pytest 简易指南 |Python 主题月

简介: pytest是一个单元测试框架,可以帮助写出更优质的程序。flask, werkzeug,gunicorn 等项目中都使用它,本文一起学习如何使用pytest这个测试框架。

pytest 简易指南



pytest是一个单元测试框架,可以帮助写出更优质的程序。flask, werkzeug,gunicorn 等项目中都使用它,本文一起学习如何使用pytest这个测试框架。


  • 入门用例
  • 进阶技巧
  • 小结


入门用例



简易用例


编写一个简单的示例 test_sample.py:


# cat test_sample.py
def inc(x):
    return x + 1
def test_answer():
    assert inc(3) == 5
复制代码


示例中定义的两个方法,都非常简单。test_answer 对目标函数 inc 进行断言。使用 pytest test_sample.py 运行测试用例:


# pytest test_sample.py
========================================================================================================= test session starts ==========================================================================================================
platform darwin -- Python 3.7.5, pytest-6.0.2, py-1.9.0, pluggy-0.13.1
rootdir: /Users/yoo/codes/ft6work/devops-py/tests
plugins: parallel-0.1.0, xdist-2.1.0, forked-1.3.0
collected 1 item                                                                                                                                                                                                                       
test_sample.py F                                                                                                                                                                                                                 [100%]
=============================================================================================================== FAILURES ===============================================================================================================
_____________________________________________________________________________________________________________ test_answer ______________________________________________________________________________________________________________
    def test_answer():
        print("test_answer")
>       assert inc(3) == 5
E       assert 4 == 5
E        +  where 4 = inc(3)
test_sample.py:7: AssertionError
--------------------------------------------------------------------------------------------------------- Captured stdout call ---------------------------------------------------------------------------------------------------------
test_answer
======================================================================================================= short test summary info ========================================================================================================
FAILED test_sample.py::test_answer - assert 4 == 5
========================================================================================================== 1 failed in 0.04s ===========================================================================================================
复制代码


如果还没有安装pytest,可以使用 pip install pytest 安装。


测试结果显示,运行了一个测试用例,结果是红色,表示失败。错误信息显示,在代码的第7行抛出AssertionError。可以更改一下代码,让测试用例绿色通过。


这个测试用例涉及pytest的3个简单的规则:


  • 测试模块以 test_ 前缀命名
  • 测试用例(函数)同样以 test_ 前缀命名
  • 结果判断使用 assert 断言即可


异常处理


pytest支持异常的捕获, 使用 with + pytest.raises 捕获目标函数的异常:


# cat test_exception.py
import pytest
def f():
    raise SystemExit(1)
def test_mytest():
    with pytest.raises(SystemExit):
        f()
复制代码


测试类


pytest支持测试类,测试类可以用来做测试用例分组:


# cat test_class.py
class TestClass:
    def test_one(self):
        x = "this"
        assert "h" in x
    def test_two(self):
        x = "hello"
        assert hasattr(x, "check")
复制代码


  • 类使用 Test 前缀, 并且测试类不需要额外的继承。


自动测试


我们的目录下有下面3个测试模块:


# ll
-rw-r--r--  1 yoo  staff   168B Jul 22 21:32 test_class.py
-rw-r--r--  1 yoo  staff   117B Jul 22 21:30 test_exception.py
-rw-r--r--  1 yoo  staff    73B Jul 22 21:09 test_sample.py
复制代码


运行pytest -不带额外参数- 可以自动测试3个模块,非常方便:


# pytest
============================================================================================== test session starts ===============================================================================================
platform darwin -- Python 3.8.5, pytest-6.2.2, py-1.10.0, pluggy-0.13.1
rootdir: /Users/yoo/work/yuanmahui/python/ch22-pytest
collected 4 items                                                                                                                                                                                                
test_class.py ..                                                                                                                                                                                           [ 50%]
test_exception.py .                                                                                                                                                                                        [ 75%]
test_sample.py .                                                                                                                                                                                           [100%]
=============================================================================================== 4 passed in 0.02s ================================================================================================
复制代码


进阶技巧



了解pytest的基本使用方法后,我们再学习一些进阶技巧,可以帮助我们更好的编写测试用例。


parametrize


parametrize可以减少测试用例的编写。比如下面的测试用例:


def test_eval():
    assert eval("3+5") == 8
    assert eval("'2'+'4'") == "24"
    assert eval("6*9") == 54
复制代码


对eval的测试条件很多,再增加用例就需要调整函数。这样代码不简洁,也不容易维护。使用 parametrize 可以优化这个问题:


@pytest.mark.parametrize("test_input,expected", [
    ("3+5", 8),
    ("'2'+'4'", "24"),
    ("6*9", 54)
])
def test_eval_1(test_input, expected):
    assert eval(test_input) == expected
复制代码


调整测试函数的参数为输入和期望,然后在parametrize填写参数值,运行时候会自动进行函数参数赋值。这样再增加测试条件,不需要改动test_eval_1的函数体, 增加条件数组即可。


mark


mark是一个标签,可以通过下面方式配置:


@pytest.mark.slow
def test_mark():
    print("test mark")
    # 模拟运行很耗时的测试用例
    time.sleep(10)
    assert 5 == 5
复制代码


然后目录下增加 pytest.ini 文件,对pytest进行配置:


# cat pytest.ini
[pytest]
markers =
    slow: marks tests as slow (deselect with '-m "not slow"')
复制代码


使用下面命令可以跳过标记的函数,加快测试速度:


pytest test_sample.py -m "not slow"
复制代码


也可以仅仅运行标记的函数


pytest -m slow
复制代码


fixture


fixture可以提供类似初始化和mock功能, 下面是一个完整示例:


import pytest
# Arrange
@pytest.fixture
def first_entry():
    return "a"
# Arrange
@pytest.fixture
def second_entry():
    return 2
# Arrange
@pytest.fixture
def order(first_entry, second_entry):
    return [first_entry, second_entry]
# Arrange
@pytest.fixture
def expected_list():
    return ["a", 2, 3.0]
def test_string(order, expected_list):
    # Act
    order.append(3.0)
    # Assert
    assert order == expected_list
复制代码


可以看到test_string的order参数和expected_list都是前面使用pytest.fixture装饰器标记的函数结果。fixture还可以嵌套,order嵌套了first_entry和second_entry。


知道fixture如何使用后,可能还有疑问,这样写有什么用?比如测试数据库写入的用例, 需要一个数据库连接参数:


def test_database_insert_record(database_connection):
    if database_connection:
        print("Insertion Successful. ", database_connection)
        ...
复制代码


使用fixture就可以解决这个问题,在测试用例目录编写 conftest.py:


# cat conftest.py
@pytest.fixture
def database_connection():
    # mock...
    ...
复制代码


plugin&&hook


可以编写pytest的插件plugin和钩子hook对pytest进行扩展。


先创建一个a目录,然后在a目录中创建 conftest.pytest-sub.py:


# cat a/conftest.py
def pytest_runtest_setup(item):
        # called for running each test in 'a' directory
        print("setting up", item)
# cat a/test_sub.py
def test_sub():
    pass
复制代码


使用 pytest a/test_sub.py --capture=no 会加载我们编写的插件和钩子,在console中可以看到下面字样:


...
a/test_sub.py setting up <Function test_sub>
复制代码


  • 使用系统钩子,以 pytest_ 为前缀,名为 runtest_setup


使用pytest_runtest_setup可以实现测试框架中的setup类似功能。


小结



pytest是一个简单易用的测试用例,在flask, werkzeug,gunicorn等项目中使用。使用方法如下:


  • 测试目录一般使用 tests 命名和src同层级
  • 测试模块使用 test_ 前缀
  • 测试类使用 Test 前缀,不需要继承其它父类
  • 测试用例也使用 test_ 前缀
  • 可以使用parametrize进行参数化处理
  • 可以使用mark给测试用例加标签
  • 可以使用fixture模拟测试条件
  • 使用pytest.ini文件对pytest进行配置
  • 可以编写插件和hoo对pytest扩展


pytest还有很多用法,下次我们继续学习。


参考链接




目录
相关文章
|
6月前
|
数据采集 自然语言处理 算法
如何使用Python的Gensim库进行自然语言处理和主题建模?
使用Gensim库进行Python自然语言处理和主题建模,包括:1) 安装Gensim;2) 导入`corpora`, `models`, `nltk`等相关模块;3) 对文本数据进行预处理,如分词和去除停用词;4) 创建字典和语料库;5) 使用LDA算法训练模型;6) 查看每个主题的主要关键词。代码示例展示了从数据预处理到主题提取的完整流程。
178 3
|
6月前
|
数据可视化 测试技术 持续交付
自动化测试神器:Python之Pytest库入门使用
自动化测试神器:Python之Pytest库入门使用
180 4
|
6月前
|
存储 Python
Python 的其他主题:解释 Python 中的命名空间(Namespace)是什么?
Python 的其他主题:解释 Python 中的命名空间(Namespace)是什么?
70 2
|
6月前
|
Python
Python 的其他主题:什么是 Duck Typing?Python 中如何使用 Duck Typing?
Python 的其他主题:什么是 Duck Typing?Python 中如何使用 Duck Typing?
53 0
|
2月前
|
SQL JavaScript 前端开发
基于Python访问Hive的pytest测试代码实现
根据《用Java、Python来开发Hive应用》一文,建立了使用Python、来开发Hive应用的方法,产生的代码如下
72 6
基于Python访问Hive的pytest测试代码实现
|
3月前
|
Web App开发 安全 测试技术
自动化测试中的Python魔法:使用Selenium和pytest框架
【8月更文挑战第31天】 在软件开发的海洋中,自动化测试是确保航行安全的灯塔。本文将带你探索如何利用Python语言结合Selenium和pytest框架,搭建一套高效的自动化测试体系。我们将从基础设置讲起,逐步深入到编写测试用例,最后通过一个实战案例来展示如何在实际项目中运用这些工具。文章旨在为读者提供一套清晰的自动化测试解决方案,让你的开发之旅更加顺畅。
|
4月前
|
数据采集 自然语言处理 大数据
​「Python大数据」LDA主题分析模型
使用Python进行文本聚类,流程包括读取VOC数据、jieba分词、去除停用词,应用LDA模型(n_components=5)进行主题分析,并通过pyLDAvis生成可视化HTML。关键代码涉及数据预处理、CountVectorizer、LatentDirichletAllocation以及HTML文件的本地化处理。停用词和业务术语列表用于优化分词效果。
240 0
​「Python大数据」LDA主题分析模型
|
6月前
|
开发工具 Python
国外的大学图书馆也像国内的一样吗?用Python脚本抓取期刊的主题标题!
国外的大学图书馆也像国内的一样吗?用Python脚本抓取期刊的主题标题!
|
6月前
|
Linux Python Windows
python安装pytest
【4月更文挑战第22天】
103 5
|
6月前
|
测试技术 持续交付 Python
Python测试架构pytest
【4月更文挑战第19天】pytest 是一个强大且灵活的 Python 测试框架,它可以帮助你编写高效且可维护的测试。通过遵循上述基本架构指南,你可以开始使用 pytest 来提高你的 Python 项目的质量和可靠性。
38 2
下一篇
无影云桌面