自动化测试神器:Python之Pytest库入门使用

简介: 自动化测试神器:Python之Pytest库入门使用

本文写作思路和建议:
1、本文从Python的Pytest库基本安装使用开始讲起,详细说明pytest如何操作,如何快速入门?
2、同时说明了pytest的常用特性,如何在自动化测试中进行应用,达到应有的测试效率?
3、建议:阅读本文基本可以掌握Pytest的用法,另外学习的时候建议和Unittest库进行对比着使用,将会达到更好的效果。

1 pytest简介、安装和用例运行

1.1 pytest简介

  • pytest是Python的一个单元测试框架,与python自带的unittest测试框架类似;
  • pytest比unittest框架使用起来更简洁,效率更高,而且特性比较多,也就非常的灵活;
  • 比如pytest常用的特性有:

① 对case可以进行设置跳过,也可以进行标记(比如失败等);
② 可以重复执行失败的case;
③ 可以兼容执行unittest编写的case;
④ 有很多第三方的插件,比如报告allure等;
⑤ 支持持续集成;
⑥ 和unittest一样支持参数化,但Pytest方法更多,更灵活;
。。。

1.2 Pytest安装

  • 直接使用命令即可:

pip install -U pytest

  • 可以使用以下命令查看pytest的版本号:

pip show pytest

  • 需要注意的是,pytest对于Python版本是有要求的,目前最新版本的pytest需要Python在3.8及以上版本。

1.3 pytest如何运行用例?

  • 首先看下pytest运行用例规则:

A、文件名规则:test_*.py和 *_test.py命名的函数;
B、函数名规则:以test_开头的函数;
C、python包的规则:同python一样,包需要有__init__.py文件;
D、静默运行:以-q或-quiet参数进行静默运行函数;

  • 运行方式:

1、通过文件名去运行,比如在代码中加if __name == 'main__':
pytest.main("-s", "test_mm.py");
2、通过命令行调用运行,直接用pytest -s test_mm.py;
3、直接匹配某个目录下所有符合规则的case去运行,比如pytest -vs,或者将规则写入pytest.ini文件中。

  • 举个例子看下运行效果,以下脚本命名为test_mm.py:
# test_mm.py
# -*- coding:utf-8 -*-

import pytest

class TestClass:

    def test_you(self):
        y = "you"
        assert "y" in y

    def test_hai(self):
        h = "hai"
        assert "gg" not in h


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

# 输出:
# test_mm1.py ..
# ============================== 2 passed in 0.08s ==============================

2 pytest的setup、teardown特性

  • pytest前置和后置就是告诉用例运行前应该做啥,运行完后应该做啥;
  • 和unittest有一些方法是一样的;
  • pytest有十种前置和后置方法:
方法 运行级别 说明
setup_module() 模块级别 整个.py模块开始前只执行一次,如打开一次浏览器
teardown_module() 模块级别 整个.py模块结束后只执行一次,如关闭一次浏览器
setup_function() 函数级别 每个函数级别用例开始前都执行,此方法不在类中
teardown_function() 函数级别 每个函数级别用例结束后都执行,此方法不在类中
setup_class() 级别 整个测试类开始前只执行一次,和Unittest基本一样
teardown_class() 级别 整个测试类结束后只执行一次,和Unittest基本一样
setup_method() 方法级别 里面每个用例执行都会执行
teardown_method() 方法级别 里面每个用例结束都会执行
setup() 方法细化级别 里面每个用例执行都会执行
teardown() 方法细化级别 里面每个用例结束都会执行
  • 咱们来看一个示例,文件命名为test_set_tear.py:
# -*- coding:utf-8 -*-

import pytest

def setup_module():
    print("setup_module:整个.py模块开始前只执行一次")

def teardown_module():
    print("teardown_module:整个.py模块结束后只执行一次")

def setup_function():
    print("setup_function:每个函数级别用例开始前都执行")

def teardown_function():
    print("teardown_function:每个函数级别用例结束后都执行")

def test_one():
    print("用例1")

def test_two():
    print("用例2")

class TestOne():

    def setup_class(self):
        print("setup_class:整个测试类开始前只执行一次")

    def teardown_class(self):
        print("teardown_class:整个测试类结束后只执行一次")

    def setup_method(self):
        print("setup_method:类里面每个用例执行前都会执行")

    def teardown_method(self):
        print("teardown_method:类里面每个用例结束后都会执行")

    def setup(self):
        print("setup:类里面每个用例执行前都会执行")

    def teardown(self):
        print("teardown:类里面每个用例结束后都会执行")

    def test_thr(self):
        print("用例3")

    def test_fo(self):
        print("用例4")

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

# 输出为:
# setup_module:整个.py模块开始前只执行一次
# setup_function:每个函数级别用例开始前都执行
# 用例1
# .teardown_function:每个函数级别用例结束后都执行
# setup_function:每个函数级别用例开始前都执行
# 用例2
# .teardown_function:每个函数级别用例结束后都执行
# setup_class:整个测试类开始前只执行一次
# setup_method:类里面每个用例执行前都会执行
# setup:类里面每个用例执行前都会执行
# 用例3
# .teardown:类里面每个用例结束后都会执行
# teardown_method:类里面每个用例结束后都会执行
# setup_method:类里面每个用例执行前都会执行
# setup:类里面每个用例执行前都会执行
# 用例4
# .teardown:类里面每个用例结束后都会执行
# teardown_method:类里面每个用例结束后都会执行
# teardown_class:整个测试类结束后只执行一次
# teardown_module:整个.py模块结束后只执行一次

4 passed in 0.14s

3 pytest如何进行用例断言?

  • pytest中的断言就使用assert即可;
  • pytest的常用断言方式有以下几种:
断言 说明
assert a 判断 a为真
assert not a 判断 a不为真
assert a in b 判断 b 包含 a
assert a == b 判断 a 等于 b
assert a != b 判断 a 不等于 b
  • 看一个示例,把以下脚本命名为:test_assert.py:
# -*- coding:utf-8 -*-

import pytest

class TestU():

    def test_f(self):
        a = 3
        b = 4
        s = a + b
        return s

    def test_func(self):
        assert self.test_f() == 7, "计算结果不是7"

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

# 输出为:
# test_assert.py ..               [100%]
# ================== 2 passed in 0.31s ====================

4 pytest中的fixture特性

4.1 fixture简介

  • 和setup、teardown的区别是:fixture可自定义测试用例的前置条件
  • setup、teardown针对整个脚本全局生效,可实现在执行用例前后加入一些操作;
  • setup、teardown不能做到灵活使用,比如用例A先登陆,用例B不需要登陆,用例C需要登陆,这样使用fixture更容易实现功能。

4.2 fixture参数

参数原型:fixture(scope="function", params=None, autouse=False, ids=None, name=None):

  • 关于参数解释如下:
参数 说明
scope 默认:function,还有class、module、package、session
autouse 默认:False,手动调用该fixture;为True,所有作用域内的测试用例都会自动调用该fixture
params 一个可选的参数列表
ids 每个字符串id的列表
name fixture的名称, 默认为装饰函数的名称,同一模块的fixture相互调用建议写个不同的name

4.3 示例说明

  • 关于用法直接参考上边的参数说明即可;
  • 这里我们用一个例子来进行说明,以下代码写入脚本test_mfixture.py:
# -*- coding:utf-8 -*-

import pytest

# 不带参数时默认scope="function"
@pytest.fixture
def case():
    print("这个是登陆功能!")

def test_one(case):
    print("用例1需要登陆,然后进行操作one")

def test_two():
    print("用例2不需要登陆,直接操作two")

@pytest.fixture
def case1():
    print("输入验证码")

def test_three(case):
    print("用例3需要登陆,然后操作three")

@pytest.mark.usefixtures("case", "case1")
def test_four(case1):
    print("先登录,再输入验证码,最后操作four")

@pytest.fixture(autouse=True)
def case2():
    print("所有用例都会调用case2")

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

# 输出为:
# test_mfixture.py::test_one                    所有用例都会调用case2
#                                              这个是登陆功能!
#PASSED                                        [ 25%]用例1需要登陆,然后进行操作one

#test_mfixture.py::test_two                    所有用例都会调用case2
#PASSED                                        [ 50%]用例2不需要登陆,直接操作two

#test_mfixture.py::test_three                  所有用例都会调用case2
#                                              这个是登陆功能!
#PASSED                                        [ 75%]用例3需要登陆,然后操作three

#test_mfixture.py::test_four                   所有用例都会调用case2
#                                              这个是登陆功能!
#                                             输入验证码
#PASSED                                       [100%]先登录,再输入验证码,最后操作four

#=========== 4 passed in 0.03s ==========

5 pytest如何跳过用例执行?

  • 在Pytest中也提供了两种方式进行用例的跳过 skip、skipif;
  • pytest.skip()不同于pytest.mark.skip,pytest.mark.skip是作用于整个测试用例;而 pytest.skip()是测试用例执行期间强制跳过不再执行剩余内容;
    和Python中break 跳出循环类似。
  • 一个示例简单说明下,脚本命名为test_pytest_skip1.py:
# -*- coding:utf-8 -*-

import pytest
import time

@pytest.fixture()
def start():
    print("打开浏览器,输入用户名和密码登陆")
    yield
    print("关闭浏览器")

def test_1(start):
    print("用例1......")
    i = 1
    while True:
        print(time.time())
        i += 1
        if i == 6:
            pytest.skip("打印5次时间后,第六次不再打印了~")

if __name__ == '__main__':
    pytest.main(["-s", "test_pytest_skip1.py"])

# 输出为:
# test_pytest_skip1.py::test_1 打开浏览器,输入用户名和密码登陆
# SKIPPED (打印5次时间后,第六次不再打印了~)  [100%]用例1......
# 1668677189.0525532
# 1668677189.0525532
# 1668677189.0525532
# 1668677189.0525532
# 1668677189.0525532

# Skipped: 打印5次时间后,第六次不再打印了~
# 关闭浏览器


# ======== 1 skipped in 0.02s ===========

6 pytest的mark特性

  • pytest可自定义标记,即进行mark;
  • 作用是把一个大项目自动化用例,划分多个模块,标明哪些是模块A用例,哪些是模块B的,运行代码时候指定mark名称运行就可以;
  • 使用方法为:

@pytest.mark.自定义名称

  • 一个示例,脚本为test_mark.py:
# -*- coding:utf-8 -*-

import pytest

@pytest.mark.login
def test_login():
    print("用户登陆")

@pytest.mark.case_a
def test_case_a():
    print("执行用例a")

@pytest.mark.case_b
def test_case_b():
    print("执行用例b")

@pytest.mark.quit
def test_quit():
    print("用户退出")

运行规则如下:
1、运行一个标记:pytest -s -m login test_mark.py;
2、运行多个标记:pytest -s -m "login or case_a or case_b or quit" test_mark.py;
3、不运行某个标记,直接取反即可:pytest -s -m "not quit" test_mark.py

7 pytest参数化如何使用?

  • pytest允许在多个级别启用测试参数化;
  • pytest.fixture() 允许fixture有参数化功能;
  • @pytest.mark.parametrize 允许在测试函数或类中定义多组参数和fixtures;
  • pytest_generate_tests 允许定义自定义参数化方案或扩展。

7.1 parametrize方法

  • 参数说明:

parametrize(argnames, argvalues, indirect=False, ids=None, scope=None);

参数 说明 格式 备注
argnames 参数名称 字符串"arg1,arg2,arg3" 也可以list或者tuple
argvalues 参数值列表 val1,val2,val3 多参数用元组存放 (val1,val2), (val3, val4)
indirect 设置成True,则把传进来的参数当函数执行,而不是一个参数 / /
ids 用例的ID 字符串列表 ids的长度需要与测试数据列表的长度一致
scope 用于控制Fixture的作用范围 / 默认"function"

7.2 使用方法

  • 示例如下,脚本为test_pytest_parametrize.py:
# -*- coding:utf-8 -*-
import pytest

@pytest.mark.parametrize("num, result", [("10 + 10", 20),
                                         ("30 - 10", 20),
                                         ("4 * 5", 20),
                                         ("40 / 2", 20)])
def test_case(num, result):
    print(f"num:{num}")
    print(f"result:{result}")
    assert eval(num) == result

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

# 输出为:
# test_pytest_parametrize.py 
# num:10 + 10
# result:20
# .
# num:30 - 10
# result:20
# .
# num:4 * 5
# result:20
# .
# num:40 / 2
# result:20
# .

8 总结及说明

除了以上提及的,pytest还有其他很多特性,或者很多第三方插件,这里不再赘述了,比如有;

  • 用例失败重跑可以使用插件pytest-rerunfailures来实现;
  • pytest-HTML是一个插件,pytest用于生成测试结果的HTML报告;
  • 为了重复执行用例,我们可以使用pytest-repeat插件;
  • pytest.ini是一个固定的文件,用来读取配置信息;
  • 使用pytest-assume插件来解决多重断言;
  • pytest-xdist插件可以让自动化测试用例分布式执行,节省测试时间,属于进程级别的并发;
  • allure-pytest插件可以生成完美的自动化可视化报告。
目录
相关文章
|
3天前
|
数据采集 存储 API
网络爬虫与数据采集:使用Python自动化获取网页数据
【4月更文挑战第12天】本文介绍了Python网络爬虫的基础知识,包括网络爬虫概念(请求网页、解析、存储数据和处理异常)和Python常用的爬虫库requests(发送HTTP请求)与BeautifulSoup(解析HTML)。通过基本流程示例展示了如何导入库、发送请求、解析网页、提取数据、存储数据及处理异常。还提到了Python爬虫的实际应用,如获取新闻数据和商品信息。
|
9天前
|
存储 缓存 JavaScript
python实战篇:利用request库打造自己的翻译接口
python实战篇:利用request库打造自己的翻译接口
25 1
python实战篇:利用request库打造自己的翻译接口
|
19天前
|
Web App开发 Python
在ModelScope中,你可以使用Python的浏览器自动化库
在ModelScope中,你可以使用Python的浏览器自动化库
15 2
|
24天前
|
数据格式 Python
如何使用Python的Pandas库进行数据透视图(melt/cast)操作?
Pandas的`melt()`和`pivot()`函数用于数据透视。基本步骤:导入pandas,创建DataFrame,然后使用这两个函数转换数据格式。示例代码展示了如何通过`melt()`转为长格式,再用`pivot()`恢复为宽格式。输入数据是包含'Name'和'Age'列的DataFrame,最终结果经过转换后呈现出不同的布局。
34 6
|
24天前
|
数据挖掘 数据处理 索引
如何使用Python的Pandas库进行数据筛选和过滤?
Pandas是Python数据分析的核心库,其DataFrame数据结构便于数据操作。筛选与过滤数据主要包括:导入pandas,创建DataFrame,通过布尔索引、`query()`或`loc[]`、`iloc[]`方法筛选。
|
24天前
|
机器学习/深度学习 算法 数据挖掘
请解释Python中的决策树算法以及如何使用Sklearn库实现它。
决策树是监督学习算法,常用于分类和回归问题。Python的Sklearn库提供了决策树实现。以下是一步步创建决策树模型的简要步骤:导入所需库,加载数据集(如鸢尾花数据集),划分数据集为训练集和测试集,创建`DecisionTreeClassifier`,训练模型,预测测试集结果,最后通过`accuracy_score`评估模型性能。示例代码展示了这一过程。
|
25天前
|
JSON C语言 C++
【Python 基础教程 26】Python3标准库全面入门教程:一步步带你深入理解与应用
【Python 基础教程 26】Python3标准库全面入门教程:一步步带你深入理解与应用
60 1
|
2天前
|
Web App开发 测试技术 网络安全
|
4天前
|
JavaScript 前端开发 API
游戏开发入门:Python后端与Vue前端的协同工作方式
【4月更文挑战第11天】使用Python后端(Flask或Django)和Vue.js前端开发游戏变得流行,能提高开发效率和可维护性。本文指导如何构建这样的项目,包括设置环境、创建虚拟环境、搭建后端API及前端Vue组件,强调前后端协作和API接口的重要性。这种架构促进团队合作,提升代码质量和游戏体验。
|
6天前
|
机器学习/深度学习 人工智能 算法
机器学习基础:使用Python和Scikit-learn入门
【4月更文挑战第9天】本文介绍了使用Python和Scikit-learn进行机器学习的基础知识和入门实践。首先,简述了机器学习的基本概念和类型。接着,展示了如何安装Python和Scikit-learn,加载与处理数据,选择模型进行训练,以及评估模型性能。通过本文,读者可了解机器学习入门步骤,并借助Python和Scikit-learn开始实践。

热门文章

最新文章