本文详解 pytest 多进程（-n N）运行 Selenium 测试时，因全局 driver 变量在 pytest_sessionfinish 中被多进程争用导致的崩溃问题，并提供安全、可落地的环境信息注入 Allure 报告的完整实践方案。
本文详解 pytest 多进程（`-n n`）运行 selenium 测试时，因全局 driver 变量在 `pytest_sessionfinish` 中被多进程争用导致的崩溃问题，并提供安全、可落地的环境信息注入 allure 报告的完整实践方案。
在使用 pytest + Selenium 进行 UI 自动化测试时，为增强 Allure 报告的可追溯性，常需在测试会话结束时写入浏览器名称、版本等环境信息到 allure-results/environment.properties 文件中。然而，当启用 pytest-xdist 并行执行（如 pytest -n 5）时，每个 worker 进程都会独立调用 pytest_sessionfinish 钩子函数——而原始代码中直接引用了全局变量 driver（在 setup fixture 中初始化），该变量在多进程环境下并不存在于其他 worker 的内存空间中，导致 NameError 或 AttributeError，最终引发会话终止失败。
根本原因在于：
✅ pytest_sessionfinish 是主进程（master）或各 worker 进程各自调用的钩子，而非仅由主进程调用；
❌ 全局 driver 变量仅在 setup fixture 所在的 worker 进程中存在，无法跨进程访问；
❌ 多个 worker 同时尝试写入同一 environment.properties 文件，还可能引发文件竞争或覆盖问题。
✅ 正确做法：按 worker 粒度收集环境信息，避免全局依赖
推荐采用 “每个 worker 独立生成 environment.properties” + “Allure 主进程合并” 的策略。但更简洁稳健的方式是——利用 pytest 的 session-scoped fixture 或 xdist 的 worker_id 标识，在 fixture 中完成环境信息采集与落盘，确保线程/进程安全：
# conftest.py
import os
import pytest
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
import allure
def pytest_configure(config):
"""在 pytest 初始化阶段注册自定义配置项（可选）"""
config.addinivalue_line("markers", "env_info: mark test to include env info")
@pytest.fixture(scope="session", autouse=True)
def setup_driver_environment(request):
"""
Session-scoped fixture：仅在每个 worker 进程启动时执行一次，
安全获取 driver 实例并写入专属 environment.properties
"""
# 判断是否为 xdist worker（避免主进程重复执行）
worker_id = os.environ.get("PYTEST_XDIST_WORKER")
if not worker_id:
return # 主进程不执行 driver 初始化
# 初始化 driver（与原 setup 逻辑一致，但去除了 global 声明）
options = Options()
options.add_experimental_option("detach", True)
options.add_argument("--headless")
options.add_argument("--disable-dev-shm-usage")
driver = webdriver.Chrome(options=options)
# 收集环境信息（此时 driver 已就绪）
env_props = {
"browser": driver.name,
"browser_version": driver.capabilities.get("browserVersion", "unknown"),
"driver_version": driver.capabilities.get("chrome", {}).get("chromedriverVersion", "").split(" ")[0],
"worker_id": worker_id,
"platform": driver.capabilities.get("platformName", "unknown")
}
# 写入当前 worker 对应的 allure-results 目录（确保路径唯一）
# 注意：xdist 下各 worker 默认使用独立的 --alluredir 子目录（需配合 --allure-parallelization）
# 或手动构造隔离路径，例如：allure-results-worker-0
base_allure_dir = request.config.getoption("--alluredir", default="allure-results")
worker_allure_dir = f"{base_allure_dir}-{worker_id}"
os.makedirs(worker_allure_dir, exist_ok=True)
env_path = os.path.join(worker_allure_dir, "environment.properties")
with open(env_path, "w", encoding="utf-8") as f:
for k, v in env_props.items():
f.write(f"{k}={v}\n")
# 清理：退出 driver（确保每个 worker 独立生命周期）
yield
driver.quit()⚠️ 注意事项：
- 不再使用 global driver，所有 driver 操作严格限定在 fixture 作用域内；
- scope="session" + autouse=True 保证每个 worker 仅初始化/销毁一次 driver；
- 使用 os.environ["PYTEST_XDIST_WORKER"] 精准识别 worker 进程，规避主进程干扰；
- 环境文件写入路径按 worker_id 隔离，避免多进程文件冲突；Allure 2.21+ 支持自动合并多个 environment.properties（需确保最终报告目录结构正确）；
- 若使用旧版 Allure 或需统一环境文件，可在 CI 脚本中增加合并步骤（如 cat allure-results-*/environment.properties | sort -u > allure-results/environment.properties）。
✅ 替代方案：采用成熟框架（SeleniumBase）降低维护成本
对于中大型项目，建议直接采用经过生产验证的集成框架，如 SeleniumBase，它原生支持：
- 多进程下的 driver 生命周期管理（每个 test class 自动分配独立 driver）；
- 自动截图、日志、Allure 集成（含环境属性注入）；
- 无需手动处理 pytest_sessionfinish 线程安全问题。
安装与使用示例：
pip install seleniumbase allure-pytest pytest --headless --alluredir=allure-results tests/
# tests/test_example.py
from seleniumbase import BaseCase
class MyTests(BaseCase):
def test_login_flow(self):
self.open("https://magento.softwaretestingboard.com/")
self.click('a[href*="login"]')
self.type("#email", "test@example.com")
self.type("#pass", "password123")
self.click("#send2")
self.assert_element("#maincontent")SeleniumBase 会在每个测试结束后自动保存截图至 ./latest_logs/，并通过 --alluredir 输出标准 Allure 结构，其 environment.properties 由框架内部安全生成，完全规避本文所述并发风险。
总结
| 方案 | 适用场景 | 关键优势 | 注意事项 |
|---|---|---|---|
| 自定义 session fixture | 需深度控制环境采集逻辑、已有代码基稳定 | 完全自主可控、零第三方依赖 | 需理解 xdist worker 生命周期，注意路径隔离 |
| SeleniumBase 框架 | 快速交付、团队协作、长期维护 | 开箱即用、高稳定性、丰富生态 | 学习成本略高，需重构部分测试代码 |
无论选择哪种路径，请始终牢记：在 pytest 分布式执行中，任何跨进程共享状态（尤其是全局变量）都是危险的。坚持“每个 worker 独立资源、独立生命周期”的设计原则，是构建健壮自动化测试体系的基石。
