【pytest】(十一)fixture参数化-巧用params和ids的真接口自动化实战

简介: 【pytest】(十一)fixture参数化-巧用params和ids的真接口自动化实战

在上一篇文章中聊到了fixture的一些用法,利用params和ids这2个参数来实现对于测试数据初始的一些需求。


【pytest】(十)fixture参数化-巧用params和ids优雅的创建测试数据


但是文中的示例代码并不是真正的接口测试,只是用了一些print描述了下我的设想,以及一定的验证,缺乏实际应用。


刚好最近抽空在写一些接口自动化,正好拿一个接口实践下。


这个接口是一个列表接口,根据status的传参,可以返回对应状态的数据,其中:待处理-10,处理中-20,已完成-30


代码部分的话 就分2部分贴出来吧。


一、fixture


先看代码


import pytest
from faker import Faker
from util.mysql_operating import DB
fake = Faker()
def init_data(fixture_value):
    if fixture_value == 10:
        return "untreated"
    elif fixture_value == 20:
        return "processing"
    elif fixture_value == 30:
        return "done"
@pytest.fixture(params=[10, 20, 30], ids=init_data)
def init_data_query_by_status(request):
    status = request.param
    print("fixture 参数", status)
    uid = fake.pyint(min_value=10086, max_value=99999, step=1)
    order_sn = "CK" + fake.pystr(min_chars=19, max_chars=19)
    real_sql = """INSERT INTO `tcwms`.`sm_outbound_order`(`id`, `out_id`, `order_sn`, `admin_id`, `admin_name`, `total_price`,\
     `remark`, `status`, `type`, `use_type`, `mchid`, `wh_id`, `add_time`, `update_time`, `out_time`, `to_id`, `to_name`\
     , `verify_status`, `verify_time`, `verify_ad_id`, `verify_ad_name`, `posting_status`, `posting_time`, \
     `posting_ad_id`, `posting_ad_name`, `is_valid`, `finance_verify_status`, `finance_verify_time`, `finance_verify_remarks`,\
      `finance_verify_ad_id`, `finance_verify_ad_name`, `pay_status`) \
      VALUES ({}, 1752, '{}', 572, '', 619.00, '', {}, 1, 0, {}, {}, '2019-06-20 09:55:58', '2019-06-20 09:55:58',\
       '2019-01-01 00:00:00', 210, '', 1, '2019-01-01 00:00:00', 0, '', 1, '2019-01-01 00:00:00', 0, '', 1, 0,\
        '0000-00-00 00:00:00', '', 0, '', 0);""".format(uid, order_sn, status, 6001, 1)
    db = DB()
    db.insert_by_sql(real_sql)
    yield status
    real_delete_sql = "DELETE FROM `tcwms`.`sm_outbound_order` WHERE id={};".format(uid)
    db.delete_by_sql(real_delete_sql)
    db.close()


代码比较多,但是结构很简单。


这个fixture的功能就是:在case执行前插入对应状态的测试数据,然后case执行过后,删掉插入的测试数据。


  • 用了下faker库,造一些测试数据。
  • DB操作我是用pymysql库去做一些封装,具体就不看了,反正就是用来执行sql语句的。
  • sql语句就是个字符串str,用format去格式化。
  • init_data就是返回不同的id,以便我用-k命令时候使用
  • yield把参数status返回出来


二、case部分


case部分我就只贴出来测试case的代码了,知道意思就行:传参,请求接口,断言


def test_query_by_status(init_data_query_by_status):
    """
    查询状态,10-待处理;20-处理中;30-已完成
    """
    payload = {
        "status": init_data_query_by_status
    }
    r = requests.post(QA_URL + API_URL, json=payload, headers=HEADER)
    result = r.json()
    res_status = jmespath.search("row.taskListOfPage.resultData[*].status", result)
    res_mchid = jmespath.search("row.taskListOfPage.resultData[0].mchid", result)
    assert_result = loop_list_same_elements(init_data_query_by_status, res_status)
    assert assert_result is True
    assert res_mchid == 6001
if __name__ == "__main__":
    pytest.main(["-s", "test_wms_outbound_task_list.py::test_query_by_status"])


  • payload 里就是传参了,在fixture函数init_data_query_by_status中我们返回了status
  • loop_list_same_elements()这个方法是我封装的一个判断列表返回的所有数据都是否都是一个状态用的。
  • jmespath,用了jmespath库,可以方便的提取json,详细用法在之前的文章有写。


三、运行


先运行全部的参数,main方法里就不要加-k


if __name__ == "__main__":
    pytest.main(["-s", "test_wms_outbound_task_list.py::test_query_by_status"])


运行一下:


collecting ... collected 3 items
test_wms_outbound_task_list.py::test_query_by_status[untreated] 
test_wms_outbound_task_list.py::test_query_by_status[processing] 
test_wms_outbound_task_list.py::test_query_by_status[done] 
============================== 3 passed in 1.00s ==============================
Process finished with exit code 0
fixture 参数 10
  执行的sql: INSERT INTO `tcwms`.`sm_outbound_order`(`id`, `out_id`, `order_sn`, `admin_id`, `admin_name`, `total_price`,     `remark`, `status`, `type`, `use_type`, `mchid`, `wh_id`, `add_time`, `update_time`, `out_time`, `to_id`, `to_name`     , `verify_status`, `verify_time`, `verify_ad_id`, `verify_ad_name`, `posting_status`, `posting_time`,      `posting_ad_id`, `posting_ad_name`, `is_valid`, `finance_verify_status`, `finance_verify_time`, `finance_verify_remarks`,      `finance_verify_ad_id`, `finance_verify_ad_name`, `pay_status`)       VALUES (17288, 1752, 'CKpNInphuUHePrYnDHlXw', 572, '', 619.00, '', 10, 1, 0, 6001, 1, '2019-06-20 09:55:58', '2019-06-20 09:55:58',       '2019-01-01 00:00:00', 210, '', 1, '2019-01-01 00:00:00', 0, '', 1, '2019-01-01 00:00:00', 0, '', 1, 0,        '0000-00-00 00:00:00', '', 0, '', 0);
PASSED   [ 33%]  
执行的sql: DELETE FROM `tcwms`.`sm_outbound_order` WHERE id=17288;
fixture 参数 20
  执行的sql: INSERT INTO `tcwms`.`sm_outbound_order`(`id`, `out_id`, `order_sn`, `admin_id`, `admin_name`, `total_price`,     `remark`, `status`, `type`, `use_type`, `mchid`, `wh_id`, `add_time`, `update_time`, `out_time`, `to_id`, `to_name`     , `verify_status`, `verify_time`, `verify_ad_id`, `verify_ad_name`, `posting_status`, `posting_time`,      `posting_ad_id`, `posting_ad_name`, `is_valid`, `finance_verify_status`, `finance_verify_time`, `finance_verify_remarks`,      `finance_verify_ad_id`, `finance_verify_ad_name`, `pay_status`)       VALUES (65242, 1752, 'CKOcOngjWxWxQHsaradMd', 572, '', 619.00, '', 20, 1, 0, 6001, 1, '2019-06-20 09:55:58', '2019-06-20 09:55:58',       '2019-01-01 00:00:00', 210, '', 1, '2019-01-01 00:00:00', 0, '', 1, '2019-01-01 00:00:00', 0, '', 1, 0,        '0000-00-00 00:00:00', '', 0, '', 0);
PASSED  [ 66%]  
执行的sql: DELETE FROM `tcwms`.`sm_outbound_order` WHERE id=65242;
fixture 参数 30
  执行的sql: INSERT INTO `tcwms`.`sm_outbound_order`(`id`, `out_id`, `order_sn`, `admin_id`, `admin_name`, `total_price`,     `remark`, `status`, `type`, `use_type`, `mchid`, `wh_id`, `add_time`, `update_time`, `out_time`, `to_id`, `to_name`     , `verify_status`, `verify_time`, `verify_ad_id`, `verify_ad_name`, `posting_status`, `posting_time`,      `posting_ad_id`, `posting_ad_name`, `is_valid`, `finance_verify_status`, `finance_verify_time`, `finance_verify_remarks`,      `finance_verify_ad_id`, `finance_verify_ad_name`, `pay_status`)       VALUES (26399, 1752, 'CKimCduBGktGeCOZyxbhE', 572, '', 619.00, '', 30, 1, 0, 6001, 1, '2019-06-20 09:55:58', '2019-06-20 09:55:58',       '2019-01-01 00:00:00', 210, '', 1, '2019-01-01 00:00:00', 0, '', 1, '2019-01-01 00:00:00', 0, '', 1, 0,        '0000-00-00 00:00:00', '', 0, '', 0);
PASSED        [100%]  
执行的sql: DELETE FROM `tcwms`.`sm_outbound_order` WHERE id=26399;


我手动进行了空格分隔下,方便查看。


可以看到,case根据参数化运行了3次。在每一次的执行当中,都是这样的顺序:


  • 执行插入sql
  • 执行测试
  • 执行删除sql


接下来,我用-k只运行 status-20的case,id也就是processing:


if __name__ == "__main__":
    pytest.main(["-s", "-k", "processing", "test_wms_outbound_task_list.py::test_query_by_status"])


运行结果:


collected 3 items / 2 deselected / 1 selected                                                                                                                                
test_wms_outbound_task_list.py 
fixture 参数 20
  执行的sql: INSERT INTO `tcwms`.`sm_outbound_order`(`id`, `out_id`, `order_sn`, `admin_id`, `admin_name`, `total_price`,     `remark`, `status`, `type`, `use_type`, `mchid`
, `wh_id`, `add_time`, `update_time`, `out_time`, `to_id`, `to_name`     , `verify_status`, `verify_time`, `verify_ad_id`, `verify_ad_name`, `posting_status`, `posting_time`,
      `posting_ad_id`, `posting_ad_name`, `is_valid`, `finance_verify_status`, `finance_verify_time`, `finance_verify_remarks`,      `finance_verify_ad_id`, `finance_verify_a
d_name`, `pay_status`)       VALUES (32128, 1752, 'CKQLrmWALMTjPDLjtCHKh', 572, '', 619.00, '', 20, 1, 0, 6001, 1, '2019-06-20 09:55:58', '2019-06-20 09:55:58',       '2019-0
1-01 00:00:00', 210, '', 1, '2019-01-01 00:00:00', 0, '', 1, '2019-01-01 00:00:00', 0, '', 1, 0,        '0000-00-00 00:00:00', '', 0, '', 0);
.  
执行的sql: DELETE FROM `tcwms`.`sm_outbound_order` WHERE id=32128;
=================================== 1 passed, 2 deselected in 0.32s ======================================


可以看到,只运行了status=20的case。


以上就是实际的例子了。后面可能还会遇到更多复杂的情况,届时再分享。

相关文章
|
11月前
|
存储 关系型数据库 测试技术
玩转n8n测试自动化:核心节点详解与测试实战指南
n8n中节点是自动化测试的核心,涵盖触发器、数据操作、逻辑控制和工具节点。通过组合节点,测试工程师可构建高效、智能的测试流程,提升测试自动化能力。
|
11月前
|
Web App开发 前端开发 JavaScript
Playwright极速UI自动化实战指南
Playwright告别Selenium痛点,以智能等待、强大选择器、网络拦截与多设备模拟四大利器,提升自动化效率与稳定性。本文通过实战代码详解其加速秘籍,助你构建高效、可靠的UI测试方案。
|
10月前
|
数据采集 运维 监控
爬虫与自动化技术深度解析:从数据采集到智能运维的完整实战指南
本文系统解析爬虫与自动化核心技术,涵盖HTTP请求、数据解析、分布式架构及反爬策略,结合Scrapy、Selenium等框架实战,助力构建高效、稳定、合规的数据采集系统。
1355 62
爬虫与自动化技术深度解析:从数据采集到智能运维的完整实战指南
|
12月前
|
Web App开发 人工智能 JavaScript
主流自动化测试框架的技术解析与实战指南
本内容深入解析主流测试框架Playwright、Selenium与Cypress的核心架构与适用场景,对比其在SPA测试、CI/CD、跨浏览器兼容性等方面的表现。同时探讨Playwright在AI增强测试、录制回放、企业部署等领域的实战优势,以及Selenium在老旧系统和IE兼容性中的坚守场景。结合六大典型场景,提供技术选型决策指南,并展望AI赋能下的未来测试体系。
|
10月前
|
弹性计算 人工智能 前端开发
在阿里云ECS上部署n8n自动化工作流:U2实例实战
本文介绍如何在阿里云ECS的u2i/u2a实例上部署开源工作流自动化平台n8n,利用Docker快速搭建并配置定时任务,实现如每日抓取MuleRun新AI Agent并推送通知等自动化流程。内容涵盖环境准备、安全组设置、实战案例与优化建议,助力高效构建低维护成本的自动化系统。
2199 5
|
12月前
|
人工智能 缓存 测试技术
Playwright进阶指南 (6) | 自动化测试实战
2025企业级测试解决方案全面解析:从单元测试到千级并发,构建高可用测试体系。结合Playwright智能工具,解决传统测试维护成本高、环境依赖强、执行效率低等痛点,提升测试成功率,内容从测试架构设计、电商系统实战框架、高级测试策略、Docker化部署、CI/CD集成及AI测试应用,助力测试工程师掌握前沿技术,打造高效稳定的测试流程。
Playwright进阶指南 (6) | 自动化测试实战
|
11月前
|
人工智能 数据可视化 测试技术
AI 时代 API 自动化测试实战:Postman 断言的核心技巧与实战应用
AI 时代 API 自动化测试实战:Postman 断言的核心技巧与实战应用
1242 11
|
传感器 人工智能 JavaScript
Playwright实战:写UI自动化脚本,速度直接起飞
简介: 测试工程师老王因UI自动化问题深夜奋战,反映出传统测试工具的局限性。微软开源的Playwright凭借智能等待、跨域操作、移动端模拟与网络拦截等强大功能,正迅速取代Selenium,成为新一代自动化测试标准。其稳定高效的设计显著降低维护成本,助力企业构建高质量测试流程。
|
供应链 搜索推荐 安全
淘宝/京东/亚马逊API实战:中小商家的自动化生存指南
电商API是连接电商平台、商家、支付与物流系统的技术桥梁,具备商品管理、订单处理、用户服务、营销支持等功能,助力业务自动化与数据驱动决策,成为电商生态中提升效率与创新的关键基础设施。
|
人工智能 JavaScript 前端开发
Playwright自动化测试系列课(5) | ​​调试神器实战:Trace Viewer 录屏分析 + AI 辅助定位修复​
Playwright 的 Trace Viewer 提供录屏级追踪,还原测试全过程,帮助定位偶发故障。结合 AI 实现自动修复,大幅提升调试效率,成为自动化测试利器。

热门文章

最新文章