• Xmindparser
  • Model
• 项目结构

[TOC]

该优化流程由Gemini和Chatgpt倾情打造

Xmindparser

使用xmindparser来解析xmind文件时候，调用xmind_to_dict返回为Py中的列表(List)

1. 顶层结构：画布列表（List of Sheets）

   [
   { /* 画布 1 的数据 */ },
   { /* 画布 2 的数据 (如果有) */ },
   ...

   ]

2. 画布字典结构（Sheet Dict）

   每个画布字典包含两个核心Key:

   • title:画布的名称（默认为“画布1”或“Sheet 1”）
   • topic:根节点对象，这是整个思维导图树状结构的入口

   {
       "title": "画布 1", 
       "topic": { 
           /* 根节点数据，包含中心主题 */ 
       },
       "structure": "map" /* 有时包含结构类型 */
   }

3. 主题/节点结构（Topic Dict）核心部分

   所有的节点（无论是中心主题，分支主题还是子主题）都共享相同的数据结构，此为递归结构

   一个节点字典通常包含：

   • title: 节点显示的文字内容
   • topics：(List)子节点列表。如果该节点没有子节点，这个key可能不存在
   • makers: (List)图标/标记（如：优先级1，旗帜，笑脸等）
   • note:（String）节点的备注信息
   • link:（String）超链接

4. 完整的数据返回示例

   

Model

项目结构

2 ├── main.py               
   3 ├── core\                 
   4 │   ├── context.py         
   5 │   ├── evaluator.py      
   6 │   ├── models.py           
   7 │   └── parser.py        
   8 ├── test_dir\             
   9 │   ├── api_test.py        
  10 │   └── conftest.py        
  11 ├── utils\                  
  12 │   ├── base.py            
  13 │   └── logger.py           
  14 └── report\ 

• main.py: 启动器：清理报告 -> 运行测试 -> 生成Allure -> 自动打开
• core: 框架核心逻辑层
  • context.py: 上下文管理（变量/Session），运行时变量存储
  • evaluator.py: 处理变量替换 (${var}) 和 JMESPath 提取$ - models.py：数据模型定义 CaseData, StepData 标准结构
  • parser.py： 解析器 XMind -> CaseData
• test_dir: 执行Pytest
  • api_test.py: 通用测试用例模板 由fixture驱动
  • conftest.py： Fixture定义，加载数据，初始化Runner
• utils：通用工具层
  • base.py: 核心执行器 Http请求，断言，Allure集成
  • logger.py: 日志配置
• report： 测试结果与报告产出