相信很多测试同学曾经都会使用过 robotframework、BDD 这样的关键字或场景测试框架，这些框架的特点是需要学习新的编程或结构化语言；更重要的一点是，都不能进行 debug 调试，遇到问题只能一步步的打 log；同时测试数据还是需要自己封装框架来分离。为了解决这些问题，今天分享这款编程友好的关键字框架，望一起共同学习交流。

说明

这是一款基于pytest封装，同时支持关键字和BDD，测试数据分离，面向编程，轻量级的，对上层自动化应用友好的基础测试框架。

其主要核心功能：

1. 支持关键字定义
2. 支持关键字组装
3. 测试数据透传

该框架的主要特点：

1. 基于pytest框架开发，支持原生插件
2. 同时具备关键字和BDD框架的特点
3. 无二次学习成本 (Python|json)
4. 天然支持测试数据分离与传递
5. 对上层应用提供友好的封装接口
6. 支持脚本Debug调试
7. 代码量少 (7 个文件 500 行代码)

环境安装

pip install py-ops

或者使用下面命令安装最细版：

pip install git+https://github.com/five3/pyops.git

快速开始

使用该框架非常的方便，基本没有学习成本。首先新建一个目录作为自动化项目的根目录，然后再新建一个名为ah_ext的 python 包目录，并在__init__.py文件中编写如下内容。

import logging
from pyops.decorator import (make_check, make_flow, alias)

logger = logging.getLogger()

def add(x, y):
    print('add')
    return x + y

@alias('调用add')
@make_flow
def call_add(data):
    """
        data: 即json配置文件中的case节点下对应data字典对象
    """
    data['actual'] = add(data['x'], data['y'])

@alias('检查add')
@make_check
def check_add(data):
    """
        data: 即json配置文件中的case节点下对应data字典对象
    """
    return data['actual'] == data['expect']

在该目录下新建一个demo.json文件，内容如下：

{
    "name": "TestDemo",
    "desc": ".....background......",
    "tag": "smoking_test",
    "setup_class": [],
    "teardown_class": [],
    "cases": {
        "test_add": {
            "desc": "",
            "tags": [],
            "setup": [],
            "teardown": [],
            "data": {
                "x": 2,
                "y": 3,
                "expect": 5
            },
            "flow": ["调用add"],
            "check": ["检查add"]
        }
    }
}

在项目根目录执行如下命令运行测试：

pyops run

该命令默认会执行当前目录先全部的 json 用例文件，如果你希望只执行部分的 json 用例，则可以指定特定的文件名：

pyops run demo.jsom demo2.json

另外，在执行完该命令后会在当前目录生成一个对应名称的 py 文件，如：demo.py。这个执行测试流程中的产物，也是执行测试的真正入口点。如果你希望单独生成一个 py 用例文件，可以使用下面的命令：

pyops make demo.json

框架设计结构