### 使用 Requests 库与 Allure 集成进行 API 测试 在 Python 中，`requests` 是用于发送 HTTP 请求的强大库，而 `allure-pytest` 则提供了丰富的功能来生成美观的测试报告。两者结合可以有效地支持 API 的自动化测试。 #### 安装依赖包 要使 `requests` 和 `allure` 成功集成，需先安装必要的 Python 包： ```bash pip install requests allure-pytest pytest ``` #### 编写带有 Allure 注解的测试案例 编写测试用例时，在适当位置加入 Allure 提供的各种装饰器和方法，以便更好地描述测试行为并记录日志信息。下面是一个简单的例子，展示了如何利用这些特性来进行 GET 请求的测试[^1]。 ```python import allure import requests @allure.feature('User Management') class TestUsers: @allure.story('Get User Info by ID') def test_get_user_info(self): user_id = 1001 with allure.step(f'Send request to get info of user {user_id}'): response = requests.get( url=f'https://example.com/api/users/{user_id}' ) assert response.status_code == 200, \ f'Expected status code is 200 but got {response.status_code}'\ f'\nResponse body:\n{response.text}' data = response.json() with allure.step('Check the returned username matches expected value'): actual_name = data['username'] expected_name = 'expected_username' assert actual_name == expected_name,\ f'Username does not match. Expected "{expected_name}", '\ f'but received "{actual_name}"' ``` 这段代码定义了一个名为 `TestUsers` 的类，其中包含了两个主要部分：一个是特征（Feature），即被测系统的某个方面；另一个是故事（Story），具体说明了该次测试的目的。每个测试函数内部都使用了 `with allure.step()` 上下文管理器包裹住关键的操作逻辑，这样可以在最终生成的 HTML 报告里清晰地看到每一步骤及其对应的断言结果。 #### 执行测试并生成 Allure 报告 当所有的测试脚本准备就绪之后，可以通过命令行运行它们，并指定参数让 Pytest 同时收集 Allure 结果文件到特定目录中。例如： ```bash pytest --alluredir=./results tests/ ``` 这会把所有产生的 JSON 文件存放在当前路径下的 results 文件夹内。最后再借助于 Allure 命令行工具将上述 JSON 数据转换为可视化的 HTML 页面： ```bash allure serve ./results ``` 以上就是关于怎样在 Python 中运用 `requests` 库配合 `allure` 工具集成为一套完整的 API 自动化解决方案的大致流程[^3]。