讲个真实场景。我接手某个自动化测试框架改造的时候团队同时维护着两套代码Java 这边用 TestNG 写接口用例已经跑了两三年Python 那边用 pytest 处理数据校验和运维脚本也形成了规模。每次发布前负责 Java 的同学跑完要导一份报告负责 Python 的同学再另起环境跑一遍最后手工把结果拼在一起给负责人看。时间全浪费在没有技术含量的合并上。后来我下决心把两套东西收进同一个 IDEA 工程里统一管理。这篇保姆级教程就是记录我当时从环境准备、模块搭建、相互协作到最终统一报告的完整过程里面的每一步都是我实际跑通过的。如果你也需要在 IDEA 里同时维护 Python 和 Java 自动化框架这篇应该能帮你少走很多弯路。我不是想跟你说两种语言二选一而是想说只要选对一个工程结构两种语言完全可以和平共处并且共用一份配置文件、共用一套测试报告、共用同一个运行入口。下面进入正题。1. 为什么把Python和Java自动化框架放在同一个IDEA工程里先把动机说透1.1 自动化测试的两类典型需求对应两种语言生态先说结论语言选型的背后通常不是你个人的偏好而是被测系统和团队技术栈决定的。我做过的这类项目里最常见的组合是被测系统一部分接口由 Java 服务提供另一部分是 Python 写的算法模块或数据处理服务。于是测试这边也自然裂成两派Java 派喜欢 TestNG、JUnit、RestAssured追求企业级体系的稳定和 CI 集成的平滑Python 派喜欢 pytest、requests、Allure看重脚本编写的速度和 json 数据处理的灵活度。举个具体例子我们当时的自动化框架需要覆盖两类场景接口自动化对订单服务发起 POST 请求、校验响应码和返回字段这部分用 Java 写因为被测服务本身是 Java团队里最熟的就是那套技术栈。数据造数/校验脚本测试前需要往库里插入一批模拟交易记录测试后要统计结果数据这部分用 Python 写因为脚本短、改起来快。这两种场景如果分开维护环境独立、报告独立沟通成本会成倍增加。把它们放进同一个工程不是要消灭某一门语言而是让它们各司其职同时降低维护成本。1.2 IDEA 对多语言工程的支持是最不折腾的方案有朋友会问Java 代码用 IDEAPython 代码用另一套 IDE不是更省事吗我的体会恰恰相反。两套 IDE 意味着两套快捷键、两套环境变量、两套运行配置你每天要在这两个工具之间来回切换时间一长非常割裂。IDEA 有一个很核心的能力一个 Project 下可以创建多个 Module并且每个 Module 可以绑定不同的 SDK。Java 模块绑定 JDKPython 模块绑定 Python 解释器互不干扰。再加上 IDEA 的运行面板里可以为不同 Module 创建不同类型的运行配置所以我可以在同一个窗口里先跑 Java 用例再切到 Python 配置跑 pytest全程不用换软件。关于版本选择我自己的建议是优先用旗舰版Ultimate因为它内置了 Python 支持开箱即用。社区版Community虽然可以通过插件市场装第三方插件获得基础 Python 能力但功能和稳定性都会受限。如果你所在团队没有旗舰版的授权社区版也勉强能跑只是别对补全和调试抱太高期待。还有一个容易被忽略的点一个工程统一管理之后Git 提交、代码 Review、CI 触发都方便了。以前两份代码放两个仓库现在可以在根目录下一次 commit 把 Java 和 Python 的改动都带上。下面这张表是我当时对比多方案时记的结论管理方式Java 开发体验Python 开发体验报告合并维护成本两套 IDE很好很好手动复制粘贴很高纯文件目录拼在一起一般一般手动处理高IDEA 多 Module 工程很好不错一条命令合并低所以综合下来在 IDEA 里建多模块工程是最适合跨语言团队的方案。2. 动手前必须准备的环境JDK版本、Python插件与SDK关联一个都不能少2.1 JDK 与 IDEA 版本匹配别贪新这一节全是前期准备做不好后面全是坑。别小看环境问题我见过太多项目一开始跑不起来最后发现是 JDK 版本太新导致插件不兼容。我建议安装JDK 11 或 JDK 17 这种 LTS 版本。为什么因为自动化框架里用到的第三方库很多它们未必及时适配最新版本 JDK。TestNG、RestAssured 这类库对 LTS 版本支持最好。安装完成后在 IDEA 的设置里找到 Java SDK 的设置把已经安装的 JDK 加进去。如果你不想手动配置全局环境变量直接让 IDEA 自己管理 JDK 路径也行但团队统一的话最好在根目录的.sdkmanrc或说明文档里写清楚版本号。还有个小提醒IDEA 和 JDK 之间也有版本兼容关系。如果你用的是较老的 IDEA 版本却强行绑定 JDK 21偶尔会出现编译器后端崩溃之类的诡异错误。同样是 LTS11 和 17 二选一基本不会踩雷。2.2 安装 Python 插件并绑定解释器如果你用的是旗舰版内置的 Python 插件默认是启用的。如果你用的是社区版去插件市场搜索 Python 插件找到第三方社区维护的那个装好。装完插件还不算完关键一步是把 Python SDK 和工程关联起来。操作路径是打开项目结构设置Windows 下快捷键是 CtrlAltShiftS在平台设置里找到 SDKs点加号选择 Python SDK。这时你会看到两个选择选择系统解释器直接用你本机安装的 Python简单但容易污染全局环境。新建虚拟环境Virtualenv在项目目录下建独立环境依赖隔离强烈推荐。我当时的做法是在 Python 模块目录下手动创建一个 venv然后绑定这个虚拟环境里的解释器。这样 requirements 随便装坏了就删掉重建不影响系统其他项目。如果是 Windows 系统解释器路径一般指向venv\Scripts\python.exeLinux 和 macOS 下是venv/bin/python。2.3 推荐的多 Module 工程布局先把目录结构定了后面写代码才不乱。我最终用的布局是这样auto-framework/ # 工程根目录 ├── config/ # 共享配置目录 │ ├── config.json # 环境地址、超时、账号等 │ └── logback.xml # 日志配置可选 ├── java-module/ # Java 自动化模块 │ ├── pom.xml │ └── src/test/java/... ├── python-module/ # Python 自动化模块 │ ├── requirements.txt │ ├── conftest.py │ └── tests/... └── docs/ # 文档为什么要用多 Module 而不是普通子目录因为 IDEA 的多 Module 模式允许每个模块独立指定 SDK、独立管理依赖。Java 模块用 Maven 管理 jar 包Python 模块用 venv 管理 pip 包两者互不污染。创建方法也很简单右键工程根节点选择 New - Module一路按向导创建就行。Java 模块选 MavenPython 模块选 Python 并指定解释器。这个结构建议写在 README 里让团队每个人 clone 下来第一步就知道该怎么做。3. Java 自动化模块用 Maven TestNG RestAssured 把接口用例跑起来3.1 pom.xml 里最关键的依赖少一个就跑不起来在 IDEA 中新建 Maven 模块后第一件事是编辑pom.xml。我以订单服务接口测试为例核心依赖是这些dependencies !-- 测试框架 -- dependency groupIdorg.testng/groupId artifactIdtestng/artifactId version7.10.2/version /dependency !-- 接口测试 -- dependency groupIdio.rest-assured/groupId artifactIdrest-assured/artifactId version5.5.0/version /dependency !-- JSON 解析用于读取共享配置 -- dependency groupIdcom.fasterxml.jackson.core/groupId artifactIdjackson-databind/artifactId version2.17.2/version /dependency !-- Allure 报告适配 -- dependency groupIdio.qameta.allure/groupId artifactIdallure-testng/artifactId version2.29.0/version /dependency /dependencies这里我不写死版本号以外的详细插件配置因为不同团队用的 Maven 仓库源不一样。建议第一次引入依赖后让 IDEA 自动下载本地仓库里有了以后后续构建会快很多。如果公司内网有私服记得在settings.xml里配好镜像地址否则下载依赖能卡一整天。3.2 第一个 TestNG 接口用例把数据驱动写进代码里我习惯用一个订单接口作为冒烟用例。需求很简单向POST /api/orders发送订单编号和数量校验返回状态码。先写一个标准的 TestNG 测试类import io.restassured.RestAssured; import io.restassured.http.ContentType; import org.testng.annotations.DataProvider; import org.testng.annotations.Test; import static org.hamcrest.Matchers.*; public class OrderApiTest { DataProvider(name orderData) public Object[][] orderData() { return new Object[][]{ {A1001, 2, 200}, {A1002, -1, 400} }; } Test(dataProvider orderData) public void testCreateOrder(String orderNo, int quantity, int expectedCode) { RestAssured.baseURI http://localhost:8080; RestAssured.given() .contentType(ContentType.JSON) .body({\orderNo\:\ orderNo \,\quantity\: quantity }) .when() .post(/api/orders) .then() .statusCode(expectedCode); } }几个关键点说一下DataProvider是 TestNG 自带的数据驱动方式用例方法每接收一组参数就会执行一次测试报告里每条数据都是独立用例。RestAssured.given()...when()...then()是接口测试的经典链式写法可读性非常好。状态码直接作为参数传进去方便后续扩展不同场景鉴权失败、参数缺失、数据重复等。拿到一个能跑的用例比什么都重要。千万不要一上来就堆几十个用例否则后期报错排查成本极高。3.3 在 IDEA 里配置 TestNG 运行器写完测试类右键点击类名选择 Run 如果想直接用 IDEA 默认配置一般能跑。但如果想固定使用 TestNG 而不是 JUnit需要确认运行配置中的 Test Runner 确实是 TestNG。我的操作习惯是新建一个运行配置类型选 TestNGClass 选择OrderApiTest然后保存。以后只需要点一下运行按钮就能复跑。测试结果会在 IDEA 底部的 Run 面板显示绿色代表通过红色代表失败。失败时堆栈信息按包名折叠点击任意一行就能跳到对应代码非常方便。Java 侧先跑通这一个冒烟用例你的 Java 模块骨架就算搭起来了。4. Python 自动化模块pytest requests 数据驱动写同样一套接口用例4.1 创建 Python 模块并激活虚拟环境在根工程下新建 Python Module 后IDEA 会提示你选择解释器。这里我强烈建议用虚拟环境。新建完模块后在 IDEA 的 Terminal 窗口执行cd python-module python -m venv venv然后回到项目结构设置里把 Python 模块的 SDK 指向刚才创建的venv解释器。如果你不确定自己选没选对可以看 IDEA 的 Python Packages 面板如果能看到项目里安装的第三方库说明绑定成功。接着写requirements.txtpytest8.3.2 requests2.32.3 allure-pytest2.13.5然后在 Terminal 执行pip install -r requirements.txt安装完成后可以顺手跑一下pytest --version确认环境没问题。4.2 conftest.py 与 fixture给 Python 模块搭好地基pytest 里最常用的功能就是 fixture夹具。fixture 的好处是复用比如获取基础路径、建立 HTTP Session、登录认证这些每个用例都要用的东西写成 fixture 后一个文件搞定。我在python-module/conftest.py里这样封装import json from pathlib import Path import pytest import requests # 定位到项目根目录下的 config 目录 CONFIG_DIR Path(__file__).resolve().parents[1] / config pytest.fixture(scopesession) def base_url(): with open(CONFIG_DIR / config.json, encodingutf-8) as f: cfg json.load(f) return cfg[base_url] pytest.fixture(scopesession) def http_session(base_url): session requests.Session() session.headers.update({Accept: application/json}) yield session session.close()这里有两个细节值得展开第一我用了Path(__file__).resolve().parents[1]来定位配置目录这样不管你在哪个目录下执行 pytest都不会因为相对路径报错。很多新手在这步踩坑直接用../config/config.json结果换台机器或者换个运行方式就找不到文件了。第二http_session是 session 级别的 fixture整个测试过程只创建一次 Session对后端服务压力也小性能比每个用例都重新握手要快不少。4.3 pytest 用例与参数化写法比 Java 更简洁在tests目录下新建测试文件test_create_order.py内容如下import pytest pytest.mark.parametrize(order_no, quantity, expected_code, [ (A1001, 2, 200), (A1002, -1, 400), ]) def test_create_order(http_session, base_url, order_no, quantity, expected_code): resp http_session.post( f{base_url}/api/orders, json{orderNo: order_no, quantity: quantity} ) assert resp.status_code expected_codepytest 的parametrize和 Java 的DataProvider是完全对应的概念但语法上更直观一行一个参数组合用例名称也会自动带上参数名方便在报告里区分。在 IDEA 里运行 pytest 也有一个 hidden trap默认运行配置可能是 unittest。这时你要手动新建一个运行配置把 Test Runner 选成 pytest。位置在运行配置面板的 Execution 选项里。选对之后点击运行按钮IDEA 的 Run 面板会显示每个用例的执行结果并支持单独点击某个测试方法重跑。到这里Python 侧也通了。此时你已经有了两个能独立运行的模块接下来才是真正拉开差距的部分怎么让它们在一个工程里协作。5. Java 和 Python 在同一工程里的三种协作方式这才是混合框架真正加分的点5.1 数据协同一份 JSON 配置两边共用先建一个config/config.json{ base_url: http://localhost:8080, timeout: 10, test_account: { username: autotest, password: change-me } }Java 侧读取配置可以用 Jacksonimport com.fasterxml.jackson.databind.JsonNode; import com.fasterxml.jackson.databind.ObjectMapper; import java.io.File; public class ConfigReader { public static String getBaseUrl() throws Exception { ObjectMapper mapper new ObjectMapper(); JsonNode cfg mapper.readTree(new File(../config/config.json)); return cfg.get(base_url).asText(); } }Python 侧读取同一份配置import json from pathlib import Path cfg json.loads(Path(../config/config.json).read_text(encodingutf-8)) base_url cfg[base_url]这样做最大的好处是切换环境本地、测试环境、预发布环境时只改一个文件。Java 用例和 Python 用例都会同时感知到。省去了以前两套环境变量各自管的痛苦。为了稳妥我建议在自动化框架里增加一个环境变量AUTO_ENV用它对 config.json 里的多环境配置做二次选择。但就算从简单文件也能覆盖大多数团队需求。5.2 执行协同Java 用例里动态调用 Python 脚本有时候需要 Java 负责断言但测试数据需要 Python 脚本生成。比如订单数据造数脚本tools/gen_order_data.pyJava 侧可以用 JDK 自带的ProcessBuilder调用它import java.io.File; public class PythonInvoker { public static int runScript(String scriptPath) throws Exception { ProcessBuilder pb new ProcessBuilder(python, scriptPath); pb.directory(new File(python-module)); pb.redirectErrorStream(true); Process process pb.start(); return process.waitFor(); } }然后在 TestNG 的测试方法里调用Test public void testWithPythonPreparedData() throws Exception { int exitCode PythonInvoker.runScript(tools/gen_order_data.py); assert exitCode 0 : Python 造数脚本执行失败; // 后续继续走 Java 断言逻辑 }这里要特别强调一个点跨语言调用不是越多越好。我见过有人把核心接口断言也用 Python 再写一遍最后两边逻辑不一致维护成本反而更高。我的建议是只让 Python 做Java 不方便做的事比如批量造数、数据清洗、非结构化文件处理。反过来Python 侧也可以调用 Maven 命令跑 Java 用例但一般情况下没必要因为报告合并和 CI 调度已经能解决问题。5.3 报告协同Allure 统一多语言测试报告报告统一是我的心头好。以前两套报告负责人每次都要看两个页面。现在用 Allure 做合并一条命令解决。Java 侧引入allure-testng后跑完mvn test会在target/allure-results目录下生成 JSON 结果文件。Python 侧跑 pytest 时加上参数pytest python-module/tests \ --alluredirpython-module/allure-results \ --junitxmlpython-module/junit-results.xml这里同时生成 Allure 结果和 JUnit XML。JUnit XML 是很多 CI 系统自动识别测试结果的标准格式兼容性最好。两条命令都跑完后在工程根目录执行allure generate java-module/target/allure-results python-module/allure-results -o merged-report --clean然后用allure open merged-report打开合并后的报告。一个页面里既有 Java 用例又有 Python 用例用例分层、失败截图、执行时间一目了然。这条方案我在项目里用了大半年团队再也没有为你那份报告呢这种事情吵过架。6. 实操排雷清单这些坑我踩过不希望你再来一遍6.1 Python SDK 不被识别是最常见的起手式问题现象IDEA 在文件右上角显示红色波浪线提示 no interpreter configured。原因一般有两个一是装完 Python 插件后没有重启 IDEA二是创建 Module 时没有绑定解释器。解决方法很直接打开项目结构设置在 SDKs 里手动添加解释器选中虚拟环境里那个python.exeWindows或bin/pythonLinux/macOS。绑定之后IDEA 会花几十秒做一次索引之后补全和运行配置就都正常了。如果你用的是社区版加第三方插件这一步偶尔还会出问题我的建议是遇到识别失败的优先切换成旗舰版的干净环境再试。6.2 运行配置里选错执行器会导致用例不跑或全红IDEA 的智能识别虽然好用但有一种场景特别坑同一个 Python 文件里有unittest风格代码也有 pytest 用例IDEA 默认会用 unittest 执行结果 pytest 里的参数化用例根本跑不起来还会冒出cannot find test之类的报错。解决办法在运行配置中手动把 Default Test Runner 设置成 pytest。Java 侧也一样如果你写的是 TestNG 注解但默认执行器是 JUnitIDEA 会给出no tests were found的提示。遇到这种提示先看一眼执行器类型而不要怀疑自己的代码写错了。这一个排查动作能帮你省下至少一个小时。6.3 IDEA 索引慢、内存吃紧把无关目录排除掉多语言工程里的依赖目录很占资源尤其是 Python 虚拟环境动辄几万个文件。我一开始没处理IDEA 每次扫描都要卡十几秒后来做了两件事第一在项目视图里右键.venv、target、build、.pytest_cache这些目录选择 Mark Directory as - Excluded让 IDEA 不再索引它们。第二调整 IDEA 的内存参数。在 Help 菜单里找到 Edit Custom VM Options把-Xmx提高到合适值。我的机器配置是-Xmx2048m跑 Java Python 双模块还比较稳定。这里要谨慎别一上来就调 4G、8G内存过大反而可能拖累整个系统。6.4 Git 共用与 .idea 目录别因为配置问题让全队返工关于.idea目录到底要不要提交团队内部一直有争议。我的建议是提交但有选择性。.idea里保存的运行配置比如 TestNG 配置、pytest 配置对全队都有价值适合共享。但workspace.xml、shelf、任务列表这些纯个人状态不应该提交否则每个人打开工程都会收到一堆无关变更。.gitignore可以这样写.idea/workspace.xml .idea/shelf/ .idea/tasks.xml **/target/ **/.venv/ **/__pycache__/ **/.pytest_cache/ allure-results/ merged-report/6.5 路径分隔符与环境变量Windows 和 macOS 的差异要提前防团队里有人用 Windows有人用 macOS 时路径写法最容易出问题。我在 Java 里写读取共享配置时用的是new File(../config/config.json)这在 Windows 和 macOS 上都能工作。在 Python 里我坚持用Path(__file__).resolve().parents[1]这样的方式而不是字符串拼接。还有一个细节ProcessBuilder 调用 Python 时Windows 下解释器命令可能是venv\Scripts\python.exemacOS 下是venv/bin/python。所以跨平台场景下最好把 Python 解释器路径也做成配置项放在 config.json 里按系统区分否则很容易出现本地跑得好好的、到同事电脑上就报无法识别 python 命令的尴尬。说句掏心窝的话混合框架最怕的不是语言不同而是没有统一的约定。只要配置文件共管、报告共出、运行入口共用一个 IDEA 工程Python 和 Java 互为补充这件事就成了。别一开始求大而全先把今天这套最小闭环跑通后续再一点点加用例、加模块你会回来感谢自己的。