项目 on 测试开发刚哥

Python 处理接口数据，这个函数太香了

Mon, 19 Jan 2026 00:00:00 +0000

Python 处理接口数据

接口数据通常是 JSON 格式，Python 处理起来并不轻松。

方法一，json 文件。额外编写代码读取文件，接口参数很多，文件变多，难维护。

方法二，字典。JSON 可以直接粘贴到代码中，Python 认作字典，但语法有差异，JSON 的语法是 true/false/null，Python 的语法是 True/False/None，不兼容。

这两种方法都有共同的缺点，需要编写表达式来定位某个节点。

比如：body["a"][0]["x"]["m"]

字符串与占位符

占位符是一种很常见的文本替换技术，在任何编程语言中都有广泛应用。

Python 语法有个很特别的字符串，三引号字符串：

test_json = """
{
 "bool": true,
  "x": null,
  "customerId": "123456",
  "items": [
    {
      "productId": "987654",
      "quantity": 2,
      "price": 199.99
    }
  ],
  "shippingAddress": {
    "recipientName": "张三",
    "streetAddress": "北京市朝阳区某街道123号",
    "city": "北京",
    "state": "北京",
    "postalCode": "100000",
    "country": "中国"
  },
  "paymentMethod": {
    "type": "CreditCard",
    "cardNumber": "4111111111111111",
    "expiryDate": "12/25",
    "cvv": "123"
  },
  "orderNotes": "请尽快发货，谢谢！"
}
"""

基本思路是，把 JSON 写在三引号字符串中，这能保留原生 JSON 格式，就像很多测试平台的做法一样，然后再通过占位符，直接替换其中的节点值。占位符不用编写表达式定位节点，在 JSON 字符串标记即可。

年度大版本，tep3 回归纯粹 Python 接口测试框架

Sun, 18 Jan 2026 00:00:00 +0000

回顾

tep 是基于 pytest 开发的接口测试框架，上个版本从小工具升级为了关键字驱动框架，通过 pystats 发现最近半年仍然有 4000+人次在安装使用 tep。时隔 1 年后，我对 tep 进行了一次大版本改造，抛弃 tep2 的 Java 代码风格，重新回归到 tep1 的纯粹 Python 风格。

纯粹 Python

所谓纯粹 Python，体现在两个方面，一个方面是 tep 源码进行了重写，更加 Pythonic，自动化用例写起来也更加简单易懂；另一方面是抛弃了依赖 Java 的 Allure 和依赖 C++的 loguru，分别使用 Python 技术栈的 pytest-html 和 logging 替代。

tep3 版本

简介

tep 是 Try Easy Pytest 的首字母缩写，帮你轻松上手 pytest。

框架特点：

基于 pytest 封装，成熟、稳定且扩展性强。
框架完全由 Python 构建，没有混杂其他语言。
原生 Python 语法，学习 Python，零成本使用框架。
HAR 包转换 pytest 用例。

安装

支持 Python3.8 以上版本

tep1.0.0 教程

Sat, 17 Jan 2026 00:00:00 +0000

正式版教程： https://dongfanger.gitee.io/blog/tep.html

当 Pytest 遇上 MVC 分层设计自动化用例就该这么写

Fri, 16 Jan 2026 00:00:00 +0000

引子

数据写在代码里，追求快速编写用例，是我设计 tep 的一个特点，这在个人编写时是一种非常良好的体验。但相比于 HttpRunner、JMeter 等来说，总觉得还差点意思。思考良久，总结为三个字：工程化。工程化是我近一年在学习 Java 并参与了 2 个测试平台模块开发，和写了几个小工具后，感受到的一种编程思想。而其中最明显的就是 Spring 的 MVC 分层设计。为了让 tep 更工程化，后续版本将以 MVC 模块编写用例为准，同时会兼容之前的脚本式快速编写。

示例

目录结构

测试用例都放在一个文件夹下：

test_case：用例主程序；

steps：测试步骤；

data：纯粹的 json；

测试用例

test_case.py是测试用例，包含的只有测试步骤：

import allure

from examples.tests.LoginToPayFlow.steps.step_add_cart import step_add_cart
from examples.tests.LoginToPayFlow.steps.step_order import step_order
from examples.tests.LoginToPayFlow.steps.step_pay import step_pay
from examples.tests.LoginToPayFlow.steps.step_search_sku import step_search_sku
from utils.cache import TepCache
from utils.step import Step

"""
测试登录到下单流程，需要先运行utils/fastapi_mock.py
"""


@allure.title("从登录到下单支付")
def test(login, env_vars, case_vars):
    case_vars.put("token", login["token"])
    cache = TepCache(env_vars=env_vars, case_vars=case_vars)

    Step("搜索商品", step_search_sku, cache)
    Step("添加购物车", step_add_cart, cache)
    Step("下单", step_order, cache)
    Step("支付", step_pay, cache)

TepCache 是“缓存”，包括 global_vars、env_vars、case_vars 三个级别的变量池。

tep 支持 pytest-xdist 分布式执行用例及合并 Allure 报告

Thu, 15 Jan 2026 00:00:00 +0000

tep0.11.1 版本升级内容：

1、pytest-xdist 分布式执行用例，合并 Allure 报告；

2、global_vars 全局变量配置；

分布式执行用例

借助于 pytest-xdist，在命令行执行时添加参数-n auto：

pytest -n auto

pytest-xdist 会自动根据本地机器硬件配置，设置最优并发，并分发用例，分布式执行。

测试时先运行 main.py，然后在 case100 目录下执行pytest -n auto --tep-reports：

第一次串行，第二次 xdist 并行：

执行时间从 50s 一下降到 5s，性能提升还是非常的明显。

合并 Allure 报告

pytest-xdist 分布式执行，只要把 allure 源文件，也就是那一堆 json 文件，存到同一个目录下，报告的数据就是一体的，不需要单独合并。但是有个问题，tep 封装了--tep-reports 命令行参数一键生成 Allure 报告，背后的逻辑是在 pytest_sessionfinish hook 函数里面实现的，分布式执行时，每个 xdist 的 node 都是一个单独的 session，多个 node 就会生成多份报告：

tep 时隔 8 个月迎来重大全新升级

Wed, 14 Jan 2026 00:00:00 +0000

tep 此次更新，旨在从“工具”升级为“框架”，为此做了大量的代码整洁工作，重新设计了部分功能，项目脚手架也焕然一新。

接口自动化项目落地之 HTTPBin 网站

Tue, 13 Jan 2026 00:00:00 +0000

接口自动化项目落地系列

找个开源网站或开源项目，用tep实现整套pytest接口自动化项目落地，归档到电子书，作为tep 完整教程的项目篇一部分。自从 tep 完整教程发布以后，tep 被越来越多小伙伴了解。教程只是纯理论，是骡子是马，拉出来遛遛才知道。做接口自动化项目落地，一方面是为了让自己脑海中的构想实实在在的呈现出来，现实和理想存在多少差距，不断尝试去弥补和修缮；另一方面也是方便读者朋友们学习使用，借助实际项目来练习，才能在赛道中弯道超车。

HTTPBin 网站

httpbin.org 是一个简单的在线提供 HTTP 服务的网站：

它能够用来对 HTTP 进行在线测试。

测试报告

HTTPBin 网站的接口自动化项目包含11 个用例集：

67 条测试用例：

自动化执行正确率 98.5%，其中有 1 条错误结果，是我故意为之的，因为想展示下断言失败的效果。

环境配置

包含 http 和 https 两套环境，因为 HTTPBin 支持 HTTP&HTTPS：

fixtures/fixture_env_vars.py

#!/usr/bin/python
## encoding=utf-8

from tep.fixture import *


@pytest.fixture(scope="session")
def env_vars(config):
    class Clazz(TepVars):
        env = config["env"]

        """变量定义开始"""
        # 环境变量
        mapping = {
            "http": {  # http环境
                "domain": "http://httpbin.org",
            },
            "https": {  # https环境
                "domain": "https://httpbin.org",
            }
            # 继续添加
        }
        # 定义类属性，敲代码时会自动补全
        domain = mapping[env]["domain"]
        """变量定义结束"""

    return Clazz()

配置默认为 http 环境：

民间流转的 pytest 项目结构设计

Mon, 12 Jan 2026 00:00:00 +0000

创建上图的 pytest 项目结构，只需要一条命令即可：

tep startproject demo

前提是安装 tep0.9.8 版本：

pip install tep==0.9.8

示例代码单独放在了 samples 文件夹下，可以放心将整个目录删除。其中的 db 演示了连接 MySQL 数据库，http 演示了 requests 常见用法和 tep request 的猴子补丁，login_pay 演示了从登陆到下单该如何编写脚本，包括 httprunner、mvc（不推荐）、tep（强烈推荐）三种写法。

fixtures 从 conftest.py 文件中单独拎了出来。这个设计与 Django 不谋而合，Django 也有个叫做 fixtures 的文件夹，用来存放测试数据。其实 pytest 的 fixture 的本意是可以用来做 setup 和 teardown 的，从这个意义来说，fixtures 就是存放测试数据的，比如封装登录接口为用例提供 token。

utils 存放了一些工具。比如自带的 fastapi 项目，request 猴子补丁，mitmproxy 抓包自动生成用例。request 猴子补丁可以自定义日志输出格式，在发送请求前后完成任何你想做的操作。

tep0.9.8 版本正式发布，对项目脚手架进行了精简，是为接下来的**《tep 完整教程帮你突破 pytest》**做好准备。

tep 集成 mitmproxy 录制流量自动生成用例

Sun, 11 Jan 2026 00:00:00 +0000

使用

操作过程非常简单，流程如下：

①配置过滤域名

必须配置，不然会有很多无效流量造成数据冗余。

②启动代理

「示例」使用了反向代理，tep 自带 FastApi 启动 Mock 服务：

③录制流量

「示例」通过 Postman 发起请求：

自动生成用例

用例就在tests/mitm实时生成好了，用例文件名为当前时间：

每录制一个请求，就能在测试用例中看到实时添加了一条测试步骤：

    # 接口描述
    # 数据
    # 请求
    response = request(
        "{method}",
        url="{url}",
        headers={headers},
        {body_grammar}
    )
    # 数据提取
    # var = response.jmespath("expression")
    # 断言
    assert response.status_code < 400

录制完成以后，就可以再次编辑测试用例完善它。

原理

utils/mitm.py源码如下：

#!/usr/bin/python
## encoding=utf-8

## mitmproxy录制流量自动生成用例

import os
import time

from mitmproxy import ctx

project_dir = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
tests_dir = os.path.join(project_dir, "tests")
## tests/mitm
mitm_dir = os.path.join(tests_dir, "mitm")
if not os.path.exists(mitm_dir):
    os.mkdir(mitm_dir)
## 当前时间作为文件名
filename = time.strftime("%Y%m%d_%H_%M_%S", time.localtime()) + ".py"
case_file = os.path.join(mitm_dir, filename)
## 生成用例文件
template = """from tep.client import request


def test():
"""
if not os.path.exists(case_file):
    with open(case_file, "w", encoding="utf8") as fw:
        fw.write(template)


class Record:
    def __init__(self, domains):
        self.domains = domains

    def response(self, flow):
        if self.match(flow.request.url):
            # method
            method = flow.request.method.lower()
            ctx.log.error(method)
            # url
            url = flow.request.url
            ctx.log.error(url)
            # headers
            headers = dict(flow.request.headers)
            ctx.log.error(headers)
            # body
            body = flow.request.text or {}
            ctx.log.error(body)
            with open(case_file, "a", encoding="utf8") as fa:
                fa.write(self.step(method, url, headers, body))

    def match(self, url):
        if not self.domains:
            ctx.log.error("必须配置过滤域名")
            exit(-1)
        for domain in self.domains:
            if domain in url:
                return True
        return False

    def step(self, method, url, headers, body):
        if method == "get":
            body_grammar = f"params={body}"
        else:
            body_grammar = f"json={body}"
        return f"""
    # 接口描述
    # 数据
    # 请求
    response = request(
        "{method}",
        url="{url}",
        headers={headers},
        {body_grammar}
    )
    # 数据提取
    # var = response.jmespath("expression")
    # 断言
    assert response.status_code < 400
"""


## ==================================配置开始==================================
addons = [
    Record(
        # 过滤域名
        [
            "http://www.httpbin.org",
            "http://127.0.0.1:5000"
        ],
    )
]
## ==================================配置结束==================================

"""
==================================命令说明开始==================================
## 正向代理
mitmdump -s mitm.py
## 反向代理
mitmdump -s mitm.py --mode reverse:http://127.0.0.1:5000 --listen-host 127.0.0.1 --listen-port 8000
==================================命令说明结束==================================
"""

通过 mitmproxy 命令启动代理后，获取当前时间作为文件名在tests/mitm下生成用例文件，给 addons 添加插件 Record 类，通过 response 钩子捕获请求信息，对请求进行域名过滤，域名匹配成功的请求就使用测试步骤代码模板，填充 method、url、headers、body 数据，追加到测试用例文件中。

teprunner 测试平台入门级部署手册发布啦

Sun, 11 Jan 2026 00:00:00 +0000

很多朋友是因为 teprunner，也就是这个小众的 pytest 内核测试平台关注的公众号。为了让大家更好的上手 teprunner，我更新了它的 README，希望能让小伙伴们根据这些文档内容，一步一步的在自己本地电脑上把项目跑起来。项目跑起来之后，就可以参考前面一系列的学习教程，自己动手做一遍，在做的过程中和 teprunner 进行对比，不懂的点逐一突破，由点到面，完整实现。**这种学习方式能更快速的掌

tep0.9.5 支持自定义扩展 request

Sat, 10 Jan 2026 00:00:00 +0000

tep0.9.5 更新了以下内容：

teprunner 重磅更新 Git 打通 PyCharm 与测试平台

Sat, 10 Jan 2026 00:00:00 +0000

经过 Python 测试交流群的小伙伴群策群力，teprunner 添加了一个重要功能，把 PyCharm 中的代码，通过 Git 同步到测试平台中，生成测试用例。这样，teprunner 就成了一个名副其实的pytest 脚本在线管理平台。

tep 支持 MVC 架构实现用例数据分离

Fri, 09 Jan 2026 00:00:00 +0000

大家好，我是刚哥。

teprunner 测试平台定时任务这次终于稳了

Fri, 09 Jan 2026 00:00:00 +0000

teprunner 测试平台已经有一个多月没有更新了，主要原因是定时任务不够稳定，经过反复试错，找到了解决办法，这次终于稳定了。

tep 集成 HttpRunner 与 Flask 实现开箱即用

Thu, 08 Jan 2026 00:00:00 +0000

大家好，我是刚哥。

teprunner 测试平台用例编写等体验响应式升级

Thu, 08 Jan 2026 00:00:00 +0000

本文开发内容

在免费开源的测试平台中，teprunner 的 UI 界面应该算得上第一梯度了，BUT，美中不足，在不同分辨率显示器（比如 13.3 寸小屏笔记本）下布局大的弹出窗口，表现不尽如人意。而这又是核心功能代码编辑的界面，比如用例编写、fixture 编写，很有必要优化升级。除此之外还有滚动条的问题：竖向双滚动条和横向滚动条，也对体验造成影响。本文将对这些内容进行改造，具体如下：

编写用例页面，从弹窗改为子页面。
编写 fixture 页面，从弹窗改为子页面。
代码编辑区域高度自适应。
缩小左侧菜单，移动项目环境和新增按钮同一行，扩大编辑区面积。
消除所有双向滚动条。
消除所有横向滚动条。
语法说明添加环境变量和 fixtures 示例代码。
其他细节优化。

响应式是指同一套前端代码在不同浏览器（PC 端、移动端等）都能适配，Element UI 已经是响应式设计了，本文的响应式体现在代码编辑区行高根据 window.innerHeight 自动计算设定。

升级效果展示

左侧菜单栏变窄；添加环境变量和 fixtures 示例代码。

项目环境和新增按钮同一行显示，扩大有效内容可视面积。

fixtures 的新增和编辑从弹窗改为子路由页面，代码编辑区高度自适应，纵向滚动条只出现一个。

消除横向滚动条；缩小了用例描述列以外其他列宽；替换操作按钮文字为图标。

用例的新增和编辑从弹窗改为子路由页面，代码编辑区高度自适应，纵向滚动条只出现一个。

用例运行结果的新增和编辑从弹窗改为子路由页面，代码编辑区高度自适应，纵向滚动条只出现一个。

测试计划的新增，编辑，运行结果也做了相同调整。

整体而言，有效信息的可视面积和可操作面积都尽可能扩大了！

关键技术点

前端代码修改文件如下：

比较繁琐，没有新知识，这里就不一一讲解了，而是选择用到的关键技术点来进行知识回顾：

template 添加<router-view></router-view>
主页面 div 添加v-if="$route.name === 'name'"
在 router/index.js 中添加 children 子路由
跳转页面前，存 localStorage
新页面 create()时，取 localStorage
this.$router.push跳转路由
div 同行显示用float: left，紧跟的 div 换行用clear: both
window.innerHeight 获取屏幕高度

小结

本文完成了对 teprunner 测试平台前端 UI 界面的体验升级，已经适配 13.3 寸到 27 寸显示器，如果还在担心不好用的话，那么现在可以好好试试了。定时任务从目前优化效果来看，已经趋于稳定，不久就会和大家见面。

teprunner 测试平台测试计划批量运行用例

Wed, 07 Jan 2026 00:00:00 +0000

本文开发内容

上一篇文章已经把 pytest 引入到测试平台中，通过多线程和多进程的方式，运行测试用例。有了这个基础，做批量运行用例的功能就很简单了，只需要前端传入一个 CaseList 即可。本文的后端代码是增删改查和复用 run_case 相关代码做个 run_plan。前端代码将学习如何通过 LocalStorage 在非父子组件之间传递数据。具体开发内容如下：

测试计划增删改查
测试计划动态添加移除测试用例
运行测试计划，批量运行用例
计划运行结果、用例运行结果

编写后端代码

编辑 teprunner/urls.py 文件，添加测试计划的路由：

编辑 teprunner/models.py 文件，添加 3 张表的 model：

Plan 存放测试计划，PlanCase 存放计划和用例关联关系，PlanResult 和 CaseResult 类似，这里之所以把单独出来一张结果表，是为了和用例结果 CaseResult 相互独立，防止计划结果覆盖用例结果，毕竟 CaseResult 一般是手工跑出来的，PlanResult 一般是定时任务跑出来的，功能数据解耦后处理起来也更方便。

编辑 teprunner/serializers.py 文件，添加序列化器：

为了前端展示需要，这里额外关联了一些字段进行展示。尤其是：

caseNum 用例总条数，passedNum 成功条数，failedNum 失败条数，errorNum 错误条数。成功定义为：只有 passed，没有 failed 和 error 的用例。失败定义为：只有 failed，没有 error 的用例。错误定义为：只要有 error 的用例。

本文还展示了，如果序列化器的某个字段只在存库时使用，返回响应时不展示，该怎么处理：

重写 to_representation 方法，把不需要返回的字段 pop 移出去。这里 output 在计划运行结果不需要，在用例运行结果才需要，为了减少传输数据，就在计划运行结果的接口响应中移出去了。

原创 pytest 辅助工具 tep0.9.1 版本恢复项目初始化文件

Wed, 07 Jan 2026 00:00:00 +0000

最近几个月时间有些小伙伴问到为什么 tep 项目初始化文件没有了？

tep 环境变量、fixtures、用例三者之间的关系

Tue, 06 Jan 2026 00:00:00 +0000

tep 是一款测试工具，在 pytest 测试框架基础上集成了第三方包，提供项目脚手架，帮助以写 Python 代码方式，快速实现自动化项目落地。

teprunner 测试平台 Django 引入 pytest 完整源码

Tue, 06 Jan 2026 00:00:00 +0000

本文开发内容

pytest 登场！本文将在 Django 中引入 pytest，原理是先执行 tep startproject 命令创建 pytest 项目文件，然后从数据库中拉取代码写入文件，最后调用 pytest 命令运行用例。为了提高运行效率，用例运行是并行的，采用了多线程和多进程，两个都有，这在最后有个单独小结进行比较完整的说明。因为用例运行是异步的，所以前端并不知道什么时候执行完才能拿到运行结果，可以发多个 HTTP 请求轮询，但这种方式并不优雅，本文将采用 WebSocket 来实现用例结果查询。具体内容为：

cases/<int:pk>/run运行用例接口
ws/teprunner/cases/<int:case_id>/result/用例结果查询接口
projects/<int:pk>/export下载项目环境接口
前端添加 WebSocket 请求

知识点涉及有点多：tep、pytest、同步、异步、多线程、多进程、回调函数、WebSocket、长连接、全双工、ASGI、WSGI、打 ZIP 包、文件字节流传输。

编写后端代码

编辑 requirements.txt，添加 tep 和 channels：

tep==0.6.9
channels==3.0.3

tep 是用来创建 pytest 项目的，channels 是用来实现 WebSocket 的。

编辑 teprunner/urls.py 文件，添加 HTTP 路由：

首先实现 run 接口，新建 teprunner/views/run.py 文件：

这是运行用例的主体流程：

第一步从请求中获取用例 id、运行环境、运行人，这里演示了获取 user 数据的两种方式：接口传参和从 token 中解析。然后根据 project_id，run_env，user_id 定义了 pytest 项目的路径。
第二步使用 tep startproject 创建项目文件，清空 fixtures 和 tests 目录，目的有两个：一是清掉 tep 默认 fixtures 和示例 cases，防止对平台产生干扰；二是保证每次运行目录都是干净的，就不用单独去处理前端手动删掉 fixture/case 后，文件残留的问题。然后从数据库中拉取环境变量、fixtures 等数据更新文件。
起多个线程，分别执行用例，执行前先拉取用例代码写入文件，这里是单条用例运行，之所以要用 for 循环，是因为用例迟早是要批量执行，在设计时就考虑到，避免后面走弯路。然后删掉数据库运行结果，通过 subprocess 起子进程调用 pytest 命令，最后在线程的回调函数中根据 pytest_result 保存用例结果到数据库中。

tep0.6.0 更新聊聊 pytest 变量接口用例 3 个级别复用

Mon, 05 Jan 2026 00:00:00 +0000

tep 是一款测试工具，在 pytest 测试框架基础上集成了第三方包，提供项目脚手架，帮助以写 Python 代码方式，快速实现自动化项目落地。fixture 是 pytest 核心技术，本文聊聊如何使用 fixture 完成变量、接口、用例 3 个级别复用。

teprunner 测试平台开发用例管理不只有增删改查

Mon, 05 Jan 2026 00:00:00 +0000

本文开发内容

用例管理是对用例进行增删改查，按照前面文章的思路，把它做出来应该不难，如果你已经自己写好了，那么可以和本文提交的代码比较下看看。除了增删改查，用例管理还需要提供运行用例的入口，在操作列添加一个运行按钮，单条用例运行，并弹窗展示运行结果。用例列表需要能看到每条用例执行情况，添加表格列用于展示，其中“运行结果”列要有超链接，点击查看上次运行结果。为了避免修改别人用例出错，还需要有个复制用例功能。除了在线编辑，平台应支持下载项目环境到本地，无缝切换到 PyCharm，让新用户快速上手。综上所述，本文开发内容如下：

用例增删改查。
运行按钮，点击后弹出“运行用例结果”。
添加表格展示列，其中“运行结果”用颜色区分不同结果状态：passed，failed，error，点击超链接后弹出“查看用例结果”。
复制按钮，点击后生成一条复制的新用例。
新增/编辑页面，添加运行按钮。
运行/查看页面，添加编辑按钮。
下载环境到本地。

工作量主要在前端，后端先做一部分。

编写后端代码

编辑 teprunner/urls.py，添加路由：

除了增删改查，还添加了 2 个接口，一个用于获取用例运行的结果，一个用于复制测试用例。

编辑 teprunner/models.py，添加模型：

第一个 Model 是 Case，没有定义 name 字段，实际上用例 ID 和用例描述已经够用了，name 不知道填什么，有点多余。第二个 Model 是 CaseResult，会记录运行结果，这个运行结果是从 pytest 执行日志最后一行的 Summary 截取出来的，比如 1 passed，1 failed，耗时也是从 Summary 截取出来的。output 存放代码运行后打到控制台的输出日志。最后三个字段记录运行环境、运行人和运行时间，运行时间取的数据库记录被添加/更新的时间。添加好以后迁移到数据库中：

python manage.py makemigrations
python manage.py migrate

编辑 teprunner/serializers.py，添加序列化器，第一个序列化器是 CaseSerializer：

只关联了 Case 模型的字段。

第二个序列化器是 CaseListSerializer：

它主要用来返回用例列表的数据，除了用例本身，还需要用例结果。serializers.SerializerMethodField 用于自定义序列化字段，定义好字段后，在下面添加get_前缀+字段名的方法，这是 Django 的规则，然后在方法内部添加取值代码，比如 get_result()，instance 是指 Meta.model 定义的模型，这里就等同于 Case，通过 instance.id 获取到 Case.id 并赋值给 case_id 变量，从 CaseResult 的对象中过滤 case_id 匹配的用例结果，按运行时间倒序，取最新 1 条结果的 result 字段的值。其他字段的处理是类似的，runTime 这里做了下日期格式化：

teprunner 测试平台用例前置模块开发

Sun, 04 Jan 2026 00:00:00 +0000

本文开发内容

现在正式进入测试相关功能开发。teprunner 测试平台底层是 pytest，中间层是 tep，还没了解的朋友可以先看看 tep 的文章，整个平台的设计思路和后面用例的执行都会基于这个工具。tep 的测试用例是放在.py 文件里面的，全局变量或者说环境变量是引用的 env_vars，公共函数和复用接口是引用的 fixtures，在做成平台后，需要把这两个部分独立为两个功能模块。多个项目的接口自动化数据需要隔离开来，要有个项目管理功能。本文将开发四个用例前置模块：

后台管理–项目管理
接口自动化–语法说明
接口自动化–环境变量
接口自动化–fixtures

编写后端代码

先创建名为 teprunner 的 app：

django-admin startapp teprunner

在 settings 的 INSTALLED_APPS 中添加配置让 app 生效：

并在 urls.py 添加路由：

编辑 user/fixtures/user.json，添加一个接口自动化的菜单：

截图只截了管理员，测试和开发角色，也需要添加上。access 均为 true，这三个角色都可以访问。添加后把数据同步到数据库：

python manage.py loaddata user

编辑 teprunner/models.py，新增模型：

包括了项目、环境变量和 fixture 三张表。Project.env_config 用于给项目配置多个环境。不同项目不同环境的环境变量不一样，在 EnvVar 中添加了 project_id 和 env_name，并按(“project_id”, “env_name”, “name”)作为唯一键，不允许重复。不同项目的 fixtures 不同，不关心环境，在 Fixture 中只添加了 project_id。

models 编写好后，迁移到数据库：

如何用 tep 完成增删改查接口自动化

Sun, 04 Jan 2026 00:00:00 +0000

tep 的设计理念是让人人都可以用 Python 写自动化，本文就来介绍如何用 tep 完成增删改查接口自动化。

pytestx 容器化执行引擎

Sat, 03 Jan 2026 00:00:00 +0000

系统架构

前端、后端、pytest 均以Docker容器运行服务，单独的容器化执行引擎，项目环境隔离，即用即取，用完即弃，简单，高效。

前端容器：页面交互，请求后端，展示 HTML 报告
后端容器：接收前端请求，启动任务，构建镜像，触发运行 pytest，挂载 HTML 报告
pytest 容器：拉取项目代码，指定目录执行，生成 HTML 报告

系统流程

支持 2 种运行模式配置：容器和本地。

容器模式：判断是否支持 docker，如果支持，构建 pytest 镜像，在构建时，通过 git 拉取项目代码，再运行容器，按照指定目录执行 pytest，生成测试报告，并将报告文件挂载到后端。如果不支持，降级为本地运行。

本地模式：模拟容器行为，在本地目录拉取代码，执行 pytest，生成测试报告。

效果展示

任务管理：

容器模式：

本地模式：

平台大改造

pytestx 平台更轻、更薄，移除了用例管理、任务关联用例相关功能代码，只保留真正的任务调度功能，backend 的 requirements.txt 解耦，只保留后端依赖，pytest 相关依赖转移到 tep-project。

那如何管理用例呢？约定大于配置，我们约定 pytest 项目已经通过目录维护好了一个稳定的自动化用例集，也就是说需要通过平台任务调度的用例，都统一存放在目录 X 下，这些用例基本不需要维护，可以每日稳定执行，然后将目录 X 配置到平台任务信息中，按指定目录执行用例集。对于那些不够稳定的用例，就不能放到目录 X 下，需要调试好以后再纳入。

为什么不用 marker？pytest 的 marker 确实可以给测试用例打标记，也有人是手动建立任务和用例进行映射，这些方式都不如维护一个稳定的自动化用例集方便，在我们公司平台上，也是维护用例集，作为基础用例集。使用 pytest 项目同理。

teprunner 测试平台部署到 Linux 系统 Docker

Sat, 03 Jan 2026 00:00:00 +0000

本文是一篇过渡，在进行用例管理模块开发之前，有必要把入门篇开发完成的代码部署到 Linux 系统 Docker 中，把部署流程走一遍，这个过程对后端设计有决定性影响。

开源测试平台开发期待你的加入

Sat, 03 Jan 2026 00:00:00 +0000

背景

在 2022 年 7 月 6 日我曾组织过一次开源测试平台开发报名，有 50+人报名，到 2023 年 1 月 28 日项目暂停，如大家在 Gittee 看到的，除我以外，只有 1 个人真正提交了代码：奉孝。

原因如其中一位同学所说：“感觉我们大部份还是缺少从 0 到 1 的经验，负责的内容有时候不要知道从哪下手，又少了点积极性”。描述得很贴切，可能刚开始动力很足，但因为缺少经验，不够积极，最后实践不了。说的很好，就是做不到。也很无奈。

二次启动，分为 2 个阶段，第一个阶段是学习阶段，我带着大家一起把 teprunner 平台从 0 到 1 开发一遍，把需要掌握的知识先学一遍，保证有一定基础，挑战能够独立完成模块开发。第二个阶段是开发阶段，共同完成 EasyPytest 测试平台开发，学以致用，加深对前后端分离项目开发的理解，具有真实的平台开发实践。

学习阶段

你都不维护了，我为什么还要学 teprunner？Django 没意思？我想学 FastAPI？

teprunner 有一套完整教程，包括前后端源码、11 篇电子书教程、2 小时视频讲解，虽然我因为工作原因没有继续维护 teprunner，但是它仍然非常适合初学者入门学习测试开发，掌握里面的知识，对于后续学习其他技术，都有很大帮助。我的技术提升除了二刷《流畅的 Python》和编写了 tep 开源工具，最大的提升就是完成了 teprunner 测试平台开发，如果你也能自己动手完成一遍，一定有极大提升。

Django、Flask、FastAPI、SpringBoot，我认为从入门者角度来说，Django 是最适合的，它属于开箱即用的框架，很多东西都给你准备好了，你用就行，避免刚开始就陷入环境搭建，三方库拼装、数据库维护的麻烦中，降低理解门槛和操作难度。学会了 Django，再学其他的，也很简单，一通百通。刚开始学习，学哪个不是最重要的，最重要的是先学会一个，迈出第一步。以我的经验来说，学习成熟框架 Django 是个正确选择。

开发阶段

EasyPytest 的后端把 Django 切换为了 FastAPI，掌握了 Django，再对比 FastAPI，就能对后端开发框架有更深入的理解。就像我学 Python 和 Java 一样，只学一门百思不得其解，对比一看，豁然开朗。目前已经完成了登录、首页、用户管理的开发，Gitee 也有相应源码。未来的规划，是做 teprunner 的升级版，实现 pytest 平台化，80%工作本地开发脚本，20%工作交给平台编排运行。

框架 V2.0.0 开发指南

Sat, 03 Jan 2026 00:00:00 +0000

温馨提示：开发指南，根据 V2.0.0 编写，不随版本更新维护，仅供入门参考。最新实现请结合教程和源码阅读，教程会在版本发布后维护。

一次全量数据对比工具发现问题的过程与思考

Sat, 03 Jan 2026 00:00:00 +0000

如果没有这次全量数据对比工具，那么也许这个历史问题会继续隐藏着，直到发生线上事故才暴露出来，毕竟人工抽样验证发现的概率只有5.8%。

pytestx 重新定义接口框架设计

Fri, 02 Jan 2026 00:00:00 +0000

概览

脚手架：

用例代码：

"""
测试登录到下单流程，需要先启动后端服务
"""

test_data = {
    "查询SKU": {
        "skuName": "电子书"
    },
    "添加购物车": {
        "skuId": 123,
        "skuNum": 2
    },
    "下单": {
        "orderId": 222,
        "payAmount": "0.2"
    },
    "支付": {
        "skuId": 123,
        "price": 0.1,
        "skuNum": 2,
        "totalPrice": 0.2
    },
}
case_vars = dict()


def test(http, login_headers, file_data):
    # 搜索商品
    url = file_data["domain"] + "/api/tasks/mock/searchSku"
    body = test_data["查询SKU"]

    response = http("get", url=url, headers=login_headers, params=body)
    assert response.status_code < 400

    case_vars["skuId"] = response.jsonpath("$.skuId")
    case_vars["skuPrice"] = response.jsonpath("$.price")

    # 添加购物车
    url = file_data["domain"] + "/api/tasks/mock/addCart"
    body = test_data["添加购物车"]
    body["skuId"] = case_vars["skuId"]

    response = http("post", url=url, headers=login_headers, json=body)
    assert response.status_code < 400

    case_vars["skuNum"] = response.jsonpath("$.skuNum")
    case_vars["totalPrice"] = response.jsonpath("$.totalPrice")

    # 下单
    url = file_data["domain"] + "/api/tasks/mock/order"
    body = test_data["下单"]
    body["skuId"] = case_vars["skuId"]
    body["price"] = case_vars["skuPrice"]
    body["skuNum"] = case_vars["skuNum"]
    body["totalPrice"] = case_vars["totalPrice"]

    response = http("post", url=url, headers=login_headers, json=body)
    assert response.status_code < 400

    case_vars["orderId"] = response.jsonpath("$.orderId")

    # 支付
    url = file_data["domain"] + "/api/tasks/mock/pay"
    body = test_data["支付"]
    body["orderId"] = case_vars["orderId"]

    response = http("post", url=url, headers=login_headers, json=body)
    assert response.status_code < 400
    assert response.jsonpath("$.success") == "true"

页面下载脚手架

启动平台前后端服务后，从页面下载脚手架，平台会拉取开源项目 tep-project 最新代码，打成压缩包，生成下载文件，弹窗下载。

tep 用户手册帮你从 unittest 过渡到 pytest

Fri, 02 Jan 2026 00:00:00 +0000

unittest 和 pytest 是 Python 的 2 个强大的测试框架，经常用来做 UI 自动化或接口自动化。unittest 是 PyCharm 的默认集成工具，也是我们大多数人入门自动化的首选框架。pytest 提供了更丰富的功能，相对的上手难度也要高一点。如果学了 pytest 后，想快速用 pytest 写项目，用于工作实践，那么可以试试我写的这款测试工具：tep，try easy pytest。

功能测试用例自动生成算法 Pairwise 工具

Fri, 02 Jan 2026 00:00:00 +0000

Pairwise 算法是什么

对于以下测试场景：

浏览器：M，O，P
操作平台：W（windows），L（linux），i（ios）
语言：C（chinese），E（english）

该如何设计功能测试用例呢？

根据数学统计分析，73%的缺陷（单因子是 35%，双因子是 38%）是由单因子或 2 个因子相互作用产生的。19%的缺陷是由 3 个因子相互作用产生的。也就是说，大多数的 bug 都是条件的两两组合造成的。

Pairwise 算法是 L. L. Thurstone 在 1927 年首先提出来的，他是美国的一位心理统计学家。Pairwise 算法基于两两组合，过滤出性价比高的用例集。它的思路是：如果某一组用例的两两组合结果，在其他组合中均出现，就删除该组用例，从而精简用例。

对于上述测试场景，可以通过笛卡尔积设计 18 条两两组合的测试用例：

1，M W C
2，M W E
3，M L C
4，M L E
5，M I C
6，M I E
7，O W C
8，O W E
9，O L C
10，O L E
11，O I C
12，O I E
13，P W C
14，P W E
15，P L C
16，P L E
17，P I C
18，P I E

对于第 18 条用例P I E来说，两两组合是PI ，PE ，IE，PI在 17 号，PE在 16 号，IE在 12 号出现过，所以第 18 条用例可以过滤掉。按照这个算法继续过滤，最终剩下 9 条用例：

坚持开发原创测试平台

Fri, 02 Jan 2026 00:00:00 +0000

不管测试平台有没有实际用处，具备测试平台开发能力，是测试开发工程师的必备技能之一。 测试平台的实际收益有多少，仁者见仁智者见智，这是一个辩证问题。测试平台开发能力是否具备，一清二楚，这是一个现实问题。我们能做的只有提高自己，解决现实问题。

免费搭建你的电子书网站（附源码）

Fri, 02 Jan 2026 00:00:00 +0000

电子书网站由 AI 实现，Claude Code+DeepSeek-V4-Pro。技术栈 Python+MkDocs，主题 Read the Docs，静态托管 GitHub Pages。具有中文搜索功能。

学习版 pytest 内核测试平台开发万字长文入门篇

Fri, 02 Jan 2026 00:00:00 +0000

前言

2021 年，测试平台如雨后春笋般冒了出来，我就是其中一员，写了一款 pytest 内核测试平台，在公司落地。分享出来后，有同学觉得挺不错，希望能开源，本着“公司代码不要传到网上去，以免引起不必要麻烦”的原则，只能在家从头写一个，边重新梳理代码边温习巩固知识点，以学习交流为目的，定义为“学习版”。

功能展示

接口自动化

接口自动化–Dashboard：

接口自动化–环境变量：

接口自动化–fixtures：

接口自动化–用例管理：

接口自动化–用例管理–编辑用例：

接口自动化–测试计划：

接口自动化–语法说明：

小工具

小工具–共享脚本：

小工具–HTTP 状态查询：

后台管理

后台管理–用户管理

后台管理–项目管理

本文开发内容

登录，登出
首页，修改密码，个人信息
后台管理，用户管理
JWT 认证

本文先打个基础，既是测试平台基本结构，也可以作为 CMS 基础框架，定制开发各种小型项目。

技术栈

Node.js 12.16.3
Vue 4.5.11
Python 3.8
Django 3.1.3
Django REST framework 3.12.2
SQLite 3

IDE 编辑器推荐 PyCharm 旗舰版，既能写 Django 也能写 Vue 项目。数据库使用 Django 自带 SQLite ，省去安装 MySQL 和 Navicat/Workbench 麻烦，轻量级开发。SQLiteStudio 为 SQLite 数据库可视化工具，只需要下载即可，无需安装，解压就用：：

EasyPytest 测试平台开发日志之系统设计

Thu, 01 Jan 2026 00:00:00 +0000

EasyPytest 测试平台，帮你高效管理 Pytest 测试用例。

japi 项目需求分析阶段

Thu, 01 Jan 2026 00:00:00 +0000

项目简介

japi项目，是一个接口自动化平台开发项目，由【交流群】招人共建，基于 JMeter，参考 MeterSphere，以学习为目的，完成一个 SpringBoot+Vue 技术栈的纯粹的接口自动化平台开发。

项目成员

经过"填写人员分工表"以后，最终有 38 人参与了本次项目：

刚哥、布鲁、嘉宥、守正、大刚、风雨、奉孝、大姚、畅月、渔夫、小禹、钰琪、天湖、迷龙、肥涵、胖子、局长、呼呼、明亮、安宁、木棉、番茄、玥玥、哈瑞、虚竹、十五、阿新、卡罗、大白、库昊、左右、小涌、古风、玉洁、小韩、小卷、千凝、昆明。

随着项目进行，后续“提交学习总结”等环节层层递进，真正留下来的项目成员，会在 GitHub 的 README 中署名。

在填表时收集了大家的历史经验，这里汇总整理了一下，供参考：

“Vue+Django 写过测试平台；SpringBoot 写过后端应用；Python 小工具开发；Python+Pytest+Requests 搭建接口自动化框架；Python+Unittest 或 Pytest 自动化测试框架搭建及脚本开发；各类开源自动化测试平台搭建，如：HttpRunnerManager、流马、Yapi、Sonic 等；js+Django2 实现 UI 自动化测试平台；使 Testng 框架进行接口测试；Vue+fastapi 写过测试平台；python+selenium UI 自动化；python+httprunner，接口文档解析自动生成字段校验用例；python+RobotFramework 做过 UI；Java 做过单元测试，熟悉基础语法；学过 JavaSE，JavaEE，实战经验不多；Python Pyqt GUI 工具开发；Python 接口自动化、APP 自动化框架设计及编码；独立负责主导 Python+Locust 性能测试；三方库和标准库：unittest、pytest、appium、selenium、request、httprunner；画过简单的 html、css；App UI 自动化框架搭建：pytest+appium+allure+jenkins 接口自动化框架搭建：pytest+request+allure+jenkins 二次开发及维护过 flask+vue 接口测试平台；二次开发及维护过 springboot+angularUI 测试平台；Pytest+Playwright UI 自动化脚本编写；”

我总结了几个关键字：Vue、Django、SpringBoot、Flask、FastAPI、ElementUI、RobotFramework、脚本开发、工具开发、平台开发、接口自动化、UI 自动化、APP 自动化。

项目计划

招募，人员分工，需求分析，设计，编码，测试，上线。

由于是以学习为目的，加上都是业余时间投入，也有其他事情要忙，所以该项目不会像真正项目那样，设置里程碑和交付节点，会给足够的学习时间，战线拉得比较长，过程大于结果。

需求分析

MeterSphere 官方给出的功能列表，接口自动化相关的模块有接口定义和接口自动化。

接口定义包括以下功能：

在线添加并编辑接口定义; 以树状形式展示项目的模块及对应接口; 支持 HTTP、Dubbo、SQL、TCP 类型接口请求; 支持通过 MeterSphere Json、Postman、Swagger 等多种格式文件快速导入接口，Swagger 可通过 URL 定时同步; 支持接口快捷调试; 根据接口定义快速配置 HTTP、TCP 协议 Mock 服务; API 列表、CASE 列表、文档模式多种模式灵活切换; 接口页面 API、TEST、CASE、MOCK 多种操作灵活切换; 测试环境信息管理功能; 单接口用例支持引用环境; 支持正则匹配、jsonpath、xpath 等多种类型的断言规则; 支持正则匹配、jsonpath、xpath 等多种类型的参数提取; 支持 BeanShell、Python、Groovy、JavaScript 等多种语言的前后置脚本; 支持前置 SQL、后置 SQL; 支持上传并引用自定义 Jar 包; 支持查看接口及用例变更历史; 手动执行、定时任务、Jenkins 插件触发等多种执行方式; API、CASE 一键复制; CASE 一键创建性能测试; 接口定义依赖关系设置;

JSON 转 SQL 小工具源码分享

Thu, 01 Jan 2026 00:00:00 +0000

将 key-value 的 JSON 数据，转换为 insert 的 SQL 语句，进而实现网页数据存储到数据库。

pytest 内核测试平台落地初体验

Thu, 01 Jan 2026 00:00:00 +0000

测试平台，有人说它鸡肋，有人说它有用，有人说它轮子，众说纷纭，不如从自身出发，考虑是否要做测试平台：

tep 首次开源 V0.2.3 介绍

Thu, 01 Jan 2026 00:00:00 +0000

『 tep is a testing tool to help you write pytest more easily. Try Easy Pytest! 』

聚焦于任务调度的测试平台 pytestx

Thu, 01 Jan 2026 00:00:00 +0000

设计理念

聚焦于任务调度，接口自动化 80%本地编写，20%交由平台管理。

如果使用 pytest 做接口自动化，那么个人认为最好的编写工具是 PyCharm，任何低代码测试平台都无法取代。当然不会代码，或者不使用 pytest，那低代码测试平台，或者 yaml，甚至 excel 写自动化用例，都是可以接受的。而在使用 pytest 这个特定场景里面，要做平台化，平台的功能就需要仔细斟酌。既然编写用例最好使用 PyCharm，平台也就只能专注于用例编排和任务调度，即创建任务，关联用例，批量运行，以及定时，并行，通知等。

pytestx正是基于此理念设计的一款纯粹的任务调度平台。

平台架构

tep1.0.0 的延续

tep1.0.0 版本已经封版，在 pytestx 中对它进行了延续。

从 pypi 到 git

tep 是上传到 pypi 的，通过 pip 命令安装，使用 tep startproject 命令创建项目脚手架，代码结构分为项目代码和 tep 代码。改造后的 tep 只有项目代码，存放在：

https://gitee.com/dongfanger/tep-project.git

也就是说，在这个项目中，能看到整个 tep 全貌。之前的 tep 内核代码，比如 fixtures 自动寻找、内置 fixture、环境变量等，全部迁移到了项目代码里面，尤其是 conftest.py 的文件内容。pip install tep 顺带安装的依赖包，也整理到了 requirements.txt，按照说明安装即可。

pytest-html 替换 allure

由重到轻，化繁为简，pytest-html 能够满足数据+日志的报告需要，最新的 V3.2.0 版本的界面尚可。诚然 allure 漂亮，但安装 Java、下载 Allure、配置环境变量、安装 pytest-allure、添加 pytest hook 还是相对麻烦。更重要的是，要支持平台在线查看报告，减少存储占用，pytest-html 无疑是更好的选择。

原创电子书全新重磅升级

Thu, 01 Jan 2026 00:00:00 +0000

电子书，简洁专注的阅读体验。对于技术文章来说，电脑端比手机端更适合阅读，尤其是代码。电子书的左侧目录能快速找到文章，虽然公众号也有文章分类功能，但是不能像目录树一样有“位置感”。电子书还能支持搜索。所以把个人网站做成了电子书。