【自动化测试】装饰器与出错重试机制

装饰器与出错重试机制

谈到稳定性，不得不说的就是“出错重试”机制了，在自动化测试中，由于环境一般都是测试环境，经常会有各种各种的抽风情况影响测试结果，这样就为测试的稳定性带来了挑战，毕竟谁也不想自己的脚本一天到晚的出各种未知问题，而往往这种环境的抽风（通常是前端页面的响应速度和后端接口的响应速度）带来的影响是暂时的，可能上一秒失败了，下一秒你再执行又好了，在这种情况下，如果你有一个出错重试机制，起码可以在这种暂时性的影响下让你的脚本安然无恙，下面我们具体的说一下做法。

什么是装饰器？

因为我们的做法依赖装饰器，所以在去做之前，先简单介绍一下装饰器。

装饰器，表现形式为，在方法（或者类）的上面加上@xxx这样的语句，假如我们已经实现了一个装饰器名叫retry，那么我们想用它就这么用：

@retry
def test_login():
    print("test")
    error = 1/0

如果retry实现了出错再次重试（稍后再说如何实现），那么这么使用的话，就会让test_login这个case在执行出错的时候再次执行。

很神奇，让我们来看看实现retry的代码：

def retry(func):
    def warp():
        for time in range(3):
            try:
                func()
            except:
                pass
    return warp

就结果而言，执行以下代码：

@retry
def test_login():
    print("test")
    error = 1/0
test_login()  # test_login()和执行retry(test_login)()是等价的

由此我们可以看出，装饰器其实本质上就是一个函数，这个函数接收其他函数（或者类）作为参数，通过对这个函数（或者类）的调用或者修改，完成不更改原始函数而修改该函数的功能。

在这里还有一个知识点，你有没有想过，在retry内部的函数warp()，是怎么拿到func这个参数来执行的？执行retry函数return的是warp这个函数，而warp并没有接受func这个传参啊。

这就是python里的闭包的概念，闭包就是指运行时自带上下文的函数，比如这里的warp这个函数，他运行的时候自带了上层函数retry传给他的func这个函数，所以才可以在运行时对func进行处理和输出。

了解了装饰器和闭包，那么下面就很容易做到对测试用例的出错重试机制了。

编写一个出错重试装饰器

现在，我们来尝试自己编写一个用于测试用例的出错重试装饰器，代码如下：

def retry(times=3, wait_time=2):
    def warp_func(func):
        def fild_retry(*args, **kwargs):
            for i in range(times):
                try:
                    func(*args, **kwargs)
                    return
                except:
                    time.sleep(wait_time)

        return fild_retry

    return warp_func

@retry(times=4, wait_time=1)
def test_login():
    print("test")
    error = 1 / 0

test_login()

这个装饰器可以通过传入重试次数（times）和重试等待时间（wait_time），对待测用例实行重试机制。

pytest里的出错重试机制实现

在测试框架pytest里，已经实现了有关出错重试的策略，我们首先需要安装一个此类的插件，在cmd内执行以下命令安装：

pip install pytest-rerunfailures

如果你需要将此机制应用到所有的用例上，那么请在执行的时候使用如下命令（reruns是重试次数）：

pytest --reruns 5

如果你期望加上出错重试的等待时间，请使用如下命令(reruns-delay是等待时间)：

pytest --reruns 5 --reruns-delay 1

如果你只想对某几个测试用例应用重试策略，你可以使用装饰器：

@pytest.mark.flaky(reruns=5, reruns_delay=2)