动服务）、数据初始化、资源获取（加载配置文件）
后置处理：环境清理（垃圾数据）、资源释放、状态还原（回滚数据库事务）

1. setup/teardown、setup_class/teardown_class（用的少）

举例（使用方法和 unittest 类似）

import pytest

class TestLogin:

    @classmethod
    def setup_class(cls):
        """在所有测试用例执行前只执行一次"""
        print('类的初始化工作，如创建对象，创建数据库链接')

    def setup(self):
        """前置处理"""
        print('在每个测试方法运行前都要执行该代码块')

    def test_case01(self):
        print('第2个')

    def test_case02(self):
        print('第3个')

    def test_case03(self):
        print('第1个')
              
    def teardown(self):
        """前置处理"""
        print('在每个测试方法运行后都要执行该代码块')
        
    @classmethod
    def teardown_class(cls):
        """在所有测试用例执行后只执行一次"""
        print('关闭数据库的链接')

2. pytest核心：通过装饰器 @pytest.fixture 方式来实现用例前后置（重点！！）

1）格式和结构

前置处理（默认）

在方法前加上 @pytest.fixture(scope=“”, params=“”, autouse=False, ids=“”, name=“”)

后置处理，关键字 yield

yield 之前的代码是前置，之后的是后置（teardown）

@pytest.fixture(scope='function',autouse=True)
def fixture_test():
    """前后置处理"""
    print("-----接口测试开始-----")
    yield
    print("-----接口测试结束-----")

2）@pytest.fixture 5种参数详解

- scope（重点）

scope	表示被 @pytest.fixture 标记的方法作用域，它的值主要有4个，function(默认)，class、module、package/session
function(默认)	（作用域是每一个方法）每个测试用例执行之前都会先去执行前置操作，类似setup/teardown
class	（作用域是每一个类）每个类执行之前会执行前置操作，类似setup_class/teardown_class
module	（作用域是模块，也就是类）一个文件有多个类的时候，每次都只会执行一次前置和后置操作
package/session	多个测试用例文件只执行一次前后置操作

举例：

function

@pytest.fixture(scope='function',autouse=True)
def fixture_test():
    """前后置处理"""
    print("这是处理前后置的方法")

在这里插入图片描述

class

@pytest.fixture(scope='class',autouse=True)
def fixture_test():
    """前后置处理"""
    print("-----接口测试开始-----")
    yield
    print("-----接口测试结束-----")

在这里插入图片描述

module

@pytest.fixture(scope='module',autouse=True)
def fixture_test():
    """前后置处理"""
    print("-----接口测试开始-----")
    yield
    print("-----接口测试结束-----")

在这里插入图片描述

package/session

步骤一：创建多个测试用例文件
在这里插入图片描述
步骤二：在根目录下创建 conftest.py ，@pytest.fixture(scope=‘session’)

import pytest

@pytest.fixture(scope='session',autouse=True)
def fixture_test():
    """前后置处理"""
    print("-----接口测试开始-----")
    yield
    print("-----接口测试结束-----")

步骤三：运行测试用例

import pytest

if __name__ == '__main__':
    pytest.main(['-vs', './testcase'])

运行结果：多个测试用例文件只执行一次前后置操作
在这里插入图片描述

- params

params	参数化（支持的格式有：list、tuple、字典）

格式：

@pytest.fixture(scope='function', autouse=True, params=['北京', '广州', '深圳'])
def fixture_test(request):
    """前后置处理"""
    return request.param
    
class TestLogin02:
    def test_case01(self):
        print('第22个')

    def test_case02(self,fixture_test):
        print('第33个',fixture_test)

在这里插入图片描述

- ids（用的不多）

ids	当使用params参数化时，给每一个值设置一个变量(相当于取别名)，意义不大

@pytest.fixture(scope='function',autouse=True,params=['北京','广州','深圳'],ids=['BJ','GZ','SZ'])
def fixture_test(request):
    """前后置处理"""
    return request.param
    
class TestLogin02:
    def test_case01(self):
        print('第22个')

    def test_case02(self,fixture_test):
        print('第33个',fixture_test)

在这里插入图片描述

- autouse

autouse	autouse=True 时自动使用@pytest.fixture ，默认False

@pytest.fixture(scope='module',autouse=True)
def fixture_test():
    """前后置处理"""
    print("-----接口测试开始-----")
    yield
    print("-----接口测试结束-----")

在这里插入图片描述

- name（用的不多）

name	给被fixture标记的方法修改别名

@pytest.fixture(scope='function',autouse=True,params=['北京','广州','深圳'],name="test3")
def fixture_test(request):
    """前后置处理"""
    return request.param
    
class TestLogin02:
    def test_case01(self):
        print('第22个')

    def test_case02(self,test3):
        print('第33个',test3)

在这里插入图片描述

3. conftest.py + @pytest.fixtrue（全局处理）

conftest.py 文件名是固定写法，不可更改，conftest.py + @pytest.fixtrue 结合使用来实现全局前后置应用

操作步骤

步骤一：创建多个测试用例文件
在这里插入图片描述
步骤二：在根目录下创建 conftest.py ，@pytest.fixture

import pytest

@pytest.fixture(scope='module',autouse=True)
def fixture_test():
    """前后置处理"""
    print("-----接口测试开始-----")
    yield
    print("-----接口测试结束-----")

步骤三：运行测试用例

import pytest

if __name__ == '__main__':
    pytest.main(['-vs', './testcase'])

运行结果：多个测试用例文件均执行 conftest.py 中 @pytest.fixtrue 的前后置操作
在这里插入图片描述

使用场景（conftest可以根据需要写无数个）

1.登录操作（多个测试用例文件只需登录一次拿到 token 值）

@pytest.fixture(scope="function")
def login():
    """模拟用户登录，返回 token"""
    global LOGIN_TOKEN
    print("正在执行登录操作...")

    # 模拟登录请求
    credentials = {"username": "testuser", "password": "123456"}
    # 假设登录成功，返回 token
    LOGIN_TOKEN = "bearer_xyz_123_token"

    yield LOGIN_TOKEN  # 提供给测试函数使用

    # 后置：登出或清理 token
    print("登出，清除登录状态...")
    LOGIN_TOKEN = None

2.文件清除操作（每次运行结束后整体清除缓存）

@pytest.fixture(scope="function")
def temp_file():
    """创建一个临时测试文件，测试结束后自动删除"""
    file_path = "tests/temp/test_data.json"
    data = {"name": "张三", "age": 25}

    print(f"创建临时文件: {file_path}")
    with open(file_path, 'w', encoding='utf-8') as f:
        json.dump(data, f, ensure_ascii=False)

    yield file_path  # 将文件路径传给测试

    # 后置：删除文件
    if os.path.exists(file_path):
        os.remove(file_path)
        print(f"已删除临时文件: {file_path}")
    else:
        print(f"文件 {file_path} 不存在，跳过删除")

二、pytest框架参数化

1.@pytest.mark.parametrize(args_name，args_value)

args_name：参数名称， args_value：值

值的可用类型	举例
list：列表（最常用）	[ ‘小李’ , ‘小张’ , ‘小华’ ]
tuple：元祖类型	( ‘李四’ , ‘张三’ , ‘王五’ )
字典列表：[{},{},{}]	[{‘name’: ‘小张’}, {‘name’: ‘小明’}]
字典元祖：({},{},{})	({‘name’: ‘小张’}, {‘name’: ‘小明’})

2.参数里面有多少个值这个用例就会执行多少次

举例

class TestLogin:
    @pytest.mark.parametrize('params',({'name':'小张'},{'name':'小李'}))
    def test_case01(self,params):
        print('用例一')
        print(params)

在这里插入图片描述

三、pytest使用yaml文件做数据驱动

数据驱动是指：将测试逻辑与测试数据分离，通过读取外部文件中的数据来驱动测试用例执行。
使用场景：测试用例参数化（如登录、接口测试）；配置管理；多环境数据支持（开发、测试、生产）；UI 自动化中的页面对象数据分离

步骤一：准备工作

1. 安装依赖（PyYAML+Allure）

1）安装PyYAML

pip install PyYAML

2）安装测试报告生成工具allure

allure下载地址：https://github.com/allure-framework/allure2/releases

在这里插入图片描述

解压 allure.zip

在这里插入图片描述

cmd检查是否安装成功

在这里插入图片描述

2. Allure的使用

pytest.ini 配置文件及 run.py 整体运行文件的编写

1）pytest.ini 配置文件及解释

addopts = --alluredir=./report/temp -vs --clean-alluredir -p no:warnings
         """生成文件存储路径       存储精细度    每次执行覆盖前一次  只显示报错"""

2）run.py 整体运行文件的编写

import pytest
import os

if __name__ == '__main__':
    pytest.main(['-vs', './testcase'])
    os.system(f'allure serve ./report/temp')
             """使用allure方式解析文件"""

3）运行 run.py 生成报告

在这里插入图片描述

补充知识：allure测试报告内容定制化

（总览界面里的环境可通过代码进行配置）

在这里插入图片描述
1）根目录创建 environment.xml 文档

2）固定语法，可按需求修改内容

<environment>
    <parameter>
        <key>system</key>
        <value>window 10</value>
    </parameter>
    <parameter>
        <key>python version</key>
        <value>3.8.10</value>
    </parameter>
    <parameter>
        <key>allure version</key>
        <value>allure-2.13.8</value>
    </parameter>
    <parameter>
        <key>项目名</key>
        <value>xxx项目接口自动化测试</value>
    </parameter>
</environment>

3）运行主函数 run.py 里书写

每次运行，将 ./environment.xml 复制到 ./report/temp文件夹下

import shutil
if __name__ == '__main__':
    shutil.copy('./environment.xml','./report/temp')

4）查看生成效果

在这里插入图片描述

3. 创建 YAML 数据文件

在这里插入图片描述

- baseInfo:
    api_name: 用户登录
    url: /api/basic/auth/loginWithoutCheckCode
    method: POST
    header:
      Content-Type: application/json
  test_case:
    - case_name: 用户名和密码正确登录验证
      json:
        username: "cssc"
        password: "11312313"
      validation:
        - eq: [msg, 登录成功]
      extract:
        token: $.token

步骤二：执行

1. 编写测试用例（使用 @pytest.mark.parametrize）

import pytest
from common.run_yaml import ReadYamlData
from conf.setting import FILE_PATH
from common.sendrequests import SendRequest

class TestLogin:
    readyaml = ReadYamlData()

    @pytest.mark.parametrize('params',readyaml.read(FILE_PATH['login']))
    def test_case01(self,params):
        # print(params)
        new_url = 'http://192.168.4.200'+params['baseInfo']['url']
        headers =  params['baseInfo']['header']
        method = params['baseInfo']['method']
        data = params['test_case'][0]['json']
        sendrequest = SendRequest()
        res=sendrequest.run_main(url=new_url,header=headers,method=method,data=data)
        print(res)
        assert res['code'] == 200

代码解析：

1）引入封装好的 ReadYamlData（读取 YAML 数据）

from common.run_yaml import ReadYamlData
class TestLogin:
    readyaml = ReadYamlData()   # 实例化类

2）数据参数化，将读取的yaml数据变为参数

from conf.setting import FILE_PATH
    @pytest.mark.parametrize('params',readyaml.read(FILE_PATH['login']))

FILE_PATH[‘login’] 为配置文件 setting.py 的使用

# 文件路径
FILE_PATH = {
    'login': os.path.join(DIR_path, r'testcase\login\login.yaml')
}

3）测试用例中使用该参数化的数据

    @pytest.mark.parametrize('params',readyaml.read(FILE_PATH['login']))
    def test_case01(self,params):
        new_url = 'http://192.xxx.x.200' + params['baseInfo']['url']
        headers =  params['baseInfo']['header']
        method = params['baseInfo']['method']
        data = params['test_case'][0]['json']

4）引入封装好的接口请求，执行接口调用

封装好的接口请求

在这里插入图片描述

assert 断言判断接口返回是否与预期一致

from common.sendrequests import SendRequest
        sendrequest = SendRequest()           
        res = sendrequest.run_main(url=new_url,header=headers,method=method,data=data)
        print(res)
        assert res['code'] == 200

执行结果

在这里插入图片描述

2. 运行Allure生成测试报告

运行根目录下的 run.py 文件

import pytest
import os

if __name__ == '__main__':
    pytest.main(['-vs', './testcase'])
    os.system(f'allure serve ./report/temp')

在这里插入图片描述

四、log日志模块的封装

目标：实现一个可复用的日志功能

实现：
1）日志能输出到文件（用于后期排查问题）
2）日志能输出到控制台（方便实时查看）
3）日志文件按天命名，自动创建目录
4）日志内容包含：级别、时间、文件名、行号、函数名、消息
5）支持不同输出级别控制
文件目录（示例）
Autopractice/
├── conf/
│ └── setting.py ---- 配置文件
├── common/
│ └── recordlog.py ---- 日志封装模块
├── testcases/
│ └── test_login.py ---- 测试用例
└── log/ ---- 自动生成的日志目录（无需手动创建）

第一步：配置文件 setting.py

# log日志的输出级别
LOG_LEVEL = logging.DEBUG        # 写入文件的日志级别（DEBUG 最详细）
STREAM_LOG_LEVEL = logging.WARNING  # 输出到控制台的日志级别（只显示警告及以上）

# 文件路径配置
FILE_PATH = {
    'log' : os.path.join(DIR_path, 'log')
}

说明：

logging.DEBUG：表示记录所有级别的日志（DEBUG、INFO、WARNING、ERROR、CRITICAL）

logging.WARNING：表示记录 warning 级别以上的日志（WARNING、ERROR、CRITICAL）

第二步：封装日志模块 recordlog.py

import logging
import os
import time
from conf.setting import FILE_PATH,LOG_LEVEL,STREAM_LOG_LEVEL
from logging.handlers import RotatingFileHandler

log_path = FILE_PATH['log']
if not os.path.exists(log_path):
    os.makedirs(log_path)
logfile_name = os.path.join(log_path, f'test.{time.strftime("%Y%m%d")}.log')

class RecordLog:
    """封装日志"""
    def output_logging(self):
        """获取logger对象"""
        logger = logging.getLogger("apilog")
        # 防止打印重复的log日志
        if not logger.handlers:
            logger.setLevel(LOG_LEVEL)
            log_format = logging.Formatter('%(levelname)s - %(asctime)s - %(filename)s:%(lineno)d - [%(module)s:%(funcName)s] - %(message)s')
            # 日志输出到指定文件
            fh = RotatingFileHandler(filename=logfile_name,mode='a', maxBytes=5242880,
                                backupCount=7,
                                encoding='utf-8') # maxBytes:控制单个日志文件的大小，单位是字节，backupCount：用于控制日志文件的数量
            fh.setLevel(LOG_LEVEL)
            fh.setFormatter(log_format)

            # 再将相应的handler添加到logger
            logger.addHandler(fh)

            # 将日志输出到控制台
            sh = logging.StreamHandler()
            sh.setLevel(STREAM_LOG_LEVEL)
            sh.setFormatter(log_format)
            logger.addHandler(sh)

        return logger


apilog = RecordLog()
logs = apilog.output_logging()

解释说明：

① 在 setting.py 文件中获取日志存储路径
② 查看是否有该路径存在，没有则按 setting.py 中规定创建 log 的多级目录
③ 定义日志文件名（按日期命名）

from conf.setting import FILE_PATH,LOG_LEVEL,STREAM_LOG_LEVEL

log_path = FILE_PATH['log']   # 在 setting.py 文件中获取日志存储路径
if not os.path.exists(log_path):
    os.makedirs(log_path)
logfile_name = os.path.join(log_path, f'test.{time.strftime("%Y%m%d")}.log')
                                           """time.strftime("%Y%m%d")：生成当前日期"""

封装类：RecordLog（日志功能）

① 单例模式，创建名为’apilog’ 的 logger对象
② 设置日志输出级别和格式，并防止重复打印
③ 配置两个处理器，一个将日志输出到文件，一个将日志输出到终端

class RecordLog:
    """封装日志功能"""
    def output_logging(self):
        """返回一个配置好的 logger 对象"""
        # 获取一个名为 'apilog' 的 logger
        logger = logging.getLogger("apilog")
        # 防止重复添加 handler（避免日志重复打印）
        if not logger.handlers:
            # 设置 logger 的日志级别
            logger.setLevel(LOG_LEVEL)
            # 定义日志格式
            log_format = logging.Formatter(
                '%(levelname)s - %(asctime)s - %(filename)s:%(lineno)d - '
                '[%(module)s:%(funcName)s] - %(message)s'
            )
            # 1. 配置文件处理器：写入日志文件
            fh = RotatingFileHandler(
                filename=logfile_name,     # 日志文件路径
                mode='a',                  # 追加模式
                maxBytes=5 * 1024 * 1024,  # 单个文件最大 5MB
                backupCount=7,             # 最多保留 7 个备份文件
                encoding='utf-8'           # 编码格式
            )
            fh.setLevel(LOG_LEVEL)
            fh.setFormatter(log_format)
            logger.addHandler(fh)  # 添加到 logger

            # 2. 配置控制台处理器：输出到终端
            sh = logging.StreamHandler()
            sh.setLevel(STREAM_LOG_LEVEL)
            sh.setFormatter(log_format)
            logger.addHandler(sh)  # 添加到 logger

        return logger

代码	作用
logging.getLogger(“apilog”)	获取一个唯一的 logger 实例，名字叫 apilog
if not logger.handlers	判断是否已添加处理器，防止重复添加导致日志重复
logger.setLevel(LOG_LEVEL)	设置 logger 本身的日志级别
RotatingFileHandler	将日志输出到文件，支持按大小分割日志文件，避免单个文件过大
StreamHandler	将日志输出到控制台（PyCharm 的运行窗口）
setFormatter()	设置日志的显示格式
addHandler()	把 handler 加入 logger，实现多目的地输出

创建全局 logger 实例

logs 就是一个可以直接使用的日志对象

# 创建一个 RecordLog 对象
apilog = RecordLog()

# 获取配置好的 logger
logs = apilog.output_logging()

第三步：在测试用例中使用日志

import pytest
from common.run_yaml import ReadYamlData
from conf.setting import FILE_PATH
from common.sendrequests import SendRequest
from common.recordlog import apilog,logs

class TestLogin:
    readyaml = ReadYamlData()
    @pytest.mark.parametrize('params',readyaml.read(FILE_PATH['login']))
    def test_case01(self,params):
        # print(params)
        new_url = 'http://192.168.4.200'+params['baseInfo']['url']
        logs.info("获取到接口的地址：" + new_url)

日志级别使用建议：

方法	用途
logs.debug(“…”)	调试信息，如变量值、内部流程
logs.info(“…”)	正常流程，如“开始执行测试”
logs.warning(“…”)	警告，如“响应时间超过2秒”
logs.error(“…”)	错误，如“请求失败”、“断言失败”

第四步：运行后查看日志

1.查看文件输出日志

在这里插入图片描述

INFO - 2025-09-17 10:29:18,989 - conftest.py:14 - [conftest:setup_test_env] - 开始测试会话，准备测试环境...
INFO - 2025-09-17 10:29:18,991 - test_login.py:15 - [test_login:test_case01] - 获取到接口的地址：http://192.168.4.200/api/basic/auth/loginWithoutCheckCode
INFO - 2025-09-17 10:29:40,240 - conftest.py:18 - [conftest:setup_test_env] - 测试会话结束，清理环境...

日志内容解析

日志内容按我们设定的 log 内容输出，分别为：级别 - 时间 - 文件名:行数 - [ 模块：方法名] - logs.info到的内容

 log_format = logging.Formatter(
                '%(levelname)s - %(asctime)s - %(filename)s:%(lineno)d - '
                '[%(module)s:%(funcName)s] - %(message)s'
            )

2.查看终端输出日志

在这里插入图片描述

日志内容解析

日志内容按我们设定的 log 内容输出，分别为：级别 - 时间 - 文件名:行数 - [ 模块：方法名] - logs.info到的内容

 log_format = logging.Formatter(
                '%(levelname)s - %(asctime)s - %(filename)s:%(lineno)d - '
                '[%(module)s:%(funcName)s] - %(message)s'
            )