pytest生成Allure报告以及查看报告的实现
一、安装
1、下载Allure
Github地址：https://github.com/allure-framework/allure2/releases
下载完成后解压到本地，并把bin目录添加到环境变量：
cmd下输入：allure --version，能正常获取说明allure环境变量配置成功。
2、安装Allure Pytest Plugin
allure-pytest是Pytest的一个插件，通过它我们可以生成Allure所需要的用于生成测试报告的数据。安装allure-pytest插件方法：
pip install allure-pytest
二、使用
1、pycharm 中，运行命令并生成allure测试报告：
if __name__ == '__main__':
# 执行测试用例生成测试数据，如果已经存在报告，那就先清空，然后再生成新的测试报告，使用命令： --clean-alluredir
pytest.main([ '-vs','test.py','--clean-alluredir', '--alluredir', './allure-results'])--alluredir参数的作用是指出生成的报告文件夹， allure-results下放着生成报告的文件：
2、通过下面的命令将./allure-results/目录下的测试数据生成测试报告页面：
os.system('allure generate ./allure-results -o ./reports --clean')
三、查看报告
直接在pycharm中右击allure报告中的index.html，使用如下图方式打开，是没有问题的，可以正常显示报告内容
但是如果直接是不通过pycharm，而是直接到report文件夹下, 双击打开index.html文件，打开的报告无法展示数据，显示loading：
其实在allure-report下index.html文件是不能直接打开的，出现页面都是loading的情况，这是因为直接allure报告用浏览器是打不开的，需要用allure命令渲染之后打开才能展示效果（allure常识）。
allure使用了两种方式来渲染页面。分别是 allure open 和 allure serve。前者用于在本地渲染和查看结果，后者用于在本地渲染后对外展示结果。这里使用allure open。运行命令：
#查看测试报告
os.system("allure open ./reports")即可自动打开浏览器展示渲染好的结果。
到此这篇关于pytest生成Allure报告以及查看报告的实现的文章就介绍到这了,更多相关pytest生成Allure报告内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要为大家详细介绍了python实现简单银行管理系统，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-10-10
这篇文章主要介绍了Python如何检验样本是否服从正态分布问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-02-02
Python3.6+selenium2.53.6自动化测试_读取excel文件的方法
这篇文章主要介绍了Python3.6+selenium2.53.6自动化测试_读取excel文件的方法，本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下2019-09-09
Pytorch 如何加速Dataloader提升数据读取速度
这篇文章主要介绍了Pytorch 加速Dataloader提升数据读取速度的操作，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2021-05-05
这篇文章主要介绍了pytest官方文档解读fixtures，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-06-06
这篇文章主要介绍了python Pexpect模块的使用，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下2020-12-12
这篇文章主要介绍了Python数据分析之Matplotlib数据可视化，Matplotlib 是 Python 中常用的 2D 绘图库，它能轻松地将数据进行可视化，作出精美的图表2022-08-08
今天小编就为大家分享一篇py-charm延长试用期限实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
这篇文章主要介绍了使用 Python 遍历目录树的方法,文中给大家提到了Python os.walk() 函数的相关知识，通过实例代码给大家介绍的非常详细，需要的朋友可以参考下2020-02-02
今天小编就为大家分享一篇python 实现检验33品种数据是否是正态分布，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
最新评论