Python3,Pytest单元测试框架有多简单,8分钟就能入门,人人都能上手!!

简介: Python3,Pytest单元测试框架有多简单,8分钟就能入门,人人都能上手!!

1、引言


小屌丝:鱼哥,最近为啥不讲一讲测试开发的技术,例如…

小鱼:我去~ ~ 你们这是商量好的,一起来提这个事情?

小屌丝:为啥这么说呢?

小鱼:因为最近有妹子跟我抱怨,说为啥不讲讲测试开发的知识,都是整的一些开发的…

小屌丝:难道不是吗?

小鱼:兄弟,我也有苦衷啊~ ~

小屌丝:别整那些没用的,今天就整一个吧!!!

小鱼:整整整~~


小鱼的博客讲过unittest框架,也有很多的例子在里面,不了解的话,可以看一下。

而今天,我们还是来分享框架,只不过这次的是单元测试框架:Pytest。


小鱼记得写过一篇测试框架的组成,

这里面包含了功能、性能、自动化等各个阶段的测试框架组成已经必须会的知识,

不了解的话,可以看一下小鱼的这篇博文《测试开发必会知识之测试框架组成》。

先截个图,看下:

image.png

在这里,咱俩就单纯的聊聊Pytest这个单元测试框架,别的咱们不聊!!


2、Pytest简介



2.1 入门阶段


2.1.1 运行测试用例


一切的理论,都是为了实战准备的,

所以,我们第一步,先上例子,直接实战!


编写简单的测试用例,文件名称为"test_sample.py"


# pytest test_sample.py
def inc(x):
    return x + 1
def test_answer():
    assert inc(3) == 5


这两个方法都非常的简单,


test_answer()对目标函数inc进行断言;

pytest test_sample.py 运行测试用例

我们看向运行结果

image.png

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


2.1.2. 异常处理


捕获异常,及异常处理,是每段代码中必要条件,

当然,pytest也支持异常的捕获,

方法为: 使用 with + pytest.raises 捕获目标函数的异常:


# -*- coding:utf-8 -*-
# @Time   : 2021-09-05
# @Author : Carl_DJ
import pytest
def f():
    raise SystemExit(1)
def test_mytest():
  #捕获异常
    with pytest.raises(SystemExit):
        f()


2.1.3 测试类


当然,pytest也支持测试类,

测试类的作用:用来做测试用来分组


# -*- coding:utf-8 -*-
# @Time   : 2021-09-05
# @Author : Carl_DJ
class TestClass:
  #test_开头
    def test_one(self):
        x = "this"
        assert "h" in x
  #test_开头
    def test_two(self):
        x = "hello"
        assert hasattr(x, "check")


这里,都是以test_开头, 跟unittest都是一样。


如果不是test_开头,则无法被调用的。


2.1.4 自动运行测试脚本


如果一个suit文件夹有多个测试用例脚本,

我们只需要输入一个 pytest,即可运行全部测试脚本。

如下图

image.png

这就是开启了懒人模式。


2.2 进阶技巧


2.2.1 parametrize


俗话说,代码不参数,变参泪两行!

所以,能参数的时候,就尽量参数,不管重构苦不苦。

我们先看下parametrize的用法,如下:


在测试用例的前面加上:

@pytest.mark.parametrize(“参数名”,列表数据)

参数名:用来接收每一项数据,并作为测试用例的参数。

列表数据:一组测试数据。


看例子

不添加parametrize,看看咋写测试用例


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


看着很麻烦,

我们再用一下parametrize优化一下,看看是否简洁很多


#使用parametrize对测试用例参数化
@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


看了这段代码,就很简洁了。

我们在来看看,parametrize做了什么。


先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, 增加条件数组就可以了。


2.2.2. mark


mark就是一个标签,标记那些测试用例执行,哪些不执行。


#标签
@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


然后目录下增加 pytest.ini 文件,对pytest进行配置:


[pytest]
markers =
    slow: marks tests as slow (deselect with '-m "not slow"')


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"


也可以仅仅运行标记的函数


pytest  -m slow


2.2.3 fixture


fixture 就类似于unittest的 setup/teardown,但是功能比这个强大一些。

举个例子


# -*- coding:utf-8 -*-
# @Time   : 2021-09-05
# @Author : Carl_DJ
import pytest
#设置fixture
@pytest.fixture
def first_entry():
    return "a"
#设置fixture
@pytest.fixture
def second_entry():
    return 2
#设置fixture
@pytest.fixture
def order(first_entry, second_entry):
    return [first_entry, second_entry]
#设置fixture
@pytest.fixture
def expected_list():
    return ["a", 2, 3.0]
def test_string(order, expected_list):
    order.append(3.0)
    # 断言
    assert order == expected_list


当然了,fixture还可以嵌套,order嵌套了first_entry和second_entry。


小屌丝:那测试数据库写入的用例,需要一个数据库链接,怎么办呢?

小鱼这个,也不难,fixture也可以搞定。

在测试用例目录编写conftest.py


@pytest.fixture
def database_connection():
    # coding...
    ...


2.2.4 plugin&&hook


可以编写pytest的插件plugin和hook对pytest进行扩展。

先创建一个目录a,然后再目录a中创建conftest.py和test_sub.py 两个文件。


#在目录a下创建conftest.py
def pytest_runtest_setup(item):
        # 在目录a下运行每个用例
        print("setting up", item)
# 在目录a下创建test_sub.py
def test_sub():
    pass


使用 pytest a/test_sub.py --capture=no 会加载我们编写的pluging和hook,在console中可以看到下面字样:


...
a/test_sub.py setting up <Function test_sub>


敲黑板:

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


3、总结.


以上就是小鱼总结的一些pytest常用的功能,是不是也很简单呢。

我们在回顾一下,今天都讲了那些姿势 知识!


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

目录
相关文章
|
10月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
1065 7
|
10月前
|
存储 Java 调度
Python定时任务实战:APScheduler从入门到精通
APScheduler是Python强大的定时任务框架,通过触发器、执行器、任务存储和调度器四大组件,灵活实现各类周期性任务。支持内存、数据库、Redis等持久化存储,适用于Web集成、数据抓取、邮件发送等场景,解决传统sleep循环的诸多缺陷,助力构建稳定可靠的自动化系统。(238字)
1664 1
|
10月前
|
Cloud Native 算法 API
Python API接口实战指南:从入门到精通
🌟蒋星熠Jaxonic,技术宇宙的星际旅人。深耕API开发,以Python为舟,探索RESTful、GraphQL等接口奥秘。擅长requests、aiohttp实战,专注性能优化与架构设计,用代码连接万物,谱写极客诗篇。
1947 1
Python API接口实战指南:从入门到精通
|
11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。
642 1
|
11月前
|
调度 数据库 Python
Python异步编程入门:asyncio让并发变得更简单
Python异步编程入门:asyncio让并发变得更简单
513 5
|
11月前
|
数据采集 存储 XML
Python爬虫入门(1)
在互联网时代,数据成为宝贵资源,Python凭借简洁语法和丰富库支持,成为编写网络爬虫的首选。本文介绍Python爬虫基础,涵盖请求发送、内容解析、数据存储等核心环节,并提供环境配置及实战示例,助你快速入门并掌握数据抓取技巧。
|
11月前
|
大数据 数据处理 数据安全/隐私保护
Python3 迭代器与生成器详解:从入门到实践
简介:本文深入解析Python中处理数据序列的利器——迭代器与生成器。通过通俗语言与实战案例,讲解其核心原理、自定义实现及大数据处理中的高效应用。
512 0
|
11月前
|
存储 缓存 安全
Python字典:从入门到精通的实用指南
Python字典如瑞士军刀般强大,以键值对实现高效数据存储与查找,广泛应用于配置管理、缓存、统计等场景。本文详解字典基础、进阶技巧、实战应用与常见陷阱,助你掌握这一核心数据结构,写出更高效、优雅的Python代码。
359 0
|
12月前
|
数据挖掘 数据处理 C++
Python Lambda:从入门到实战的轻量级函数指南
本文通过10个典型场景,详解Python中Lambda匿名函数的用法。Lambda适用于数据处理、排序、条件筛选、事件绑定等简洁逻辑,能提升代码简洁性和开发效率。同时提醒避免在复杂逻辑中过度使用。掌握Lambda,助你写出更高效的Python代码。
711 0
|
12月前
|
数据采集 Web App开发 JSON
Python爬虫基本原理与HTTP协议详解:从入门到实践
本文介绍了Python爬虫的核心知识,涵盖HTTP协议基础、请求与响应流程、常用库(如requests、BeautifulSoup)、反爬应对策略及实战案例(如爬取豆瓣电影Top250),帮助读者系统掌握数据采集技能。
865 0

热门文章

最新文章

推荐镜像

更多