一、 fixture1. fixture 详解fixture（scope='function'，params=None，autouse=False，ids=None，name=None） scope：有四个级别参数”function”（默认），”class”，”module”，”session” params：一个可选的参数列表，它将导致多个参数调用 fixture 功能和所有测试使用它。 autouse：如果 True，则为所有测试激活 fixture func 可以看到它。如果为 False 则显示需要参考来激活 fixture ids：每个字符串 id 的列表，每个字符串对应于 params 这样他们就是测试 ID 的一部分。如果没有提供 ID 它们将从 params 自动生成 name：fixture 的名称。这默认为装饰函数的名称。如果 fixture 在定义它的统一模块中使用，夹具的功能名称将被请求夹具的功能 arg 遮蔽，解决这个问题的一种方法时将装饰函数命 2. fixture 作用范围scope 参数可以控制 fixture 的作用范围： sess ...

一、 用例定制化执行1. mark 标签的使用在测试类、测试方法前使用 ：@pytest.mark.标签名 标签名 尽量使用 类的名称 或 测试方法的名称，以便后续调用 2. 运行 mark 标签1.运行一个 标签（’-m’, ‘标签名 ‘）1pytest.main(['测试文件.py', '-s', '-m', '标签名', '--alluredir', '../report/tmp']) 2. 运行多个 标签（’-m’, ‘标签名 or 标签名’）1pytest.main(['测试文件.py', '-s', '-m', '标签名 or 标签名', '--alluredir', '../report/tmp']) 3. 排除一个标签（’-m’, ‘ not 标签名 ‘）1pytest.main(['测试文件.py', ' ...

一、Mock 技术1. 使用场景 第一个后端没有开发好，自动化测试的脚本需要提前开发与调试可以使用 mock 技术 提供执行效率：调用第 3 方接口—-响应特别的长（有不稳定的情况）—10s——在自动化脚本调试的前期 2. 实现方案 自己开发一个后端—-使用 django flask—-对于一般的测试人员有很大的挑战！ 使用 moco 框架 减轻测试人员的开发的成本 二、 Mock 服务搭建（moco 框架）1. moco 框架实现 mock 的技术可以分为两类，mock 数据和 mock 服务： mock数据：即 mock 一个对象，写入一些预期的值，通过它进行自己想要的测试。 常见的有：EasyMock、Mockito 、WireMock、JMockit。主要适用于单元测试。 mock 服务：即 mock 一个 sever，构造一个依赖的服务并给予他预期的服务返回值，适用范围广，更加适合集成测试。 如 moco 框架 2. mock 服务搭建1. 下载 moco 框架在 github 上获取 moco 的 jar 包，当前版本是：V1.2.0 Github 地址 ： ...

一、装饰器 装饰器本质：一个函数，该函数用来处理其他函数，使其他函数在不修改代码前提下增加额外的功能 装饰器的返回值可以是一个函数对象。 使用场景：插入日志，事务处理，缓存，权限校验等 可以抽离出大量与函数功能本身无关的雷同代码，并且可以继续复用 装饰器的使用该测试用例执行，服务器的响应时间是多少，我们怎么实现该代码？ 123def foo(): print('执行测试用例') time.sleep(1） 1. 实现12345678910111213# 自动化测试场景import timedef foo(): print('执行测试用例') time.sleep(1)def show_time(func): start_time = time.time() # 开始时间 func() # 函数调用 end_time = time.time() # 结束时间 print('服务器响应时间: ',end_timestart_time)show_time(foo) 2. 使用 - 装饰器方案改造1 ...

一、 Docker 技术简介 1. docker 组成 镜像：相当于 python 里面类的概念，是静态的，不能直接使用 容器：是通过镜像创建的，相当于实例的概念，是动态的，可以访问的 仓库：存放镜像的地方 docker宿主机：你的 docker 安装在哪一个机器，那个机器就是宿主机 2. docker 应用场景 web 应用的自动化打包和发布 自动化测试和持续集成、发布 在服务型环境中部署和调整数据库或其他的后台应用 使用 docker 可以实现开发人员的开发环境、测试人员的测试环境、运维人员的生产环境的一致性 二、 CentOS 下安装 Docker1. 版本检查 CentOS 7 以上版本 操作系统 centos-extras 库必须启用。默认情况下，此库是启用的，但是如果已禁用，则必须重新启动它 Docker 要求 CentOS 内核版本高于 3.10 123# 查看系统版本uname -r 2. 安装 Docker1. 安装需要的软件包1yum install -y yum-utils device-mapper-persistent-data lvm2 yum- ...

1. jenkins 是什么Jenkins 是一个开源的、提供友好操作界面的持续集成(CI)工具，主要用于持续、自动的构建/测试软件项目、监控外部任务的运行（这个比较抽象，暂且写上，不做解释）。 Jenkins 用 Java 语言编写，可在 Tomcat 等流行的 servlet 容器中运行，也可独立运行。 通常与版本管理工具(SCM)、构建工具结合使用。常用的版本控制工具有 SVN、GIT，构建工具有 Maven、Ant、Gradle。 2. CI —- 持续集成CI(Continuous integration，中文意思是持续集成)是一种软件开发时间。 持续集成强调开发人员提交了新代码之后，立刻进行构建、（单元）测试。 根据测试结果，我们可以确定新代码和原有代码能否正确地集成在一起。 3. CD —- 持续交付CD(Continuous Delivery， 中文意思持续交付)是在持续集成的基础上，将集成后的代码部署到更贴近真实运行环境(类生产环境)中。 比如，我们完成单元测试后，可以把代码部署到连接数据库的 Staging 环境中更多的测试。 如果代码没有问题，可以继续手动部署到生 ...

一、 git 工作流程 克隆远程仓库到本地 （clone） 在本地仓库中 checkout 代码 —- 进行编程 或者拉取 远程仓库代码（pull） 在提交到本地仓库前 —- 需要到暂存区 提交到本地仓库 （commit） 推送到远程仓库（push） 二、 gitlab 搭建1. 创建 gitlab 挂载目录1mkdir /var/github 1cd /var/github 1mkdir config logs data 2. 拉取 gtilab 镜像1. 搜索镜像1docker search gitlab 2. 拉取 镜像1docker pull gitlab/gitlab-ce 3. 检查 拉取的镜像1docker images 3. 创建 gitlab 容器1docker run -id -p 443:443 -p 9001:80 -p 8022:22 --hostname 服务器IP --name=gitlab --restart always -v /var/gitlab/config:/etc/gitlab -v /var/gitlab/logs:/var/log/gi ...