公司使用python+selenium+pytest来做UI自动化测试，我经历了从0开始搭建自动化工程、开发测试报告web服务、编写测试用例，经过了一段时间的磨合，感觉已经比较顺手了，这里梳理下我采用的自动化工程目录组织结构。

整体目录结构及说明

整个目录结构如下，其中第一级目录和文件有：

• conf目录：主要用来存放项目运行环境、执行环境相关的配置参数

• logic目录：与项目有关的关键字、业务逻辑封装放到此目录

• testsuite目录：测试用例在此目录编写，pytest默认约定test开头的文件和方法为测试用例，不满足条件的不会被执行，内部建议按照特性建立文件夹对测试用例进行分类

• utils目录：把与业务无关的实用程序放到此目录，比如自己写的辅助方法

• .gitignore文件：git提交忽略文件配置文件

• conftest.py文件：pytest的fixture方法可以写在这里，测试用例使用其中的fixture不需要使用import显示引入，不过目前我没有使用这个文件

• pytest.ini文件：可以针对pytest进行一些配置，如日志格式和级别等，后面会展示其配置内容

• requirements.txt文件：把需要安装的python第三方库写入此文件，需要使用该工程时只需要执行pip install -r requirements.txt就可以一次性全部依赖

• runall.py文件：执行全部用例入口，主要用来给jenkins等CI/CD工具拉起自动化任务使用，后面会展示其内容

• README.md文件：自动化工程说明文档

project_name
conf
settings.py
logic
__init__.py
logic.py
mysql.py
testsuite
feature01
test_feature01.py
feature02
test_feature02.py
utils
utils.py
.gitignore
conftest.py
pytest.ini
requirements.txt
runall.py
README.md

目录组织示例

pytest.ini配置

下面的配置主要是针对日志格式和级别进行了设置，log_cli开头的配置是针对控制台输出设置的，log_file开头的是针对输出到日志文件来设置的，会生成run.log日志文件，在./log目录下，如果log目录不存在会自动创建。

[pytest]
log_cli = 1
log_cli_level = INFO
log_cli_date_format = %Y-%m-%d-%H-%M-%S
log_cli_format = %(asctime)s - %(filename)s - %(module)s - %(funcName)s - %(lineno)d - %(levelname)s - %(message)s
log_file = ./log/run.log
log_file_level = INFO
log_file_date_format = %Y-%m-%d-%H-%M-%S
log_file_format = %(asctime)s - %(filename)s - %(module)s - %(funcName)s - %(lineno)d - %(levelname)s - %(message)s

requirements.txt

列举依赖的python第三方库，可以指定版本，也可以不指定，不指定的情况下默认安装最新版本。文件示例内容如下，其中selenium、pytest、pytest-html、pytest-xdist是必须的，其他需要根据自己的项目情况来定。

xlrd >= 1.2.0
openpyxl >= 3.0.4
requests >= 2.24.0
psutil >= 5.7.2
pymysql >= 0.10.0
selenium
pytest
pytest-html
pytest-repeat
elasticsearch
pyyaml
jsonpath
python-dateutil
paramiko
pytest-xdist
xlwt
pandas

runall.py

runall.py文件主要是给jenkins等CI/CD工具拉起自动化任务使用的，它的主要作用就是执行pytest.main方法来使用pytest框架来收集并执行测试用例，最终会生成html和xml两份报告。

import os
import time
import pytest

from conf.settings import *

def new_report_dir():
return time.strftime("%Y-%m-%d")

def new_report_name(project="demo", file_type="html"):
"""file_type：文件后缀名，默认为html
"""
now = time.strftime("%Y-%m-%d_%H-%M-%S")
report_name = "{2}_{0}.{1}".format(now, file_type, project)
return report_name

if __name__ == "__main__":
report_base_dir = r".\report"
report_html = os.path.join(report_base_dir, new_report_dir(), new_report_name())
report_xml = os.path.join(report_base_dir, new_report_dir(), new_report_name("demo", "xml"))
pytest.main(["--html={0}".format(report_html),
"--junit-xml={0}".format(report_xml),
"-n {0}".format(CPU_NUM),
"--dist=loadfile"])


但是，pytest默认生成的html报告并不友好，如果还想把历史数据做下统计分析就需要使用生成的xml报告了。比如通过flask框架可以快速定制开发出web服务，通过持续采集解析xml报告写入数据库作为数据源，不仅能更好地展现单次测试报告的数据，而且还能分析历史数据的统计曲线。