关于测试:0207-Python库pytest

pytest

成熟的全功能 Python 测试框架

• 简略灵便，容易上手
• 反对参数化
• 测试用例的 skip 与 xfail，主动失败重试等解决
• 可能反对简略的单元测试和简单的功能测试，还能够用来做 selenium/appium 等自动化测试、接口自动化测试（pytest+requests）
• 具备很多第三方插件，并能够自定义扩大：pytest-allure，pytest-xdist（多 CPU 开发）等
• 反对 Jenkins 集成

Pytest 使用手册

pytest 库装置：

pip install pytest 

测试用例的辨认与运行

1. 对于文件的命名要求 ：

• • test_*.py
  • *_test.py

2. 对于用例的命名要求：

• • Test 类蕴含的所有 test_ 的办法（测试类不能带有 _ init_  办法）
  • 不在 class 中的所有的 test_* 办法

pytest 能够执行 unittest 框架些的用例和办法

pycharm 应用 pytest 框架时，须要指定，具体操作如图所示：

命令行运行形式：

# 间接执行以后所在门路下辨认到的测试用例
pytest

# 执行指定文件
pytest test_material_master.py

# 执行时打印日志
pytest -v

复原应用 Python 解释器运行的形式：

此时的运行形式为：

import pytest

if __name__ == '__main__':
    pytest.main(["test_material_master.py"])  # 运行整个文件的用例
      pytest.main(["test_material_master.py::TestMaterialMaster::test_mat_search_by_matCode"])  # 运行文件中指定的某条的用例 

参数化应用

应用办法：

# 作为装璜器
@pytest.mark.parametrize(argnames, argvalues)
# argnames：要参数化的变量；类型：能够是 str（应用逗号宰割）,list,tuple
# argvalues：参数化的值；类型：list,[tuple]

理论利用：

@pytest.mark.parametrize("a, b, expect",
                         get_data(yaml_path, "add"),
                         ids=["整数", "小数", "大整数"])
def test_add(self, a, b, expect, setup_fixture):
    """测试加法正向用例"""
    result = setup_fixture.add_func(a, b)
    assert abs(result - expect) < 0.01

注意事项：

参数组合（笛卡尔积）：实用于只有一个冀望后果的状况

import pytest


@pytest.mark.parametrize("a", [1, 2, 3])
@pytest.mark.parametrize("b", [4, 5, 6])
def test_add(a, b):
    print("参数组合 a = {}, b = {}".format(a, b))
    
执行后果：PASSED                                            [11%] 参数组合 a = 1, b = 4
PASSED                                            [22%] 参数组合 a = 2, b = 4
PASSED                                            [33%] 参数组合 a = 3, b = 4
PASSED                                            [44%] 参数组合 a = 1, b = 5
PASSED                                            [55%] 参数组合 a = 2, b = 5
PASSED                                            [66%] 参数组合 a = 3, b = 5
PASSED                                            [77%] 参数组合 a = 1, b = 6
PASSED                                            [88%] 参数组合 a = 2, b = 6
PASSED                                            [100%] 参数组合 a = 3, b = 6

skip

应用场景：写测试用例时，发现某个用例自身就存在 bug，而且临时无奈修复，就能够先跳过它

import pytest


@pytest.mark.skip("存在 bug，先跳过")
@pytest.mark.parametrize("a", [1, 2, 3])
@pytest.mark.parametrize("b", [4, 5, 6])
def test_add(a, b):
    print("参数组合 a = {}, b = {}".format(a, b))

mark

应用场景： 对用例进行分类，贴标签

import pytest


@pytest.mark.test1
def test_01():
    print("标记为冒烟测试用例")
    

@pytest.mark.test2
def test_02():
    print("标记为回归测试用例")
    
# 只执行标记了 test1 的用例，命令行：# pytest -s test.py -m test1
# 反选 pytest -s test.py -m "not test1"

前置与后置

用例运行级别

• 模块级：开始与模块始末，全局无效；setup_module / teardown_module 
• 函数级：只对函数用例失效（不在类中应用）；setup_function / teardown_function 
• 类级：只在类的前后运行一次（在类中应用）；setup_class / teardown_class 
• 办法级：开始与办法始末（在类中应用）；setup_method / teardown_method 
• 类中应用，运行在调用办法的前后；setup / teardown  最为罕用 **

fixture：自定义前置 / 后置

@pytest.fixture() 的劣势：

• 命名形式灵便，不局限于 setup / teardown
• 通过 conftest.py 配置能够实现数据共享，不须要 import 就能自动识别
• scope="module" 能够实现多个 .py 跨文件共享前置，每个 .py 文件调用一次
• scope="session" 能够实现多个 .py 跨文件应用一个 session 来实现多个用例

import pytest


@pytest.fixture(scope="function")  # 通过配置装璜器定义
def login_fixture():
    """登陆前置"""
    print("提前登陆")


def test_01(login_fixture):  # login_fixture 作为参数传入
    print("测试用例 01")


def test_02():
    print("测试用例 02")

    
执行后果：test.py::test_01 提前登陆 PASSED                                         [50%] 测试用例 01
test.py::test_02 PASSED                                                  [100%] 测试用例 02

fixture 参数

scope：作用范畴

• function：每个 test 都运行，默认是 function 的 scope
• class：每个 class 的所有 test 只运行一次
• module：每个 module 的所有 test 只运行一次
• session：每个 session 只运行一次

autouse： 审慎应用

• 默认为 False
• 当为 True，每个测试用例会主动调用该 fixture，无需传入 fixture 函数名

fixture 中应用参数

fixture 函数能够参数化，在这种状况下，它们将被屡次调用，每次执行一组相干测试，即依赖于这个 fixture 的测试，测试函数通常不须要晓得它们的从新运行

import pytest
@pytest.fixture(params=["参数 1","参数 2"])
def myfixture(request):
    print("执行 testPytest 里的前置函数，%s" % request.param)

fixture 中返回参数

import pytest
@pytest.fixture(params=["参数 1","参数 2"])
def myfixture(request):
    return request.param
def test_print_param(myfixture):
    print("执行 test_two")
    print(myfixture)
    assert 1==1
    
# 输入
PASSED                    [50%] 执行 test_two 
参数 1
PASSED                    [100%] 执行 test_two
参数 2 

conftest.py

利用场景：

• 每个接口需共用到的 token
• 每个接口需共用到的测试用例数据
• 每个接口需共用到的配置信息

应用的注意事项：

• 文件名 conftest.py 是固定的， 不能批改为其余文件名
• conftest.py 文件与运行的用例要在同一个 pakage 下，并且有 __init__.py 文件
• 不须要通过 import 导入，pytest 的用例会自动识别
• 所有同目录测试文件运行前都会执行 conftest.py 文件

# conftest.py 文件
import pytest


@pytest.fixture()
def login():
    print("登陆前置")

后置操作 -yield

@pytest.fixture(scope="function")
def demo_fix():
    print("测试用例的前置筹备操作")
    yield
    print("测试用例的后置操作")

def test_1(demo_fix):
    print("开始执行测试用例 1")

def test_2():
    print("开始执行测试用例 2")
    
def test_3(demo_fix):
    print("开始执行测试用例 3")

如果测试用例中的代码出现异常或者断言失败，并不会影响他的固件中 yield 后的代码执行；

然而如果 fixture 中的 yield 之前的代码也就是相当于 setup 局部的带代码，呈现谬误或断言失败，那么 yield 后的代码将不会再执行，当然测试用例中的代码也不会执行

终结函数 -addfinalizer

相当于 try…except 中的 finally

即便 setup 呈现问题了，addfinalizer 仍会执行 teardown 的操作

@pytest.fixture(scope="session")
def login_xadmin_fix(request):
    s = requests.session()
    login_xadmin(s)
    def close_s():
        s.close()   # 敞开 s  用例实现后最初的清理
        request.addfinalizer(close_s)
        return s

罕用参数阐明

• -v：能够输入用例执行的详细信息；如用例坐在的文件及用例名称
• -s：输出用例的调试信息；如 print 的打印信息
• -x：遇到失败的用例时立刻进行
• -maxfail：用例失败达到肯定数量时，进行运行；pytest -maxfail=num 
• -m：运行含有 @pytest.mark. 标记名   的测试用例
• -k：执行合乎匹配的测试用例测试；如 pytest -k "raises and not delete"  运行所有蕴含 raises 但不蕴含 delete 的测试

pytest 实用插件介绍

pytest-rerunfailures：用例失败后主动从新运行

装置办法：

pip install pytest-rerunfailures

应用办法：

pytest test_x.py --reruns=n  #失败后重运行的次数 

同时也能够在脚本中指定定义重跑的次数，这个时候在运行的时候，就无需加上 –reruns 这个参数

@pytest.mark.flaky(reruns=6, reruns_delay=2)
def test_example(self):
    print(3)
    assert random.choice([True, False])

pytest-assume：多重校验

pytest 中的 python 的 assert 断言，也能够写多个断言，但一个失败，前面的断言将不再执行

而 pytest-assume，即便后面的断言失败了，后续的断言也会继续执行

装置办法：

pip install pytest-assume

应用办法：

def test_simple_assume(x, y):
    pytest.assume(x == y)
    pytest.assume(True)
    pytest.assume(False)

pytest-xdist：分布式并发执行

pytest-xdist 能够让自动化测试用例能够分布式执行，从而节俭自动化测试工夫

分布式执行用例的设计准则：

1. 用例之间是独立的，用例之间没有依赖关系，用例能够齐全独立运行【独立运行】
2. 用例执行没有程序，随机程序都能失常执行【随机执行】
3. 每个用例都能反复运行，运行后果不会影响其余用例【不影响其余用例】

装置办法：

pip install pytest-xdist

应用办法：

多 CPU 并行执行用例，间接加个 -n 参数即可，前面 num 参数就是并行数量，比方 num 设置为 3

pytest -n 3

pytest-ordering：管制用例的执行程序

装置办法：

pip install pytest-ordering

应用办法：

import pytest

@pytest.mark.run(order=2)
def test_foo():
    assert True

@pytest.mark.run(order=1)
def test_bar():
    assert True

PS： 尽量不要让测试用例有程序，尽量不要让测试用例有依赖！

hook（钩子）函数定制和扩大插件

Pytest 在收集完所有测试用例后调用该钩子办法。咱们能够定制化性能实现：

1. 自定义用例执行程序
2. 解决编码问题（中文测试用例名称）
3. 主动增加标签

倡议将 hook 函数的代码写在 conftest.py 文件中

# conftest.py
from typing import List


def pytest_collection_modifyitems(session: "Session", config: "Config", items: List["Item"]
) -> None:
    for item in items:
        item.name = item.name.encode("utf-8").decode("unicode-escape")
        item._nodeid = item.nodeid.encode("utf-8").decode("unicode-escape")