В разных языках программирования использование меток Allure отличается. Например:
В Java с JUnit 5 используется аннотация @Tag, которая в отчёте Allure отображается как label.
В Python с pytest применяется @allure.label('tag', 'значение') или @allure.tag('значение') — здесь тоже формируются метки, но синтаксис другой.
Универсального подхода нет, все примеры нужно конкретизировать — всё зависит от языка и фреймворка. В ближайшее время постараюсь сделать отдельные статьи с комплексными примерами для разных случаев. Спасибо за ценный фидбэк!
Выбор случайного пункта меню — это data randomization, не property-based тестирование. Настоящее PBT строится вокруг проверки общих свойств и инвариантов системы, а не перебора кейсов с разными входами. Hypothesis и другие PBT-фреймворки (FastCheck, ScalaCheck, jqwik и др.) позволяют формулировать свойства поведения системы, а значения для проверки автоматически генерируются фреймворками — включая обычные, граничные и неожиданные варианты. При этом использование такого подхода сильно зависит от специфики проекта, его целей и требований к качеству. В одних случаях PBT может значительно повысить надёжность тестов, в других — быть избыточным. П.С. При рандомизации вероятность в 90% найти баг перехода на страницу Д наступает только после 8 прогона тестов, а к 99% приблизится только после 16 прогонов... ну как бы...
Если попробовать, что такое автоматизация, то да, все верно. Но вопрос в том насколько он восстребован у вас в регионе.
В разных языках программирования использование меток Allure отличается. Например:
В Java с JUnit 5 используется аннотация
@Tag, которая в отчёте Allure отображается как label.В Python с pytest применяется
@allure.label('tag', 'значение')или@allure.tag('значение')— здесь тоже формируются метки, но синтаксис другой.Универсального подхода нет, все примеры нужно конкретизировать — всё зависит от языка и фреймворка. В ближайшее время постараюсь сделать отдельные статьи с комплексными примерами для разных случаев. Спасибо за ценный фидбэк!
Выбор случайного пункта меню — это data randomization, не property-based тестирование. Настоящее PBT строится вокруг проверки общих свойств и инвариантов системы, а не перебора кейсов с разными входами. Hypothesis и другие PBT-фреймворки (FastCheck, ScalaCheck, jqwik и др.) позволяют формулировать свойства поведения системы, а значения для проверки автоматически генерируются фреймворками — включая обычные, граничные и неожиданные варианты. При этом использование такого подхода сильно зависит от специфики проекта, его целей и требований к качеству. В одних случаях PBT может значительно повысить надёжность тестов, в других — быть избыточным. П.С. При рандомизации вероятность в 90% найти баг перехода на страницу Д наступает только после 8 прогона тестов, а к 99% приблизится только после 16 прогонов... ну как бы...