python单元测试框架pytest的使用示例

简介: python单元测试框架pytest的使用示例

这篇文章主要介绍了python单元测试框架pytest的使用示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们来一起学习学习吧

天天去图书馆学了几天,学习的感觉还是非常不错的,这是一篇总结。

这篇准备讲解一下pytest测试框架,这个框架是当前最流行的python语言最流行的单测框架,不掌握可不行,首先这个框架属于第三方模块,需要通过pip安装即可

pip install pytest

下面我们进入正题

一、介绍pytest的运行规则

1、测试文件的名称必须要以test_.py的格式,或者_test.py的格式

2、测试类的名称必须要以Test开头,且这个类还不能有构造方法(__init__)

3、测试函数的名称必须要以test开头

pytest默认的就按照上面的三条规则来执行案例,当然我们可以自定义运行规则,这个我们后面在讲,这个不重要,看一个最简单的例子

import os
import pytest
  
# pytest是python的单元测试框架
  
def func(x):
 return x + 1
  
  
def test_a():
 print("____test_a____")
 assert func(2) == 5
  
def test_b():
 print("____test_b____")
 assert func(2) == 3
  
if __name__ == '__main__':
 pytest.main(["-s","pytest1.py"])

二、介绍pytest的前置条件和后置条件,类似unittest的testfixture(测试固件)

如果同学们之前用过unittest测试框架,对测试固件这个这个名词就不会陌生了,如果不清楚,可以看下之前我写的unittest测试框架的博客小程序(全栈工具箱)

pytest框架的测试固件有两种,一种函数级别的,一种是类级别,执行的顺序如下

a、执行类的前置条件

b、执行函数的前置条件

c、执行函数的后置条件

d、执行类的后置条件

使用也非常简单,当时函数的命名一定要和我下面的备注保持完全一致

# pytest的前置和后置条件
  
# 1、函数级别 setup teardown
# 运行于测试方法的开始和结束
# 运行一个测试用例,会运行一次setup和teardown
  
# 2、类级 setup_class teardown_class
# 运行于测试类的开始和结束
# 一个测试类只运行一次setup_class teardown_class

1、函数式的案例--函数级别的前置条件&后置条件

import os
import pytest
  
def func(x):
 return x + 1
  
  
def test_a():
 print("____test_a____")
 assert func(2) == 5
  
def test_b():
 print("____test_b____")
 assert func(2) == 3
  
  
def setup():
 print("函数级别的前置")
  
def teardown():
 print("函数级别的后置")

执行结果如下

图片.png

2、类式的案例--函数级别的前置条件&后置条件

class Testclass:
 def test_a(self):
  print("____test_a____")
  assert func(2) == 5
  
 def test_b(self):
  print("____test_b____")
  assert func(2) == 3
  
 def setup(self):
  print("函数级别的前置")
  
 def teardown(self):
  print("函数级别的后置")
if __name__ == '__main__':
 pytest.main(["-s","pytest2.py"])

执行结果如下

图片.png

3、类级别的前置条件&后台置条件

import pytest
  
def func(x):
 return x + 1
  
  
class Testclass:
 def test_a(self):
  print("____test_a____")
  assert func(2) == 5
  
 def test_b(self):
  print("____test_b____")
  assert func(2) == 3
  
 def setup(self):
  print("函数级别的前置")
  
 def teardown(self):
  print("函数级别的后置")
   
 def setup_class(self):
  print("类级别的前置")
  
 def teardown_class(self):
  print("类级别的后置")
if __name__ == '__main__':
 pytest.main(["-s","pytest3.py"])

结果如下

图片.png

三、介绍如何修改pytest的配置文件

我们在博客的第一部分介绍了pytest框架的运行规则,这里我们可以修改pytest的配置文件,改变框架运行规则

首先我们要在案例的目录下创建一个pytest.ini的配置文件

图片.png

内容如下

# 创建pytest.ini文件
# [pytest]
# addopts=-s
#这个先这样写,这个主要是执行参数
  
  
# testpaths = testcase
# 只执行这个目录下的文件
#
# python_files = test_*.py
#执行的文件的名字
  
  
# python_classes = Test_*
#执行类的名字
  
# python_functions = test_*
# 执行函数的名字

配置文件截图

图片.png

通过上面的步骤,我们就可以改变pytest的运行规则

四、介绍pytest的断言

pytest的断言是用python的断言,他不像unittest框架,他自己实现了断言

# -*- coding:utf-8 -*-
  
# pytest是使用python自带的断言
import pytest
  
def func(x):
 return x + 1
  
  
def test_a():
 print("____test_a____")
 assert func(2) == 5
  
def test_b():
 print("____test_b____")
 assert not func(2) == 3
  
def test_c():
 print("____test_b____")
 assert func(2) in ["a","b","c"]
  
  
def test_d():
 print("____test_b____")
 assert func(2) not in ["a","b","c"]
  
  
if __name__ == '__main__':
 pytest.main(["-s","pytest5.py"])

五、介绍pytest的标记(mark)

1、可以实现给函数打标记,实现哪些标记执行,哪些标记不执行

一个函数可以打多个标记,一个标记同时可以给多个函数打标记。只需要让这个标记的装饰器函数装饰我们的测试类或者测试函数

class Test_mark():
 @pytest.mark.test01
 def test_a(self):
  print("mark test a")
  
 @pytest.mark.test02
 def test_b(self):
  print("mark test b")
  
  
if __name__ == '__main__':
 pytest.main(['-s',"pytest6.py"])

还有其它的执行方式

# pytest -m test01
  
# pytest -n "test01 or test02"
  
# pytest -m "not test01"

2、标记可以实现不跳过某个、某些案例的作用

# -*- coding:utf-8 -*-
  
import pytest
  
# skip跳过执行某个案例
@pytest.mark.skip(reson="只是这个函数用例不执行")
def test_a():
  
 print("testa")
  
  
def test_b():
 print("testb")
  
  
@pytest.mark.skip(reson="整个类下的案例都不会执行")
class Test_skip():
 def test_a(self):
  print("testa")
  
 def test_b(self):
  print("testb")
  
  
# 可以根据条件判断,为真,则不执行
@pytest.mark.skipif(1 > 2,reson="整个类下的案例满足条件都不会执行")
class Test_skipif():
 def test_a(self):
  print("testa")
  
 def test_b(self):
  print("testb")

六、介绍pytest的数据参数化

1、传入单个参数

# pytest的数据参数化
  
# 1、传入单个参数
#
# pytest.mark.parametrize(argnames,argvalues)
# argnames 参数的名称
#
# argvalues 参数对应的值,类型必须是可迭代的类型,一般使用list
  
  
@pytest.mark.skip(reson="只是这个函数用例不执行")
def test_a():
 print("testa")
  
  
@pytest.mark.parametrize("name",["cui1","cui2","cui3","cui4"])
def test_b(name):
 print("testb----->{name}".format(name = name))
  
if __name__ == '__main__':
 pytest.main(["-s", "pytest8.py"])

实现的效果name作为参数的名称,这个案例会执行4次,参数分别是name=“cui1”\name="cui2"....

图片.png

2、传入多个参数

import pytest
  
  
# pytest的数据参数化
  
# 1、传入多个参数
#
# pytest.mark.parametrize((argnames1,argnames2),[(argvalues1,argvalues1),(argvalues1,argvalues1)],(argvalues1,argvalues1)]])
  
  
@pytest.mark.skip(reson="只是这个函数用例不执行")
def test_a():
 print("testa")
  
  
@pytest.mark.parametrize(("name","age"),[("cui1",12),("cui2",13),("cui3",14)])
def test_b(name,age):
 print("testb----->{name}----->{age}".format(name = name,age = age))
  
if __name__ == '__main__':
 pytest.main(["-s", "pytest9.py"])

实现的效果如下

图片.png

七、介绍pyest的常用第三方插件

1、美化pytest的输出报告插件

# pip install pytest-html
  
# 用来美化输出报告的插件
# 只需要在配置文件中加这个配置即可
#
# addopts=-s --html=report.html

效果

图片.png

图片.png

2、失败案例重试插件,下面的示例实现的就是失败重启3,失败后间隔2s在进行重试

# pip install pytest-rerunfailures
# 失败重试的第三方插件
# 只需要在配置文件中加这个配置即
# --reruns 3 --reruns-delay 2

至此,pytest的框架基本使用已经讲解清楚,小伙伴们还有不清楚的吗?欢迎大家来沟通!!!

到此这篇关于python单元测试框架pytest的使用示例的文章就介绍到这了,更多相关python单元测试框架pytest内容请搜索"软件测试pytest"以前的文章或继续浏览下面的相关文章希望大家以后多多支持!

相关文章
|
3月前
|
Java 数据处理 索引
(Pandas)Python做数据处理必选框架之一!(二):附带案例分析;刨析DataFrame结构和其属性;学会访问具体元素;判断元素是否存在;元素求和、求标准值、方差、去重、删除、排序...
DataFrame结构 每一列都属于Series类型,不同列之间数据类型可以不一样,但同一列的值类型必须一致。 DataFrame拥有一个总的 idx记录列,该列记录了每一行的索引 在DataFrame中,若列之间的元素个数不匹配,且使用Series填充时,在DataFrame里空值会显示为NaN;当列之间元素个数不匹配,并且不使用Series填充,会报错。在指定了index 属性显示情况下,会按照index的位置进行排序,默认是 [0,1,2,3,...] 从0索引开始正序排序行。
329 0
|
3月前
|
存储 Java 数据处理
(numpy)Python做数据处理必备框架!(一):认识numpy;从概念层面开始学习ndarray数组:形状、数组转置、数值范围、矩阵...
Numpy是什么? numpy是Python中科学计算的基础包。 它是一个Python库,提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种方法,包括数学、逻辑、形状操作、排序、选择、I/0 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 Numpy能做什么? numpy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++
378 0
|
4月前
|
测试技术 开发者 Python
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
本文介绍Python单元测试基础,详解`unittest`框架中的三大核心断言方法:`assertEqual`验证值相等,`assertTrue`和`assertFalse`判断条件真假。通过实例演示其用法,帮助开发者自动化检测代码逻辑,提升测试效率与可靠性。
415 1
|
3月前
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
499 0
|
3月前
|
Java 数据处理 索引
(numpy)Python做数据处理必备框架!(二):ndarray切片的使用与运算;常见的ndarray函数:平方根、正余弦、自然对数、指数、幂等运算;统计函数:方差、均值、极差;比较函数...
ndarray切片 索引从0开始 索引/切片类型 描述/用法 基本索引 通过整数索引直接访问元素。 行/列切片 使用冒号:切片语法选择行或列的子集 连续切片 从起始索引到结束索引按步长切片 使用slice函数 通过slice(start,stop,strp)定义切片规则 布尔索引 通过布尔条件筛选满足条件的元素。支持逻辑运算符 &、|。
213 0
|
4月前
|
机器学习/深度学习 算法 PyTorch
【Pytorch框架搭建神经网络】基于DQN算法、优先级采样的DQN算法、DQN + 人工势场的避障控制研究(Python代码实现)
【Pytorch框架搭建神经网络】基于DQN算法、优先级采样的DQN算法、DQN + 人工势场的避障控制研究(Python代码实现)
129 1
|
4月前
|
机器学习/深度学习 算法 PyTorch
【DQN实现避障控制】使用Pytorch框架搭建神经网络,基于DQN算法、优先级采样的DQN算法、DQN + 人工势场实现避障控制研究(Matlab、Python实现)
【DQN实现避障控制】使用Pytorch框架搭建神经网络,基于DQN算法、优先级采样的DQN算法、DQN + 人工势场实现避障控制研究(Matlab、Python实现)
207 0
|
5月前
|
安全 测试技术 API
Python 单元测试详解
单元测试是Python开发中不可或缺的环节,能确保代码按预期运行、发现Bug、提升代码质量并支持安全重构。本文从基础概念讲起,逐步介绍Python单元测试的实践方法,涵盖unittest框架、pytest框架、断言使用、Mock技巧及测试覆盖率分析,助你全面掌握单元测试技能。
318 0
|
5月前
|
数据采集 索引 Python
Python Slice函数使用教程 - 详解与示例 | Python切片操作指南
Python中的`slice()`函数用于创建切片对象,以便对序列(如列表、字符串、元组)进行高效切片操作。它支持指定起始索引、结束索引和步长,提升代码可读性和灵活性。
|
5月前
|
API 数据安全/隐私保护 Python
拼多多批量上架软件, 电商一键上货发布工具,python电商框架分享
多线程批量上传架构,支持并发处理商品数据 完整的拼多多API签名和token管理机制

推荐镜像

更多