Cypress 默认强制测试隔离，不支持直接跨 it() 块共享 UI 状态；推荐通过非 UI 方式（如 API 调用）预置测试数据，确保各测试独立、稳定、可并行运行。
如何在 cypress 中实现跨测试用例的状态传递与数据复用：cypress 默认强制测试隔离，不支持直接跨 `it()` 块共享 ui 状态；推荐通过非 ui 方式（如 api 调用）预置测试数据，确保各测试独立、稳定、可并行运行。
在 Cypress 中，每个 it() 测试用例默认是完全隔离的——这意味着前一个测试中执行的页面操作（如点击“添加员工”、填写表单、关闭弹窗）不会自动延续到下一个测试。你遇到的“必须重复 cy.visit() 才能回到员工列表页并搜索刚创建的员工”的问题，本质上源于 Cypress 的核心设计原则：测试应彼此独立、可单独重跑、不依赖执行顺序。
✅ 正确做法：用 API 创建测试数据，而非依赖 UI 流程
与其让第二个测试“等待”第一个测试的 UI 状态，不如为每个测试提供它所需的前置数据——通过后端 API 直接创建员工记录。这不仅绕过 UI 限制，还能显著提升测试稳定性与执行速度。
// cypress/support/commands.js
Cypress.Commands.add('createStaffMember', (staffData = {}) => {
const defaultStaff = {
name: `Test Staff ${Date.now()}`,
email: `test+${Date.now()}@example.com`,
role: 'editor'
};
cy.request('POST', '/api/staff', { ...defaultStaff, ...staffData })
.then((response) => {
expect(response.status).to.eq(201);
return response.body;
});
});
随后在测试中直接调用：
describe('Staff Management', () => {
beforeEach(() => {
cy.visit('/staff/list');
});
it('creates a staff member via UI', () => {
cy.get('[data-testid="add-staff-btn"]').click();
cy.get('[name="name"]').type('Alice Johnson');
cy.get('[name="email"]').type('alice@example.com');
cy.get('form').submit();
cy.contains('.toast', 'Staff created successfully').should('be.visible');
});
it('displays newly created staff in list (via API setup)', () => {
// ✅ 独立创建：不依赖上一个测试的 UI 行为
cy.createStaffMember({ name: 'Bob Smith', email: 'bob@example.com' });
// 刷新或直接断言列表已更新（如页面支持实时拉取）
cy.reload();
cy.contains('tbody tr', 'Bob Smith').should('exist');
});
});
⚠️ 不推荐方案（仅作了解，避免使用）
- 禁用测试隔离（testIsolation: false）：虽可在 cypress.config.js 中全局关闭，但将导致所有测试共享浏览器上下文，极易引发状态污染、内存泄漏和不可预测失败，强烈不建议生产环境启用。
- 合并多个验证到单个 it() 中：例如把“创建 + 搜索 + 编辑”写在一个测试里。虽规避了状态丢失，但违背原子性原则——单点失败会导致整条验证链中断，定位成本升高。
? 关键总结
| 原则 | 说明 |
|---|---|
| 测试必须独立 | 每个 it() 应能单独运行并通过，不依赖其他测试的副作用 |
| 数据即代码 | 使用 cy.request() 预置数据，比模拟 UI 更可靠、更快速、更易维护 |
| UI 测试聚焦交互逻辑 | UI 测试应专注验证“用户操作是否触发正确行为”，而非承担数据准备职责 |
| 清理机制（可选） | 对于需清理的数据，可在 afterEach() 中调用 cy.request('DELETE', ...)，保障环境洁净 |
遵循这一模式，你的测试将更具健壮性、可调试性和可扩展性——无论运行单个用例、整个 spec 文件，还是全量回归，结果始终一致可信。
