裝飾器與出錯重試機制
談到穩定性，不得不說的就是“出錯重試”機制了，在自動化測試中，由於環境一般都是測試環境，經常會有各種各種的抽風情況影響測試結果，這樣就爲測試的穩定性帶來了挑戰，畢竟誰也不想自己的腳本一天到晚的出各種未知問題，而往往這種環境的抽風（通常是前端頁面的響應速度和後端接口的響應速度）帶來的影響是暫時的，可能上一秒失敗了，下一秒你再執行又好了，在這種情況下，如果你有一個出錯重試機制，起碼可以在這種暫時性的影響下讓你的腳本安然無恙，下面我們具體的說一下做法。
什麼是裝飾器？
因爲我們的做法依賴裝飾器，所以在去做之前，先簡單介紹一下裝飾器。
裝飾器，表現形式爲，在方法（或者類）的上面加上@xxx這樣的語句，假如我們已經實現了一個裝飾器名叫retry，那麼我們想用它就這麼用：
@retry
def test_login():
print("test")
error = 1/0如果retry實現了出錯再次重試（稍後再說如何實現），那麼這麼使用的話，就會讓test_login這個case在執行出錯的時候再次執行。
很神奇，讓我們來看看實現retry的代碼：
def retry(func):
def warp():
for time in range(3):
try:
func()
except:
pass
return warp
就結果而言，執行以下代碼：
@retry
def test_login():
print("test")
error = 1/0
test_login()
和執行：
retry(test_login)()
是等價的，由此我們可以看出，裝飾器其實本質上就是一個函數，這個函數接收其他函數（或者類）作爲參數，通過對這個函數（或者類）的調用或者修改，完成不更改原始函數而修改該函數的功能。
在這裏還有一個知識點，你有沒有想過，在retry內部的函數warp()，是怎麼拿到func這個參數來執行的？執行retry函數return的是warp這個函數，而warp並沒有接受func這個傳參啊。
這就是python裏的閉包的概念，閉包就是指運行時自帶上下文的函數，比如這裏的warp這個函數，他運行的時候自帶了上層函數retry傳給他的func這個函數，所以纔可以在運行時對func進行處理和輸出。
瞭解了裝飾器和閉包，那麼下面就很容易做到對測試用例的出錯重試機制了。
如果對軟件測試、接口測試、自動化測試、性能測試、LR腳本開發、面試經驗交流。感興趣可以來加羣：747981058，羣內會有不定期的發放免費的資料鏈接，這些資料都是從各個技術網站蒐集、整理出來的，如果你有好的學習資料可以私聊發我，我會註明出處之後分享給大家。
編寫一個出錯重試裝飾器
現在，我們來嘗試自己編寫一個用於測試用例的出錯重試裝飾器，代碼如下：
def retry(times=3,wait_time=10):
def warp_func(func):
def fild_retry(*args,**kwargs):
for time in range(times):
try:
func(*args,**kwargs)
return
except:
time.sleep(wait_time)
return fild_retry
return warp_func
這個裝飾器可以通過傳入重試次數（times）和重試等待時間（wait_time），對待測用例實行重試機制。
pytest裏的出錯重試機制實現
在測試框架pytest裏，已經實現了有關出錯重試的策略，我們首先需要安裝一個此類的插件，在cmd內執行以下命令安裝：
pip install pytest-rerunfailures
如果你需要將此機制應用到所有的用例上，那麼請在執行的時候使用如下命令（reruns是重試次數）：
pytest --reruns 5
來執行你的用例；
如果你期望加上出錯重試的等待時間，請使用如下命令(reruns-delay是等待時間)：
pytest --reruns 5 --reruns-delay 1
來執行你的用例；
如果你只想對某幾個測試用例應用重試策略，你可以使用裝飾器：
@pytest.mark.flaky(reruns=5, reruns_delay=2)
例如：
@pytest.mark.flaky(reruns=5, reruns_delay=2)
def test_example():
import random
assert random.choice([True, False])
更詳細的介紹請參閱官方文檔 。
Allure裏的測試用例分層
剛剛我們實現了用例的出錯重試機制，但是這僅僅解決了腳本在不穩定環境下的穩定性；如果還想要腳本變得更加容易維護，除了傳統的po模式使用例和元素分離之外，我們還可以引入測試用例分層機制。
爲什麼要採用分層機制？
傳統的po模式，僅僅實現了用例和元素分離，這一定層面上保障了用例的可維護性，起碼不必頭疼於元素的變更會讓用例到處失效；但是這還不夠，例如，現在有三個case，他們都包含了以下步驟：登錄、打開工作臺、進入個人中心；那麼如果不做分層，這三個用例會把這三個步驟都寫一遍，如果某天頁面的變動導致其中一個步驟需要更改，那麼你不得不去每個用例裏去更新那個步驟。
而如果，我們把用例當做是堆積木，登錄、打開工作臺、進入個人中心這三個步驟都只是個積木，那麼我們寫用例的時候，只需要在用到這個步驟時，把積木搭上去；如果某一天，其中一個積木的步驟有變動，那麼只需要去更改這個積木的內容，而無需在每個使用了這個積木的用例裏去改動。
這大大增強了用例的複用性和可維護性，這就是採用分層機制的原因，下面，我會就allure裏的分層機制做介紹來討論具體如何實現。
allure的裝飾器@step
在allure裏，我們可以通過裝飾器@step完成分層機制，具體的，當你用@step裝飾一個方法時，當你在用例裏執行這個方法，會在報告裏，表現出這個被裝飾方法；而@step支持嵌套結構，這就意味着，你可以像搭積木一樣去搭你的步驟，而他們都會一一在報告裏被展示。
下面直接用allure的官方示例作做舉例：
import allure
import pytest
from .steps import imported_step
@allure.step
def passing_step():
pass
@allure.step
def step_with_nested_steps():
nested_step()
@allure.step
def nested_step():
nested_step_with_arguments(1, 'abc')
@allure.step
def nested_step_with_arguments(arg1, arg2):
pass
def test_with_imported_step():
passing_step()
imported_step()
def test_with_nested_steps():
passing_step()
step_with_nested_steps()
運行這個case後，報告是這樣的：
可以看到，
test_with_nested_steps由passing_step()和step_with_nested_steps()這兩個方法組成；
而step_with_nested_steps()又由nested_step()組成；
nested_step()又由nested_step_with_arguments(1, 'abc')組成；
這樣就像搭積木一樣，組成了測試用例；而在報告裏，也層級分明的標識了步驟的嵌套結構。
這樣，我們就可以通過一個又一個@step裝飾的方法，組成測試用例；同時報告裏也會支持層級顯示；從而完成我們的分層機制。