序

在之前，我寫過一個系列“從零開始搭建一個簡單的ui自動化測試框架（pytest+selenium+allure)”，在這個系列里，主要介紹了如何從零開始去搭建一個可用的自動化工程框架，但是還缺乏了一些細節(jié)的補充，例如對于自動化測試而言，如何提高其測試的穩(wěn)定性？

本篇文章，將會和讀者一起探討這個問題。

裝飾器與出錯重試機制

談到穩(wěn)定性，不得不說的就是“出錯重試”機制了，在自動化測試中，由于環(huán)境一般都是測試環(huán)境，經常會有各種各種的抽風情況影響測試結果，這樣就為測試的穩(wěn)定性帶來了挑戰(zhàn)，畢竟誰也不想自己的腳本一天到晚的出各種未知問題，而往往這種環(huán)境的抽風（通常是前端頁面的響應速度和后端接口的響應速度）帶來的影響是暫時的，可能上一秒失敗了，下一秒你再執(zhí)行又好了，在這種情況下，如果你有一個出錯重試機制，起碼可以在這種暫時性的影響下讓你的腳本安然無恙，下面我們具體的說一下做法。

什么是裝飾器？

因為我們的做法依賴裝飾器，所以在去做之前，先簡單介紹一下裝飾器。

裝飾器，表現(xiàn)形式為，在方法（或者類）的上面加上@xxx這樣的語句，假如我們已經實現(xiàn)了一個裝飾器名叫retry，那么我們想用它就這么用：

@retry
def test_login():
    print("test")
    error = 1/0

如果retry實現(xiàn)了出錯再次重試（稍后再說如何實現(xiàn)），那么這么使用的話，就會讓test_login這個case在執(zhí)行出錯的時候再次執(zhí)行。

很神奇，讓我們來看看實現(xiàn)retry的代碼：

def retry(func):
    def warp():
        for time in range(3):
            try:
                func()
            except:
                pass
    return warp
    

就結果而言，執(zhí)行以下代碼：

@retry
def test_login():
    print("test")
    error = 1/0

test_login()

和執(zhí)行：

retry(test_login)()

是等價的，由此我們可以看出，裝飾器其實本質上就是一個函數(shù)，這個函數(shù)接收其他函數(shù)（或者類）作為參數(shù)，通過對這個函數(shù)（或者類）的調用或者修改，完成不更改原始函數(shù)而修改該函數(shù)的功能。

在這里還有一個知識點，你有沒有想過，在retry內部的函數(shù)warp()，是怎么拿到func這個參數(shù)來執(zhí)行的？執(zhí)行retry函數(shù)return的是warp這個函數(shù)，而warp并沒有接受func這個傳參啊。

這就是python里的閉包的概念，閉包就是指運行時自帶上下文的函數(shù)，比如這里的warp這個函數(shù)，他運行的時候自帶了上層函數(shù)retry傳給他的func這個函數(shù)，所以才可以在運行時對func進行處理和輸出。

了解了裝飾器和閉包，那么下面就很容易做到對測試用例的出錯重試機制了。

編寫一個出錯重試裝飾器

現(xiàn)在，我們來嘗試自己編寫一個用于測試用例的出錯重試裝飾器，代碼如下：

def retry(times=3,wait_time=10):
    def warp_func(func):
        def fild_retry(*args,**kwargs):
            for t in range(times):
                try:
                    func(*args,**kwargs)
                    return 
                except:
                    time.sleep(wait_time)
        return fild_retry
    return warp_func

這個裝飾器可以通過傳入重試次數(shù)（times）和重試等待時間（wait_time），對待測用例實行重試機制。

pytest里的出錯重試機制實現(xiàn)

在測試框架pytest里，已經實現(xiàn)了有關出錯重試的策略，我們首先需要安裝一個此類的插件，在cmd內執(zhí)行以下命令安裝：

pip install pytest-rerunfailures

如果你需要將此機制應用到所有的用例上，那么請在執(zhí)行的時候使用如下命令（reruns是重試次數(shù)）：

pytest --reruns 5

來執(zhí)行你的用例；

如果你期望加上出錯重試的等待時間，請使用如下命令(reruns-delay是等待時間)：

pytest --reruns 5 --reruns-delay 1

來執(zhí)行你的用例；

如果你只想對某幾個測試用例應用重試策略，你可以使用裝飾器：

@pytest.mark.flaky(reruns=5, reruns_delay=2)

例如：

@pytest.mark.flaky(reruns=5, reruns_delay=2)
def test_example():
    import random
    assert random.choice([True, False])

更詳細的介紹請看官方文檔 。

Allure里的測試用例分層

剛剛我們實現(xiàn)了用例的出錯重試機制，但是這僅僅解決了腳本在不穩(wěn)定環(huán)境下的穩(wěn)定性；如果還想要腳本變得更加容易維護，除了傳統(tǒng)的po模式使用例和元素分離之外，我們還可以引入測試用例分層機制。

為什么要采用分層機制？

傳統(tǒng)的po模式，僅僅實現(xiàn)了用例和元素分離，這一定層面上保障了用例的可維護性，起碼不必頭疼于元素的變更會讓用例到處失效；但是這還不夠，例如，現(xiàn)在有三個case，他們都包含了以下步驟：登錄、打開工作臺、進入個人中心；那么如果不做分層，這三個用例會把這三個步驟都寫一遍，如果某天頁面的變動導致其中一個步驟需要更改，那么你不得不去每個用例里去更新那個步驟。

而如果，我們把用例當做是堆積木，登錄、打開工作臺、進入個人中心這三個步驟都只是個積木，那么我們寫用例的時候，只需要在用到這個步驟時，把積木搭上去；如果某一天，其中一個積木的步驟有變動，那么只需要去更改這個積木的內容，而無需在每個使用了這個積木的用例里去改動。

這大大增強了用例的復用性和可維護性，這就是采用分層機制的原因，下面，我會就allure里的分層機制做介紹來討論具體如何實現(xiàn)。

allure的裝飾器@step

在allure里，我們可以通過裝飾器@step完成分層機制，具體的，當你用@step裝飾一個方法時，當你在用例里執(zhí)行這個方法，會在報告里，表現(xiàn)出這個被裝飾方法；而@step支持嵌套結構，這就意味著，你可以像搭積木一樣去搭你的步驟，而他們都會一一在報告里被展示。

下面直接用allure的官方示例作做舉例：

import allure
import pytest

from .steps import imported_step


@allure.step
def passing_step():
    pass


@allure.step
def step_with_nested_steps():
    nested_step()


@allure.step
def nested_step():
    nested_step_with_arguments(1, 'abc')


@allure.step
def nested_step_with_arguments(arg1, arg2):
    pass


def test_with_imported_step():
    passing_step()
    imported_step()


def test_with_nested_steps():
    passing_step()
    step_with_nested_steps()

運行這個case后，報告是這樣的：

image

可以看到，
test_with_nested_steps由passing_step()和step_with_nested_steps()這兩個方法組成；

而step_with_nested_steps()又由nested_step()組成；

nested_step()又由nested_step_with_arguments(1, 'abc')組成；

這樣就像搭積木一樣，組成了測試用例；而在報告里，也層級分明的標識了步驟的嵌套結構。

這樣，我們就可以通過一個又一個@step裝飾的方法，組成測試用例；同時報告里也會支持層級顯示；從而完成我們的分層機制。

有關@step的更多詳細介紹請參閱官方文檔。