Pytest 实战：从零构建工程化自动化骨架

在 Web 自动化中，Selenium 负责「如何点」，而 Pytest 负责「如何组织」。一个成熟看自动化工程，必须具备灵活的数据驱动、清晰的环境隔离和工业级的报告。

一、 数据驱动 (DDT) —— @pytest.mark.parametrize

当测试逻辑相同，仅输入数据不同时（如验证 50 组异常账号），数据驱动是最高效的选择。

• 核心价值： 实现「脚本逻辑」与「测试数据」的彻底解耦。
• ids 妙用： 为每组数据命名，让 Allure 报告中的执行列表具备极高的可读性。

# 示例：账号边界值测试

@pytest.mark.parametrize('user, pwd, expected', [

    ('admin', '123456', '登录成功'),

    ('',      '123456', '用户名不能为空'),

    ('admin', '',       '密码不能为空'),

], ids=["Success_Case", "Invalid_User", "Invalid_Password"])

def test_login_scenario(user, pwd, expected):

    # 关键字调用逻辑

    # ...

    assert actual_res == expected

二、 环境管理中枢 —— conftest.py 与 fixture

面对「每条用例都需要前置登录」这类需求，传统的 setUp/tearDown 显得力不从心。

1. fixture (夹具) 的作用域控制

• function (默认)：函数级。适合临时清理或单个操作的数据预设。
• class：类级别。建议用于 UI 自动化中的浏览器启动/关闭，提高执行效率。
• session：项目级。最强实战：实现全局登录态共享。

2. conftest.py：共享配置的物理层

这是一个特殊的配置文件，Pytest 会自动向子目录递归搜索。它允许我们在不显式导入的情况下，在任何地方调用其中定义的 fixture。

# conftest.py

import pytest

from selenium import webdriver

@pytest.fixture(scope='session')

def driver():

    # 前置：启动并配置浏览器

    driver = webdriver.Chrome()

    driver.implicitly_wait(5)

    yield driver

    # 后置：清理现场，关闭进程

    driver.quit()

三、 生成工业级报告 —— Allure

Allure 是目前公认的最美观、信息最充实的开源测试报告工具。

• allure.feature / story：构建层级清晰的业务地图。
• allure.step：在代码中标记步骤，将脚本执行过程「语义化」。
• allure.attach：在关键环节（如断言失败）自动注入截图或日志。

@allure.feature("账户交易系统")

@allure.story("转账功能")

def test_transfer_money(driver):

    with allure.step("1. 发起转账请求"):

        # 操作代码...

    with allure.step("2. 验证额度扣除"):

        # 断言代码...

四、 工业级避坑：Failure vs Error

在分析报告时，务必区分两者的本质差异：

• Failure：业务断言失败。代码跑通了，但页面表现与预期不符（Bug 概率大）。
• Error：脚本运行崩溃。由于 NoSuchElementException、网络超时或代码逻辑错误导致（脚本维护概率大）。

继续进阶： Pytest 进阶-利用 Hooks 与 Allure 自动化构建故障证据链