『 ?tep is a testing tool to help you write pytest more easily. Try Easy Pytest! ?』
tep前身
tep的前身是接口自动化测试框架pyface，一款面向对象设计的测试框架，我写过一篇博客介绍。
测试框架 / 测试工具
tep的定位是 a testing tool，不是 a testing framework。
框架/工具，是有区别的。最大的区别，就是我自认为是没有足够的能力去自主开发一套“框架”！工具的能力，还是妥妥的！
自研的框架意味着不稳定，要花很多精力来踩坑填坑，别人不敢随便用的。工具只是站在巨人的肩膀上，出了问题，这个锅我不背！
tep是 try easy pytest 的首字母缩写，tep的目的是帮助你更简单地写pytest，比如用pytest+requests写接口自动化。
pytest是python的测试框架，很成熟。tep是pytest的测试工具，很简单。
pytest和tep都是开源项目。
设计理念
很大程度上借鉴了HttpRunner（优秀的框架）。不同的是，tep更着重写python，而不是写YAML文件。
简单是更好的 每个人都能用python写自动化这就是tep的设计理念。
项目结构
tests ????__init__.py .gitignore conftest.py
tep提供了快速创建项目的能力，也就是脚手架。执行 tep startproject project_name，就可以创建项目结构，如，这里创建一个demo，
$?tep?startproject?demo 2020-07-28?14:34:57.649?|?INFO?????|?tep.scaffold:create_scaffold:40?-?Create?new?project:?demo Project?root?dir:?\PycharmProjects\demo Created?folder:?demo Created?folder:?demo\tests Created?file:?demo\tests\__init__.py Created?file:?demo\conftest.py Created?file:?demo\.gitignore
tests是一个package，用于存放测试脚本，脚本文件以test_开头或_test结尾，pytest才能识别到。个人喜欢以_test结尾。
conftest.py是一个全局文件，定义全局变量，也可以定义fixture、hook、plugin等，
import?os
import?pytest
@pytest.fixture(scope="session",?autouse=True)
def?project_cache(request):
????request.config.cache.set("project_dir",?os.path.dirname(os.path.abspath(__file__)))
class?Dev:
????test_url?=?'https://dev测试数据'
class?Qa:
????test_url?=?'https://qa测试数据'
class?Release:
????test_url?=?'https://release测试数据'
#?choose?environment
env?=?Qa
#?you?can?define?your?variables?and?functions?and?so?on1 定义了一个fixture，把项目路径保存到pytest缓存中。
2 定义了环境的class，多环境切换，不需要修改测试脚本。
3 自定义内容，比如用户登录token等。
专注于写脚本
项目结构很清晰。在conftest.py进行一些初始化/参数化/清理工作，在tests/写测试脚本。
不像pyface那样面向对象的封装，tep更注重平铺写脚本的方式，这样就离“每个人都能用python写自动化”更近一步。毕竟封装之后看着容易晕，我也晕。
去除掉框架的约束，给每个人写python的自由，在测试脚本里你可以尽情发挥你的代码风格，代码能力，千人千面。代价呢，就是代码质量参差不齐。
这又怎么样呢，用过各种开源/自主研发的测试平台，还不是每个人都在写着自己风格的自动化case！
大胆写，能写，写出来，跑通，就已经是在写自动化，就已经是在创造价值了！
tep默认是不会创建 reports 文件夹的， 原因有二。
其一，如果你是本地执行的话，可以使用 --tep-reports 自定义命令行参数，来生成测试报告。
$?pytest?--tep-reports
测试结束后会在 project_dir/reports 生成 report-2020-07-28的allure测试报告。
其二，如果你是持续集成的话，如Jenkins，已经提供了allure report的插件，配置一下就可以自动生成测试报告，百度“jenkins allure”。
附上allure常用命令，
pytest?--alluredir=result??#?报告目录，会生成一堆数据文件 allure?generate?result?-o?html??#?生成html报告 allure?serve?html??#?启动服务 allure?open?html??#?打开报告（直接执行自动启动服务）?PyCharm可以右键index.html选择Open?in?Browser
allure下载地址，下载解压后，把bin绝对路径添加到系统环境变量Path中。allure需要安装jdk。
轻封装
tep尊重原生用法。
requests的封装只通过装饰器做了2个封装，一是记录接口请求响应耗时，二是打印日志。只需要 from tep.client import request ，就可以和 requests.request 一样使用了，没有做任何其他的冗余修改。
#!/usr/bin/python
#?encoding=utf-8
"""
@Author??:??Don
@Date????:??7/25/2020?2:02?PM
@Desc????:
"""
import?decimal
import?json
import?time
import?requests
import?urllib3
from?loguru?import?logger
from?requests?import?sessions
from?tep.funcs?import?NpEncoder
urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
def?request_encapsulate(req):
????def?send(*args,?**kwargs):
????????#?elapsed
????????start?=?time.process_time()
????????response?=?req(*args,?**kwargs)
????????end?=?time.process_time()
????????elapsed?=?str(decimal.Decimal("%.3f"?%?float(end?-?start)))?+?"s"
????????#?log
????????try:
????????????log4a?=?{"method":?args[0]}
????????????for?k,?v?in?kwargs.items():
????????????????#?if?not?json,?str()
????????????????try:
????????????????????json.dumps(v)
????????????????except?TypeError:
????????????????????v?=?str(v)
????????????????log4a.setdefault(k,?v)
????????????log4a.setdefault("status",?response.status_code)
????????????log4a.setdefault("response",?response.text)
????????????log4a.setdefault("elapsed",?elapsed)
????????????logger.info(json.dumps(log4a,?ensure_ascii=False,?cls=NpEncoder))
????????except?AttributeError:
????????????logger.error("request?failed")
????????except?TypeError:
????????????logger.warning(log4a)
????????return?response
????return?send
@request_encapsulate
def?request(method,?url,?**kwargs):
????"""此处省略1万行代码，没做任何修改，从源码copy过来，只加了个装饰器"""1 使用 time.process_time() ，记录了耗时。
2 打印日志，把请求响应的method、url、headers、参数、响应状态码、响应体、耗时等数据保存到json中，输出控制台。
日志选择用loguru取代logging，from loguru import logger 直接用，不用再管handler了。
faker，造数据工具 jmespath，json解析工具 deepdiff，json比较工具 pandas、numpy，数据处理工具安装tep，自动就把这些开源利器安装上了，无需单独安装。未来会集成更多实用工具到tep中。
tep本身是很轻的。
tep可持续发展
我是2014年参加工作的，2018年才开始接触接口测试（汗！），现在有2年多的接口测试经验，其中包括一整年的纯后端接口测试经验。
接口自动化第一次写了接口自动化框架AIM（基于unittest），后来又有pyface，以及中间改造过的各种临时版本。也用过一些开源框架如RobotFramwork、HttpRunner，使用过自研工具，如基于JMeter封装的平台。还有一些网上开源的“web接口自动化平台”，这个我是打个大大的问号的。实用性很差，功能很鸡肋，报错还多。接口自动化测试框架的轮子，造也造不完。
tep“测试工具”的定位完美的避开了所有这些框架的弊端。工具不会定义你如何写自动化脚本，工具只会帮你更好地写自动化脚本。
有理由相信，tep会成长为一款实用的测试工具。
源码
https://github测试数据/dongfanger/tep
这里安利一波pytest官网教程，阅读英文文档，才能真正理解作者的意思。不过，我也会通过"try easy pytest"一系列的文章，把pytest的知识点提炼出来，供你学习。学python，写pytest，用tep。测试更专业！
查看更多关于pytest封神之路第一步 tep介绍的详细内容...