python下app集成測試框架

⑴ 最常用python開源框架有哪些

django
flask等等
建議先把django學會，慢慢來，舉一反三。前期比較困難。

⑵ 當前PYTHON常用的測試框架有哪些

從GitHub中整理出的15個最受歡迎的Python開源框架。這些框架包括事件I/O，OLAP，Web開發，高性能網路通信，測試，爬蟲等。 Django: Python Web應用開發框架 Django 應該是最出名的Python框架，GAE甚至Erlang都有框架受它影響。

⑶ 如何搭建python自動化測試框架

1
新建一台Jenkins伺服器，安裝並配置好Jenkins

2
配置一個自動化測試腳本的代碼庫，可以使用Git或者SVN等版本控制工具。然後在Jenkins伺服器上配置一個Job，負責自動的同步最新代碼到Jenkins伺服器上。
3
配置要跑自動化測試的虛擬機VM，推薦干凈環境下安裝需要跑自動化測試的依賴軟體工具或者配置以及自動化測試工具（不提前安裝配置也行，可以在跑自動化之前用另外的腳本自動安裝配置），配置好之後關機並打一個snapshot鏡像快照，並命名為prebuild或其它。

4
新建一個Jenkins Job，用來跑自動化。配置需要連接並使用的自動化測試虛擬機，配置要構建的自動化測試框架xml腳本文件（後面步驟有說明）和target，以及要歸檔的測試報告，郵件發送等等。

5
接下來的重點就是自動化測試框架的xml腳本文件了，首先裡面定義一個target，負責獲取自動化測試對象的安裝包。
6
接著定義一個target（可選），負責從版本庫上獲取自動化測試腳本同步到Jenkins伺服器上（也可以直接使用Jenkins Job本身的插件配置來獲取代碼）。
7
定義一個target，負責連接到虛擬機伺服器，並恢復到虛擬機的原始狀態例如prebuild，然後開機
8
定義一個target，負責拷貝項目產品安裝包和自動化測試源代碼到目標虛擬機上。
9
定義一個target，負責連接到目標測試虛擬機，並打開自動化測試工具，然後運行自動化測試腳本
10
定義一個target，負責處理自動化測試報告文件和日誌文件並把它們從自動化測試虛擬機拷貝到Jenkins伺服器對應的Job工作空間下。
11
最後定義一個主target，按照上面的target流程依次調用。這個主target就是Jenkins伺服器上的自動化測試Job中配置的需要構建的Target。

⑷ python什麼框架比較好

從GitHub中整理出的15個最受歡迎的Python開源框架。這些框架包括事件I/O，OLAP，Web開發，高性能網路通信，測試，爬蟲等。Django:PythonWeb應用開發框架Django應該是最出名的Python框架，GAE甚至Erlang都有框架受它影響。Django是走大而全的方向，它最出名的是其全自動化的管理後台：只需要使用起ORM，做簡單的對象定義，它就能自動生成資料庫結構、以及全功能的管理後台。Diesel：基於Greenlet的事件I/O框架Diesel提供一個整潔的API來編寫網路客戶端和伺服器。支持TCP和UDP。Flask：一個用Python編寫的輕量級Web應用框架Flask是一個使用Python編寫的輕量級Web應用框架。基於WerkzeugWSGI工具箱和Jinja2模板引擎。Flask也被稱為「microframework」，因為它使用簡單的核心，用extension增加其他功能。Flask沒有默認使用的資料庫、窗體驗證工具。Cubes：輕量級PythonOLAP框架Cubes是一個輕量級Python框架，包含OLAP、多維數據分析和瀏覽聚合數據（aggregateddata）等工具。Kartograph.py：創造矢量地圖的輕量級Python框架Kartograph是一個Python庫，用來為ESRI生成SVG地圖。Kartograph.py目前仍處於beta階段，你可以在virtualenv環境下來測試。Pulsar：Python的事件驅動並發框架Pulsar是一個事件驅動的並發框架，有了pulsar，你可以寫出在不同進程或線程中運行一個或多個活動的非同步伺服器。Web2py：全棧式Web框架Web2py是一個為Python語言提供的全功能Web應用框架，旨在敏捷快速的開發Web應用，具有快速、安全以及可移植的資料庫驅動的應用，兼容GoogleAppEngine。Falcon：構建雲API和網路應用後端的高性能Python框架Falcon是一個構建雲API的高性能Python框架，它鼓勵使用REST架構風格，盡可能以最少的力氣做最多的事情。Dpark：Python版的SparkDPark是Spark的Python克隆，是一個Python實現的分布式計算框架，可以非常方便地實現大規模數據處理和迭代計算。DPark由豆瓣實現，目前豆瓣內部的絕大多數數據分析都使用DPark完成，正日趨完善。Buildbot：基於Python的持續集成測試框架Buildbot是一個開源框架，可以自動化軟體構建、測試和發布等過程。每當代碼有改變，伺服器要求不同平台上的客戶端立即進行代碼構建和測試，收集並報告不同平台的構建和測試結果。Zerorpc：基於ZeroMQ的高性能分布式RPC框架Zerorpc是一個基於ZeroMQ和MessagePack開發的遠程過程調用協議（RPC）實現。和Zerorpc一起使用的ServiceAPI被稱為zeroservice。Zerorpc可以通過編程或命令行方式調用。Bottle:微型PythonWeb框架Bottle是一個簡單高效的遵循WSGI的微型pythonWeb框架。說微型，是因為它只有一個文件，除Python標准庫外，它不依賴於任何第三方模塊。Tornado：非同步非阻塞IO的PythonWeb框架Tornado的全稱是ToradoWebServer，從名字上看就可知道它可以用作Web伺服器，但同時它也是一個PythonWeb的開發框架。最初是在FriendFeed公司的網站上使用，FaceBook收購了之後便開源了出來。webpy:輕量級的PythonWeb框架webpy的設計理念力求精簡（Keepitsimpleandpowerful），源碼很簡短，只提供一個框架所必須的東西，不依賴大量的第三方模塊，它沒有URL路由、沒有模板也沒有資料庫的訪問。Scrapy：Python的爬蟲框架Scrapy是一個使用Python編寫的，輕量級的，簡單輕巧，並且使用起來非常的方便。

⑸ Python幾種主流框架比較

Django：Python界最全能的Web開發框架，各種功能完備，可維護性和開發速度都非常強大。常有人說Django慢，其實主要慢在Django
ORM與資料庫的交互上，所以是否選擇使用Django，取決於項目對資料庫交互性的要求以及各種優化。
而對於Django的同步特性導致吞吐量小的問題，其實可以通過Celery等解決，不算是什麼根本問題。Django代表的項目有：Instagram、guardian等。
Flask：屬於微框架的典範，也是Python代碼寫的最好的項目之一。Flask框架的靈活性很高，但也是一把雙刃劍，能用好Flask的，可以做成Pinterest，用不好就沒有什麼太大的作用了。Flask雖然屬於微框架，但也可以做成規模化的Flask，加上flask可以自由選擇自己的資料庫交互組件，再加上celery+redis等非同步特性以後，flask框架的性能非常不錯，之所以很多團隊選擇flask框架，主要原因就是對靈活性的要求。
Tornado：天生非同步，性能強悍，這是它的代名詞。對比Django而言，Tornado屬於較為原始的框架，諸多內容需要自己去處理。不過，隨著項目的不斷壯大，框架能夠提供的功能佔比越來越小，更多的內容需要團隊自己去實現，而大項目往往需要性能的保證，這時候Tornado就是非常不錯的選擇。代表項目：知乎等。

⑹ python已經自動化了，大家一般用什麼測試框架

首先我們需要明白自動化測試框架更傾向於一種設計思想 ，這種思想指導工具的使用或者自研開發，並且不是只能使用僅僅一種框架，結合被測系統本身特性一般是選擇多種測試框架的組合，來滿足測試和設計需求(開發、維護角度)。
錄制回放測試框架

錄制回放測試框架所採用的原理是通過錄制應用程序產生的線性腳本進行回放從而達到自動化測試的目的。

優點：對測試人員測試開發能力要求最低，通過錄制就可以得到所需腳本。

缺點：一般不具有邏輯判斷的能力 ，可維護性差 ，效率低。

適應場景：不推薦，傳統的UI自動化測試逐步弱化。關於U自動化，一定要清楚 被測系統是否滿足開展自動化的條件，在被測系統變動頻繁的項目中，開展UI自動化無疑是挖了一個很大的坑，其後期維護工作足以讓大心疲憊，被迫放棄自動化測試。
測試庫構架框架(The Test Library Architecture Framework )

測試庫構架框架的核心思想可以概括為系統功能操作和業務邏輯的解耦。將所有的針對測試系統支持的功能操作封裝在測試庫中，測試腳本調用測試庫的同時傳遞外部的測試數據，測試庫的編寫由自動化測試發工程編寫(可以不懂業務)，負責控制項的變更和維護， 測試腳本的編寫可由對業務比較掌握的自動化測試開發工程編寫，負責業務邏輯、測試數據的變更和維護。

優點：被測試系統無論是哪層發生變化(代碼層或業務層等)，只需要相應的人員進行變更維護即可。

缺點：變更引起的維護工作同時附加在自動化測試開發工程師與業務測試人員身上，維護代碼建級大。

適應場景：基於各種自動化開展方式(基於工具如Jemet或不基於工具的自研研發+持續集成)一般都會應用該框架。
數據驅動的自動化測試框架( The Data-Driven Testing Framework )

數據驅動的核心思想可以概括為數據(測試數據、配置數據)與代碼解耦。該種框架的原理是採用了數據驅動腳本進行測試，數據驅動腳本是將數據輸入存儲在獨立的數據文件中，腳本只存代碼，運行時腳本的輸入直接從文件中讀取，如此相同的腳本(代碼模版)可以運行於不同的測試用例中，實現了代碼與數據的分離。

優點：對於業務人員由面向代碼的開發轉換為面向配置的設計(參數組合設計)， 降低了開發難度與開發成本，同時提高了測試用例的易擴展性，可以快速擴展相似測試，實現了自動化代碼不隨用例的增長而增

缺點：測試腳本的維護由自動化測試開發工程師負責，要求懂自動化編程和業務邏輯，初始測試腳本設計成本較大，具有一定局限性 (針對相同的測試內容並具有相同的測試邏輯).

適用場景：更適應於測試內容測試邏相重復度高，被測對象對測試用例易擴展性、可復用性要求較高的場景。
關鍵字或表驅動的自動化測試框架(The Keyword-Driven or Table-Driven Testing Framework )

關鍵字驅動是對數據驅動的邏相擴展，它的核心思想可以概括為數據代碼流程(邏輯)解耦，同時完成了代碼與測試描述(針對被測對象的測試描述)的映射。該框架的原理是基於數據驅動的基礎上，完成了對被測對象的拆分、抽象、 封裝使之映射成個個「關鍵詞」 (測試描述)，編寫測試用例時，僅需要對關鍵詞進行組合 ，即可完成不同場景的測試用例開發。

優點:對於業務手工測試人員，由面向代碼或配置的開發轉化為面向自然語言(測試描述)的開發，最大程度的降低了開發難度與維護成本，同時提高了測試用例的易擴展性、易組織性，實現了自動化代碼不隨用例的增長而增多。

缺點:對測試人員的測試開發能力以及業務了解程度要求很高。

適用場景:被測對象包含復雜業務流程(邏輯)，當然復雜的能做簡單的更ok。
了解 更多可以看著這篇文章，希望對你有所幫助，歡迎關注、點贊支持。
https://www.toutiao.com/i6616242076721873416/

⑺ Python自動化測試框架有哪些

自動化測試常用的Python框架有哪些？常用的框架有Robot Framework、Pytest、UnitTest/PyUnit、Behave、Lettuce。Pytest、Robot Framework和UnitTest主要用於功能與單元測試，Lettuce和Behave僅適用於行為驅動測試。
一、Robot Framework
Python測試框架之一，Robot Framework被用在測試驅動(test-driven)類型的開發與驗收中。雖然是由Python開發而來，但是它也可以在基於.Net的IronPython和基於Java的Jython上運行。作為一個Python框架，Robot還能夠兼容諸如Windows、MacOS、以及Linux等平台。
在使用Robot Framework(RF)之前，需要先安裝Python 2.7.14及以上的版本。推薦使用Python 3.6.4，以確保適當的注釋能夠被添加到代碼段中，並能夠跟蹤程序的更改。同時還需要安裝Python包管理器--pip。
二、Pytest
適用於多種軟體測試的Pytest，是另一個Python類型的自動化測試框架。憑借著其開源和易學的特點，該工具經常被QA(質量分析)團隊、開發團隊、個人團隊、以及各種開源項目所使用。鑒於Pytest具有「斷言重寫(assert rewriting)」之類的實用功能，許多大型互聯網應用，如Dropbox和Mozilla，都已經從下面將要提到的unittest(Pyunit)切換到了Pytest之上。
除了基本的Python知識，用戶並不需要更多的技術儲備。另外，用戶只需要有一台帶有命令行界面的測試設備，並且安裝好了Python包管理器、以及可用於開發的IDE工具。
三、UnitTest/PyUnit
UnitTest/PyUnit一種標准化的針對單元測試的Python類自動化測試框架。基類TestCase提供了各種斷言方法、以及所有清理和設置的常式。因此，TestCase子類中的每一種方法都是以「test」作為名詞前綴，以標識它們能夠被作為測試用例所運行。用戶可以使用load方法和TestSuite類來分組、並載入各種測試。
可以通過聯合使用，來構建自定義的測試運行器。正如我們使用Junit去測試Selenium那樣，UnitTest也會用到UnitTest-sml-reporting、並能生成各種XML類型的報告。由於UnitTest默認使用了Python，因此我們並不需要什麼先決條件。除了需要具備Python框架的基本知識，您也可以額外地安裝pip、以及用於開發的IDE工具。
四、Behave
行為驅動開發是一種基於敏捷軟體開發的方法。它能夠鼓勵開發人員、業務參與者和QA人員，三者之間的協作。Python測試框架Behave允許團隊避開各種復雜的情況，去執行BDD測試。從本質上說該框架與SpecFlow和Cucumber相似，常被用於執行自動化測試。用戶可以通過簡單易讀的語言來編寫測試用例，並能夠在其執行期間粘貼到代碼之中。而且，那些被設定的行為規范與步驟，也可以被重用到其他的測試方案中。
任何具備Python基礎知識的人都可以使用Behave。其他先決條件還包括：先安裝Python 2.7.14及以上的版本。通過Python包管理器或pip來與Behave協作。大多數開發人員會選擇Pycharm作為開發環境，當然您也可以選用其他的IDE工具。
五、Lettuce
Lettuce是另一種基於Cucumber和Python的行為驅動類自動化工具。Lettuce主要專注於那些具有行為驅動開發特徵的普通任務。它不但簡單易用，而且能夠使得整個測試過程更流暢、甚至更有趣。安裝帶有IDE的Python 2.7.14、及以上的版本。當然，您也可以使用Pycharm或任何其他IDE工具。同時，您還需要安裝Python包管理器。

⑻ python學習的框架是哪些

從GitHub中整理出的15個最受歡迎的Python開源框架。這些框架包括事件I/O，OLAP，Web開發，高性能網路通信，測試，爬蟲等。
Django: Python Web應用開發框架
Django 應該是最出名的Python框架，GAE甚至Erlang都有框架受它影響。Django是走大而全的方向，它最出名的是其全自動化的管理後台：只需要使用起ORM，做簡單的對象定義，它就能自動生成資料庫結構、以及全功能的管理後台。
Diesel：基於Greenlet的事件I/O框架
Diesel提供一個整潔的API來編寫網路客戶端和伺服器。支持TCP和UDP。
Flask：一個用Python編寫的輕量級Web應用框架
Flask是一個使用Python編寫的輕量級Web應用框架。基於Werkzeug WSGI工具箱和Jinja2
模板引擎。Flask也被稱為「microframework」，因為它使用簡單的核心，用extension增加其他功能。Flask沒有默認使用的數
據庫、窗體驗證工具。
Cubes：輕量級Python OLAP框架
Cubes是一個輕量級Python框架，包含OLAP、多維數據分析和瀏覽聚合數據（aggregated data）等工具。
Kartograph.py：創造矢量地圖的輕量級Python框架
Kartograph是一個Python庫，用來為ESRI生成SVG地圖。Kartograph.py目前仍處於beta階段，你可以在virtualenv環境下來測試。
Pulsar：Python的事件驅動並發框架
Pulsar是一個事件驅動的並發框架，有了pulsar，你可以寫出在不同進程或線程中運行一個或多個活動的非同步伺服器。
Web2py：全棧式Web框架
Web2py是一個為Python語言提供的全功能Web應用框架，旨在敏捷快速的開發Web應用，具有快速、安全以及可移植的資料庫驅動的應用，兼容Google App Engine。
Falcon：構建雲API和網路應用後端的高性能Python框架
Falcon是一個構建雲API的高性能Python框架，它鼓勵使用REST架構風格，盡可能以最少的力氣做最多的事情。
Dpark：Python版的Spark
DPark是Spark的Python克隆，是一個Python實現的分布式計算框架，可以非常方便地實現大規模數據處理和迭代計算。DPark由豆瓣實現，目前豆瓣內部的絕大多數數據分析都使用DPark完成，正日趨完善。
Buildbot：基於Python的持續集成測試框架
Buildbot是一個開源框架，可以自動化軟體構建、測試和發布等過程。每當代碼有改變，伺服器要求不同平台上的客戶端立即進行代碼構建和測試，收集並報告不同平台的構建和測試結果。
Zerorpc：基於ZeroMQ的高性能分布式RPC框架
Zerorpc是一個基於ZeroMQ和MessagePack開發的遠程過程調用協議（RPC）實現。和 Zerorpc 一起使用的 Service API 被稱為 zeroservice。Zerorpc 可以通過編程或命令行方式調用。
Bottle: 微型Python Web框架
Bottle是一個簡單高效的遵循WSGI的微型python Web框架。說微型，是因為它只有一個文件，除Python標准庫外，它不依賴於任何第三方模塊。
Tornado：非同步非阻塞IO的Python Web框架
Tornado的全稱是Torado Web Server，從名字上看就可知道它可以用作Web伺服器，但同時它也是一個Python Web的開發框架。最初是在FriendFeed公司的網站上使用，FaceBook收購了之後便開源了出來。
webpy: 輕量級的Python Web框架
webpy的設計理念力求精簡（Keep it simple and powerful），源碼很簡短，只提供一個框架所必須的東西，不依賴大量的第三方模塊，它沒有URL路由、沒有模板也沒有資料庫的訪問。
Scrapy：Python的爬蟲框架
Scrapy是一個使用Python編寫的，輕量級的，簡單輕巧，並且使用起來非常的方便

⑼ python寫的測試框架怎麼使用

安裝

>pipinstall-Upytest#通過pip安裝

>py.test--version#查看pytest版本

Thisispytestversion2.7.2,importedfromC:Python27libsite-packagespytest.pyc

簡單的測試

讓我們創建第一個文件，對個簡單的功能進行測試。

好吧！其實， 我也不理解這段代碼的含義，但是執行它的可運行測試用例了。

pytest/

├──test_case/

│├── test_sample.py

│├──test_class.py

│├── __init__.py

│ └──test_case2/

│ ├── test_main.py

│ ├── test_time.py

│ └──__init__.py

└──runtests.py

執行runtest.py文件。

>python runtest.py

當然，你也可以打開runtests.py 文件運行它。

===================================================================

*最後，pytest是如果識別測試用例的呢？它默認使用檢查以test_ *.py 或*_test.py命名的文件名，在文件內部查找以test_打頭的方法或函數，並執行它們。

pytest還有許多需要討論的地方，做為這個系列的第一節，先介紹到這里。

⑽ python單元測試框架 有哪些

python單元測試框架 有哪些
同在軟體測試崗位。由於同樣初學python，所以沒有太多的實踐經驗。

使用python的單元測試框架，可以建立測試類，構造測試集。
測試類中包含了common的測試方法定義，包括測試開始前建立測試環境的setUp方法和測試完成後清理還原環境的tearDown方法，最好按照約定規則（以test開頭）來命名所有的測試方法。
測試集允許你根據測試策略組合不同的測試用例並實施。