python测试框架-pytest

时间：2024-03-12 21:26:48

一、pytest 介绍、运行、参数化和数据驱动、Fixture

pytest安装与介绍

为何选择pytest

  • 兼容unittest
  • 定制化插件开发

pycharm 配置github

  • VSC--Git--Remotes...

pycharm pytest 配置

  • settings--搜索pytest--Python integrated Tools--testing--选择pytest:根据黄色叹号fix安装pytest安装到环境

pytest命名规则

pytest运行测试用例

1 - pycharm

2 - 命令行运行方式 - 推荐（以便后续持续集成）

可能会遇到的找不到模块的路径问题，需要在导包之前引入路径 import sys sys.path.append('路径')

  • 运行包: pytest (pytest会自动检索当前目录下所有符合规则的测试用例)
  • 运行一个模块：pytest -vs test.py
  • 只执行某一条测试用例：pytest 目录/模块.py::类名::用例名
常用命令行参数
  • pytest --help: 获取所有参数列表
  • -x: 用例一旦失败（fail/error）,就立刻停止
    • 使用场景：一般用于冒烟测试
      • 冒烟测试最早由google提出的一个概念，一般针对每日构建的版本，对系统的基本功能进行简单测试的测试类型，主要强调程序主体的功能
  • --maxfail=num: 用例达到最大数num停止运行
  • -m: 标记用例
  • -k: 执行包含某个关键字的测试用例
  • -v: 打印详细日志
  • -s 打印输出日志（一般-vs一块使用）
  • --collect-only:（测试平台，pytest 自动导入功能）

标记测试用例：mark

  • 场景：只执行符合要求的某一部分用例，把项目分为多个模块，然后指定模块名称执行
  • 解决：在测试用例的上方加上pytest装饰器：@pytest.mark.标签名
  • 执行 -m 标记自定义的相关用例
    • pytest -s test_mark.py -m=标签名
    • pytest -s test_mark.py -m 标签名
    • pytest -s test_mark.py -m "not 标签名" （not:逻辑运算，表示不是标签名的都去执行）

跳过（skip）及预期失败（xfail）

pytest的内置标签，可以处理一些特殊的、及不能成功的测试用例

  • ship: 始终跳过该用例

    • 方式1： @pytest.mark.skp(reason="代码没有实现")
    • 方式2：在测试用代码中添加判断的语句
      def test_demo():
	if not login():
		pytest.skip("未登录无法运行该用例")

  • skipif: 遇到特定情况跳过该测试用例，需要给定条件

    @pytest.mark.skipif(条件="", reason="打印提示信息内容")

    image

  • xfail: 遇到特殊情况，产生一个“期望失败”输出

运行结果分析

  • 常用：fail error pass
  • 特殊结果：
    • warning
    • deselect

pytest常用执行参数

----------

更多用法使用 pytest --help 查看帮助文档

用例匹配：

  • pytest -k "add" 匹配所有用例名称中包含add的用例
  • pytest -m mark 标签名、标记：在测试用例上添加装饰器 @pytest.mark.login

    • pytest有很多自带的标签，我们自己定的标签，如login 他会不识别，所以在运行后会有 deselected、warnings
      警告信息，需要创建pytest配置文件：pytest.ini

      pytest.ini

[pytest]
# markers 帮助文档解释：为你的测试用例添加标签
markers = login
        search
        '个人中心'
  • pytest --junitxml=./result.xml 生成执行结果文件
  • pytest --setup-show 回溯fixture的执行过程

pytest.ini:

  • pytest.ini是pytest的配置文件
    • 文件内容要以 [pytest] 开头
    • 修改pytest模块名、类名、用例名称规则（以什么开头：如pytest文件名和用例名默认以test_* 开头或结尾）

      • python_files (args):用于Python测试模块发现的全局样式文件模式（文件名）

      • python_classes (args)：前缀或glob名称，用于发现Python测试类（类名）

      • python_functions (args): Python测试函数和方法发现的前缀或glob名称（方法名）

      • addopts:添加一个或多个命令行参数，如，添加 -vs 命令参数后：运行pytest test_case.py 等同于 pytest -vs test_case.py

        pytest.ini

        [pytest]
# 为测试用例添加标签
markers = login
          search

# 修改pytest模块名、类名、用例名称规则（以什么开头：如pytest文件名和用例名默认以test_* 开头或结尾）
pytest_files = test_* *_test check_*
pytest_functions = test_* *_test check_*

# 添加一个或多个命令行参数，如，添加 -vs 命令参数后：运行pytest test_case.py  等同于 pytest -vs test_case.py
addopts = -vs --alluredir=./result

pytest框架结构

  • setup() teardown() 类方法运行前后被调用
    • 模块级别：setup_module/teardown_module 全局的、优先级最高
    • 函数级别：setup_function/teardown_function 只在函数用例生效（与方法的级的区别：不在类中）
    • 类级别：setup_class/teardown_class 只在类中前后运行一次（在类中）
    • 方法级别：setup_method/teardown_method 开始与方法的始末、每个方法运行强后都运行一遍（与函数级别的区别：方法在类中，函数不在类中）

pytest参数化与数据驱动

  • 参数化一般与数据驱动一起使用，
    • 参数化：将变化的测试数据以参数的形式传入到测试方法，待测试的输入和输出是一组数据，可以把测试数据组织起来，用不同的测试数据调用相同的测试方法
    • 数据驱动：数据的改变从而驱动自动化的执行，最终引起测试结果的改变，测试数据的数据驱动、测试步骤的数据驱动、配置的数据驱动、po的数据驱动

pytest参数化

  • pytest自带参数化概念
    • 加入参数化装饰器：@pytest.mark.parametrize("a, b, result", [1, 2, 3], [2, 3, 5], [0.3, 1, 1.3])
      • ids参数：定义每一组测试数据生成的测试用例的别名，多少组数据就对应有多少个ids
import pytest
import yaml


def add(a, b):
    return a + b


class TestDate:
    @pytest.mark.parametrize("a, b", [(10, 20), (10, 30), (2, 6)])
    def test_param(self, a, b):
         print(a + b)

    @pytest.mark.parametrize(["x", "y"], [(10, 20), (10, 30)])
    def test_param2(self, x, y):
        # print(x + y)
        print(add1(x, y))

    @pytest.mark.parametrize("a", "b", yaml.safe_load(open(r'E:\data.yaml')))
    def test_param5(self, a, b):
        print(f'相加等于{add(a, b)}')
  • 运行用例test_parm会得出三条测试用例数据：
    image

pytest异常捕获

设计测试用例的时候要尽可能的区分类型，比如除数为0时，预期结果是抛出异常，则此用例pass，所以使用pytest捕获ZeroDivisionError异常，如果捕获到，则不报出异常 则此测试用例通过

with pytest.raises(ZeroDivisionError, TypeError):

fixture高级用法

fixture 介绍：

  • 官网 Features--Modular有详细介绍
  • fixture又名测试桩子，类似setup teardown
  • fixture 能做到setup teardown 做不到的事情

    • 比如：一个模块里又很多用例，这些方法有的需要的前置条件不一样，如有的需要登录，有的不需要登录

      def login():
  print('登录')

def test_search():
  print('搜索')

def test_search():
  print('购物')

def test_search():
  print('下单')

    • 如，如果使用setup teardown 只能是用例前后被调用，但是去搜索，首先不需要登录，所以就可以把login定义为fixture函数，然后传入到测试方法里
      使用方法：在被重复调用的方法上加上@pytest.fixture()装饰器，如果某个方法需要登录，就传入login

      @pytest.fixture()
def login():
  print('登录')

def test_search():
  print('搜索')

def test_search(login):
  print('购物')

def test_search(login):
  print('下单')
    • 在命令行中使用执行回溯，可以看到fixture执行的详细过程：pytest test_case.py --setup-show

fixture 作用

  • Fixture是在测试函数运行前后，由pytest执行的外壳函数，代码可以定制，满足多变的测试需求，功能包括：
    • 定于传入测试中的数据集
    • 配置测试前系统的初始状态
    • 为批量测试提供数据源等
  • Fixture是pytest用于将测试前后进行预备，清理工作的代码分类核心测试逻辑的一种机制

fixture用法

  • 1- 类似setup teardown功能，但比setup teardown更灵活
  • 2- 直接通过函数名调用或者装饰去@pytest.mark.usefixtures('test1')
  • 3- 允许使用多个Fixture
  • 4- 使用autouse自动应用，如果由返回值，需要穿fixture函数名
  • 5- 作用域 session>module>class>function

使用-- setup-show 回溯fixture的执行过程

  • pytest test_case.py --setup-show

pytest yield

  • 以上fixture记录的仅仅是setup,即测试用例运行前的操作，如果需要加上teardown的操作，需要在fixture函数中加入 yield

    @pytest.fixture()
    def login():
      print('登录') # 用例运行前登录
      yield # 相当与 return 可以返回一些数据  如 yield token
      print('退出') # 用例结束后退出

conftest + fixture

  • conftest.py文件，它主要是实现数据（fixture）共享的文件，名字是固定的。

    • 1- 第一，conftest.py文件当中，它储存的都是fixture，就是给用例提供做前置准备工作和后置清理工作的一个东西；
    • 2- 第二，conftest.py文件可以将它的fixtures共享到它自己目录下的所有用例，用例当中如果使用fixture的话，是不需用导入conftest.py这个文件的，会直接自动去查找；
    • 3- 第三，conftest.py它是属于层级共享的，也就是说，一个自动化项目当中，可以在不同的包下面去创建conftest.py这个文件。

  • 运行原则：就近原则，如果当前包下没有conftest.py就会往上一层找

fixture 参数化

二、常用插件、数据驱动、编写pytest插件、Allure

pytest常用插件

pip install pytest-ordering:控制用例的执行顺序

  • 建议在编写测试用例的时候，能不让用例顺序执行就不顺序执行，这样可能会更好的暴露出问题
  • 在测试方法上加上装饰器：@pytest.mark.run(order=2)

pip install pytest-dependency:控制用例的依赖关系

ps:设计测试用例的时候进可能不要让用例有顺序，不要让测试用例有依赖关系，如果无法做到，可以临时的用插件解决

  • 官网 : https://pytest-dependency.readthedocs.io/en/latest/usage.html#basic-usage

  • 设置一个用例和一个用例的依赖关系：一旦用例A失败，那么用例B也不会执行。比如：用例A为添加购物车，用例B为去结算，那么如果用例A没有登录就会执行失败，则用例B也就会执行失败
    pytest-dependency 要做的就是，让他们之间存在一种依赖关系：一旦用例A失败，那么用例B也不会执行 SKIP

    import pytest
# 官方demo:

@pytest.mark.dependency()   # test_a测试用例设置了dependency依赖关系
@pytest.mark.xfail(reason="deliberate fail")
def test_a():
  assert False

@pytest.mark.dependency()  # test_b测试用例设置了dependency依赖关系
def test_b():
  pass

@pytest.mark.dependency(depends=["test_a"])  # test_c 依赖于测试用例 test_a。 因为test_a断言失败，所以test_c会跳过
def test_c():
  pass


@pytest.mark.dependency(depends=["test_a"])  # test_d 依赖于测试用 test_b
def test_d():
  pass

@pytest.mark.dependency(depends=["test_b", "test_c"])  test_e依赖与测试用例 test_b 和 test_c 因为test_b通过了，但test_c跳过，所以test_e也会跳过
def test_e():
  pass

pip install pytest-xdist:分布式并发执行测试用例

  • 机制：哪个cpu先执行完一个任务，就下发另一个任务
    • pytest -n 3 :3=当前系统的cpu个数，如果不知系统有多少个cpu或者不知道可以承载多少个进程，使用 pytest -n aotu 自动分发空闲的进程

pip install pytest-rerunfailures:失败重跑

  • pytest --reruns 5 : 如果用例失败，就会重新跑5次
  • pytest --reruns 5 --reruns-delay 2:用例失败后等待2秒后再执行,或者再用例方法上加上装饰器@pytest.mark.flaky(5, reruns-delay=2)

pip install pytest-assume:多重校验

  • 通常一个测试方法中会写多个断言，如果第一条断言过不去，下面的就不执行了，如果我们想报错也往下执行，使用pytest提供的断言方法方法
    • pytest.assume(14) 相当于 assert 14 # 此方法应用场景较少

pip install pytest-random-order:用例随机执行

  • pytest --random-order-seed= 设置一个种子，使用比较少

pip install pytest-html:测试报告

  • 后续使用allure,不做介绍

三、pytest高级用法 hook函数

pytest插件加载方式

  • 内置plugin

    • 从代码内部的 _pytest 目录加载
      • External Libraries - site-package - _pytest - hookspec.py
        • hookspec.py 有很多方法 即我们所说的hook方法，我们可以改写hook方法来满足我们一些需求

  • 外部插件（第三方插件）

  • conftest.py 存放的本地插件（重点）：

    • 自动模块发现机制

  • pytest --trace-config 查看当前pytest中所有的plugin（带有hook方法的文件）

Allure 生成测试报告

另起...

相关文章