Allure 2 安装与配置完全指南
2026-01-20 01:51:06作者:段琳惟
项目基础介绍与主要编程语言
Allure Report 是一个灵活且轻量级的多语言测试报告工具,旨在为软件开发过程中的测试提供清晰的图形化报告。它支持多种测试框架,并跨越多个编程语言,帮助团队成员更高效地理解日常测试的成果。该项目主要采用 Java 作为核心编程语言,并利用一系列现代技术栈构建。
关键技术和框架
- 多语言支持: 支持TestNG、JUnit等多种测试库。
- 报告引擎: 提供丰富的数据可视化,包括统计、趋势分析等。
- DevOps集成: 与CI/CD系统(如Jenkins)无缝整合,方便自动化测试报告生成。
- 可扩展性: 通过插件机制支持自定义扩展,例如与JIRA等工具的集成。
- 跨平台: 支持Windows、macOS和Linux操作系统。
- 基于Maven和Gradle的构建: 方便项目集成与管理。
安装与配置步骤
准备工作
- 确保环境: 确保你的机器上已安装Java Development Kit (JDK),版本建议1.8或更高。
- Git客户端: 如果你打算从GitHub克隆项目,需安装Git。
- IDE选择: 可选,推荐使用IntelliJ IDEA或Eclipse等支持Maven的IDE以简化开发。
安装步骤
全局安装Allure命令行工具
对于大多数用户,首先安装Allure命令行工具将是开始的一步:
-
Mac/Linux使用Homebrew安装:
brew install allure -
Windows用户使用Scoop:
- 安装Scoop(如果尚未安装):
iex (new-object net.webclient).downloadstring('https://get.scoop.sh') - 然后安装Allure:
scoop install allure
- 安装Scoop(如果尚未安装):
项目集成与报告生成
-
添加依赖:
- 对于Maven项目,在
pom.xml中添加Allure与对应的测试框架依赖(以TestNG为例):
<dependency> <groupId>org.testng</groupId> <artifactId>testng</artifactId> <version>6.8.8</version> <!-- 或者使用最新版本 --> <!-- 注意: 实际操作时应查询最新的TestNG版本 --> <scope>test</scope> </dependency> <dependency> <groupId>io.qameta.allure</groupId> <artifactId>allure-testng</artifactId> <version>(查看仓库获取最新版本)</version> <scope>test</scope> </dependency> - 对于Maven项目,在
-
配置Maven Surefire Plugin: 在
pom.xml的<build>标签内,添加Surefire插件配置,以便在测试运行时收集Allure数据:<build> <plugins> <plugin> <groupId>org.apache.maven.plugins</groupId> <artifactId>maven-surefire-plugin</artifactId> <version>(适用的版本)</version> <configuration> <properties> <property> <name>listener</name> <value>io.qameta.allure.testng.AllureTestNgListener</value> </property> </properties> </configuration> </plugin> </plugins> </build> -
运行测试并生成报告
在终端中,导航到项目根目录并运行测试,Allure数据会被临时保存:
mvn clean test -
生成和查看报告
在测试成功执行后,生成Allure报告:
allure serve target/allure-results此命令将启动一个本地服务器,你可以通过浏览器访问报告(通常是
http://localhost:8080)。
至此,你就完成了Allure的基本安装与配置,可以根据自己的测试结果生成具有视觉吸引力的测试报告了。记得替换版本号为实际检查的最新版本以保持最佳兼容性和功能。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0194- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
awesome-zig一个关于 Zig 优秀库及资源的协作列表。Makefile00
热门内容推荐
最新内容推荐
pi-mono自定义工具开发实战指南:从入门到精通3个实时风控价值:Flink CDC+ClickHouse在金融反欺诈的实时监测指南Docling 实用指南:从核心功能到配置实践自动化票务处理系统在高并发抢票场景中的技术实现:从手动抢购痛点到智能化解决方案OpenCore Legacy Patcher显卡驱动适配指南:让老Mac焕发新生7个维度掌握Avalonia:跨平台UI框架从入门到架构师Warp框架安装部署解决方案:从环境诊断到容器化实战指南突破移动瓶颈:kkFileView的5层适配架构与全场景实战指南革新智能交互:xiaozhi-esp32如何实现百元级AI对话机器人如何打造专属AI服务器?本地部署大模型的全流程实战指南
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
602
4.04 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
Ascend Extension for PyTorch
Python
442
531
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
112
170
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.46 K
825
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
922
770
暂无简介
Dart
847
204
React Native鸿蒙化仓库
JavaScript
321
375
openGauss kernel ~ openGauss is an open source relational database management system
C++
174
249