本文为霍格沃兹测试开发学社学员学习笔记分享
原文链接：https://ceshiren.com/t/topic/26755
Pytest 命名规则
注意：pytest 对于测试包的命名没有要求
方法：类中定义的函数
函数：类外面定义的函数
谷歌风格开源项目风格指南：
https://zh-google-styleguide.readthedocs.io/en/latest/google-python-styleguide/python_style_rules/
Pytest 用例断言
断言的概念
断言(assert)，是一种在程序中的一阶逻辑(如：一个结果为真或假的逻辑判断式)，目的为了表示与验证软件开发者预期的结果。当程序执行到断言的位置时，对应的断言应该为真。若断言不为真时，程序会中止执行，并给出错误信息。
断言的用法
assert <bool expression>; assert <bool expression> : <message>;
复制代码
示例一
def test_a(): assert True
def test_b(): a = 1 b = 1 c = 2 assert a + b == c, f"{a}+{b}=={c}, 结果为真"
复制代码
示例二
def test_c(): a = 1 b = 1 c = 2 assert 'abc' in "abcd"
import sysdef test_plat(): assert ('linux' in sys.platform), "该代码只能在 Linux 下执行"
复制代码
Pytest 测试框架结构（setup/teardown）
测试装置介绍
Pyrest 参数化用例
参数化
通过参数的方式传递数据，从而实现数据和脚本分离。
并且可以实现用例的重复生成与执行。
参数化测试函数使用
单参数情况
search_list = ['appium','selenium','pytest']
@pytest.mark.parametrize('name',search_list)def test_search(name): assert name in search_list
复制代码
多参数情况
# 数据放在元组中@pytest.mark.parametrize("test_input,expected",[ ("3+5",8),("2+5",7),("7+5",12)])def test_mark_more(test_input,expected): assert eval(test_input) == expected# 数据放在列表中@pytest.mark.parametrize("test_input,expected",[ ["3+5",8],["2+5",7],["7+5",12]])def test_mark_more(test_input,expected): assert eval(test_input) == expected
复制代码
用例重命名-添加 ids 参数
@pytest.mark.parametrize("test_input,expected",[ ("3+5",8),("2+5",7),("7+5",12)],ids=['add_3+5=8','add_2+5=7','add_3+5=12'])def test_mark_more(test_input,expected): assert eval(test_input) == expected
复制代码
用例重命名-添加 ids 参数（中文）
@pytest.mark.parametrize("test_input,expected",[ ("3+5",8),("2+5",7),("7+5",12)],ids=["3和5相加","2和5相加","7和5相加"])def test_mark_more(test_input,expected): assert eval(test_input) == expected
复制代码
ids 不支持中文，默认是 unicode 编码格式，可以用如下方法转换
# 在项目（最末一级）下创建conftest.py 文件 ，将下面内容添加进去，运行脚本def pytest_collection_modifyitems(items): """ 测试用例收集完成时，将收集到的用例名name和用例标识nodeid的中文信息显示在控制台上 """ for i in items: i.name=i.name.encode("utf-8").decode("unicode_escape") i._nodeid=i.nodeid.encode("utf-8").decode("unicode_escape")
复制代码
笛卡尔积
接口测试中用的较多，因为接口的值很多
两组数据 a=[1,2,3]b=[a,b,c]
对应有几种组合形势 ？(1,a),(1,b),(1,c)(2,a),(2,b),(2,c)(3,a),(3,b),(3,c)
@pytest.mark.parametrize("b",["a","b","c"])@pytest.mark.parametrize("a",[1,2,3])def test_param1(a,b): print(f"笛卡积形式的参数化中 a={a} , b={b}")
复制代码
执行方向：由近致远
使用 Mark 标记测试用例
Mark：标记测试用例
场景:只执行符合要求的某一部分用例 可以把一个 web 项目划分多个模块，然后指定模块名称执行。
解决: 在测试用例方法上加 @pytest.mark.标签名
执行: -m 执行自定义标记的相关用例 pytest -s 文件名 -m=webtestpytest -s test_mark_zi_09.py -m apptestpytest -s test_mark_zi_09.py -m "not ios"（必须要是双引号）pytest -v 是能输出更详细的用例信息，成功与失败不再是.和 F
如何解决 warnings 问题
[pytest]# 在项目目录下创建一个pytest.ini放标签，这样这些标签就不会warning。而且要换行写，也不要顶头写，会被认为是key# 在这里注册好标签名后，pytest可以识别markers = str bignum float int minus zero
复制代码
pytest 设置跳过、预期失败
Mark：跳过(Skip)及预期失败(xFail)
Skip 使用场景
调试时不想运行这个用例
标记无法在某些平台上运行的测试功能
在某些版本中执行，其他版本中跳过
比如：当前的外部资源不可用时跳过如果测试数据是从数据库中取到的，连接数据库的功能如果返回结果未成功就跳过，因为执行也都报错
解决 1：添加装饰器 @pytest.mark.skip@pytest.mark.skipif
解决 2：代码中添加跳过代码 pytest.skip(reason)
# 形式一：跳过这个方法@pytest.mark.skip(reason="存在bug")def test_double_str(): print("代码未开发完") assert 'aa' == 'aa'
# 形式二：跳过这个方法@pytest.mark.skipif(sys.platform == "win32", reason="does not run on win32")def test_case(): print(sys.platform) assert True # 形式二：在代码中跳过代码def check_login(): return False
def test_double_str(): print("start") if not check_login(): pytest.skip("未登录，不进行下去") print("end")# ============================= 1 skipped in 0.02s ======
复制代码
xfail 使用场景
用于标记此用例可能会失败，当脚本失败时，测试报告也不会打印错误追踪，只是会显示 xfail 状态。xfail 的主要作用是比如在进行测试提前时,当产品某功能尚未开发完成而进行自动化脚本开发,当然此时也可以把这些脚本注释起来,但这不是 pytest 推荐的做法,pytest 推荐使用 xfail 标记,如此则虽然产品功能尚未开发完成,但是自动化脚本已经可以跑起来了,只不过在测试报告中会显示 xfail 而已。
与 skip 类似 ，预期结果为 fail ，标记用例为 fail
与 skip 不同，xfail 标记的用例依然会被执行，如果执行成功就返回 XPASS，执行失败就返回 XFAIL。只是起到一个提示的作用。
用法：添加装饰器 @pytest.mark.xfail
@pytest.mark.xfaildef test_case(): print("test_xfail 方法执行") assert 2 == 2# XPASS [100%]test_xfail
@pytest.mark.xfaildef test_case(): print("test_xfail 方法执行") assert 1 == 2 # XFAIL [100%]test_xfail 方法执行
xfail = pytest.mark.xfail@xfail(reason="bug 110")def test_case(): print("test_xfail 方法执行") assert 1 == 2
# XFAIL (bug 110) [100%]test_xfail 方法执行
复制代码
pytest 运行用例
运行多条用例方式
如果要进入某个文件所在的目录终端，可以右键文件->选择 open in terminal
执行包下所有的用例：pytest/py.test [包名]
执行单独一个 pytest 模块：pytest 文件名.py
运行某个模块里面某个类：pytest 文件名.py::类名
运行某个模块里面某个类里面的方法：pytest 文件名.py::类名::方法名
加-v 可以具体展示，如 pytest -v 文件名.py::类名::方法名 （-v 在前在后都行）test_skip.py::TestDemo::test_demo1 PASSED [100%]
运行结果分析
python 执行 pytest
前面已经介绍了几种执行用例的方法，一个是点击代码方法或类的左侧绿色箭头，一个是右键测试用例，一个是终端 pytest 解释器执行，我们也可以用 python 解释器执行
Python 代码执行 pytest
Python 代码执行 pytest - main 函数
if __name__ == '__main__': # 1、运行当前目录下所有符合规则的用例，包括子目录（test_*.py 和 *_test.py） pytest.main() # 2、运行test_mark1.py::test_dkej模块中的某一条用例 pytest.main(['test_mark1.py::test_dkej','-vs']) # 3、运行某个 标签 pytest.main(['test_mark1.py','-vs','-m','dkej'])
运行方式 `python test_*.py `
复制代码
pytest 异常处理
异常处理方法 try …except
try: 可能产生异常的代码块except [ (Error1, Error2, ... ) [as e] ]: 处理异常的代码块1except [ (Error3, Error4, ... ) [as e] ]: 处理异常的代码块2except [Exception]: 处理其它异常
复制代码
异常处理方法 pytest.raise()
可以捕获特定的异常
获取捕获的异常的细节（异常类型，异常信息）
发生异常，后面的代码将不会被执行
def test_raise(): with pytest.raises(ValueError, match='must be 0 or None'): raise ValueError("value must be 0 or None")
def test_raise1(): with pytest.raises(ValueError) as exc_info: raise ValueError("value must be 42") assert exc_info.type is ValueError assert exc_info.value.args[0] == "value must be 42"
复制代码
这样可以选择一个异常
def test_raise(): with pytest.raises((ZeroDivisionError,ValueError)): raise ZeroDivisionError("value must be 0 or None")
复制代码
Pytest 结合数据驱动 YAML
数据驱动
yaml 文件介绍
# 编程语言languages: - PHP - Java - Pythonbook: Python入门: # 书籍名称 price: 55.5 author: Lily available: True repertory: 20 date: 2018-02-17 Java入门: price: 60 author: Lily available: False repertory: Null date: 2018-05-11
复制代码
相当于：
languages:['PHP', 'Java', 'Python'] # languages是key值
复制代码
yaml 文件使用
import yamlfile_path = './my.yaml'with open(file_path, 'r', encoding='utf-8') as f: data = yaml.safe_load(f)
复制代码
工程目录结构（看项目文件 datadriver_yaml）
data 目录：存放 yaml 数据文件
func 目录：存放被测函数文件
testcase 目录：存放测试用例文件
# 工程目录结构.├── data│ └── data.yaml├── func│ ├── __init__.py│ └── operation.py└── testcase ├── __init__.py └── test_add.py
复制代码
测试准备
被测对象：operation.py
测试用例：test_add.py
测试数据：data.yaml
# operation.py 文件内容def my_add(x, y): result = x + y return result# test_add.py 文件内容class TestWithYAML: @pytest.mark.parametrize('x,y,expected', [[1, 1, 2]]) def test_add(self, x, y, expected): assert my_add(int(x), int(y)) == int(expected)# data.yaml 文件内容- - 1 - 1 - 2- - 3 - 6 - 9- - 100 - 200 - 300
复制代码
Pytest 数据驱动结合 yaml 文件
# 读取yaml文件def get_yaml(): """ 获取json数据 :return: 返回数据的结构：[[1, 1, 2], [3, 6, 9], [100, 200, 300]] """ with open('../datas/data.yaml', 'r') as f: data = yaml.safe_load(f) return data
复制代码
Pytest 结合数据驱动 Excel
读取 Excel 文件
openpyxl 库的安装
安装：pip install openpyxl
导入：import openpyxl
openpyxl 库的操作
import openpyxl
# 获取工作簿book = openpyxl.load_workbook('../data/params.xlsx')
# 读取工作表sheet = book.active
# 读取单个单元格cell_a1 = sheet['A1']cell_a3 = sheet.cell(column=1, row=3) # A3
# 读取多个连续单元格cells = sheet["A1":"C3"]
# 获取单元格的值cell_a1.value
复制代码
工程目录结构
data 目录：存放 excel 数据文件
func 目录：存放被测函数文件
testcase 目录：存放测试用例文件
# 工程目录结构.├── data│ └── params.excel├── func│ ├── __init__.py│ └── operation.py└── testcase ├── __init__.py └── test_add.py
复制代码
测试准备
被测对象：operation.py
测试用例：test_add.py
# operation.py 文件内容def my_add(x, y): result = x + y return result
# test_add.py 文件内容class TestWithEXCEL: @pytest.mark.parametrize('x,y,expected', get_excel()) def test_add(self, x, y, expected): assert my_add(int(x), int(y)) == int(expected)
复制代码
测试准备
注意：.xlsx 文件要在外面创建，不要在编辑器里创建
Pytest 数据驱动结合 Excel 文件
# 读取Excel文件import openpyxlimport pytest
def get_excel(): # 获取工作簿 book = openpyxl.load_workbook('../data/params.xlsx')
# 获取活动行（非空白的） sheet = book.active
# 提取数据，格式：[[1, 2, 3], [3, 6, 9], [100, 200, 300]] values = [] for row in sheet: line = [] for cell in row: line.append(cell.value) values.append(line) return values
复制代码
Pytest 结合数据驱动 csv
csv 文件介绍
Linux从入门到高级,linux,¥5000web自动化测试进阶,python,¥3000app自动化测试进阶,python,¥6000Docker容器化技术,linux,¥5000测试平台开发与实战,python,¥8000
复制代码
csv 文件使用
# 读取csv文件内容
def get_csv(): with open('demo.csv', 'r') as file: raw = csv.reader(file)
for line in raw: print(line)
复制代码
工程目录结构
data 目录：存放 csv 数据文件
func 目录：存放被测函数文件
testcase 目录：存放测试用例文件
# 工程目录结构.├── data│ └── params.csv├── func│ ├── __init__.py│ └── operation.py└── testcase ├── __init__.py └── test_add.py
复制代码
测试准备
被测对象：operation.py
测试用例：test_add.py
测试数据：params.csv
# operation.py 文件内容def my_add(x, y): result = x + y return result
# test_add.py 文件内容class TestWithCSV: @pytest.mark.parametrize('x,y,expected', [[1, 1, 2]]) def test_add(self, x, y, expected): assert my_add(int(x), int(y)) == int(expected)
# params.csv 文件内容1,1,23,6,9100,200,300
复制代码
Pytest 数据驱动结合 csv 文件
# 读取 data目录下的 params.csv 文件import csv
def get_csv(): """ 获取csv数据 :return: 返回数据的结构：[[1, 1, 2], [3, 6, 9], [100, 200, 300]] """ with open('../data/params.csv', 'r') as file: raw = csv.reader(file) data = [] for line in raw: data.append(line) return data
复制代码
Pytest 结合数据驱动 json
json 文件介绍
{ "name:": "hogwarts ", "detail": { "course": "python", "city": "北京" }, "remark": [1000, 666, 888]}
复制代码
json 文件使用
# 读取json文件内容def get_json(): with open('demo.json', 'r') as f: data = json.loads(f.read()) print(data)
复制代码
测试准备
被测对象：operation.py
测试用例：test_add.py
测试数据：params.json
# operation.py 文件内容def my_add(x, y): result = x + y return result
# test_add.py 文件内容class TestWithJSON: @pytest.mark.parametrize('x,y,expected', [[1, 1, 2]]) def test_add(self, x, y, expected): assert my_add(int(x), int(y)) == int(expected)
# params.json 文件内容{ "case1": [1, 1, 2], "case2": [3, 6, 9], "case3": [100, 200, 300]}
复制代码
Pytest 数据驱动结合 json 文件
# 读取json文件def get_json(): """ 获取json数据 :return: 返回数据的结构：[[1, 1, 2], [3, 6, 9], [100, 200, 300]] """ with open('../data/params.json', 'r') as f: data = json.loads(f.read()) return list(data.values())
复制代码
pytest 测试用例生命周期管理
Fixture 用法
Fixture 特点及优势
1､命令灵活：对于 setup,teardown,可以不起这两个名字
2､数据共享：在 conftest.py 配置⾥写⽅法可以实现数据共享，不需要 import 导⼊。可以跨⽂件共享
3､scope 的层次及神奇的 yield 组合相当于各种 setup 和 teardown
4、实现参数化
Fixture 在自动化中的应用- 基本用法
场景：
测试⽤例执⾏时，有的⽤例需要登陆才能执⾏，有些⽤例不需要登陆。
setup 和 teardown ⽆法满⾜。fixture 可以。默认 scope（范围）function
步骤：1.导⼊ pytest2.在登陆的函数上⾯加 @pytest.fixture()3.在要使⽤的测试⽅法中传⼊（登陆函数名称），就先登陆 4.不传⼊的就不登陆直接执⾏测试⽅法。
# test_fixture.py
import pytest
# 定义登录的fixture@pytest.fixture()def login(): print("完成登录操作")
def test_search(): print("搜索")
def test_cart(login): #不需要把login放在函数里面，只要传参就可以 print("购物车")
def test_order(login): print("下单")
复制代码
Fixture 在自动化中的应用 - 作用域
注：整个项目就是一个会话
import pytest
# 定义登录的fixture@pytest.fixture(scope="class")def login(): print("完成登录操作")
def test_search(login): print("搜索")
def test_cart(login): print("购物车")
def test_order(login): print("下单")
class TestDemo: def test_case1(self,login): print("case1")
def test_case2(self,login): print("case2")
复制代码
Fixture 在自动化中的应用 - yield 关键字
你已经可以将测试⽅法【前要执⾏的或依赖的】解决了，测试⽅法后销毁清除数据的要如何进⾏呢？
通过在 fixture 函数中加⼊ yield 关键字，yield 是调⽤第⼀次返回结果，第⼆次执⾏它下⾯的语句返回。
在 @pytest.fixture(scope=module)。在登陆的⽅法中加 yield，之后加销毁清除的步骤
import pytest
# 定义登录的fixture@pytest.fixture(scope="class")def login(): # setup 操作 print("完成登录操作") token = "abcd" username = "hogwarts" yield token, username # 相当于return # teardown 操作 print("完成登出操作")
def test_search(login): token, username = login print(f"token:{token},name:{username}") print("搜索")
def test_cart(login): print("购物车")
def test_order(login): print("下单")
class TestDemo: def test_case1(self,login): print("case1")
def test_case2(self,login): print("case2")
复制代码
Fixture 在自动化中的应用 - 数据共享
你与其他测试⼯程师合作⼀起开发时，公共的模块要在不同⽂件中，要在⼤家都访问到的地⽅。
使⽤ conftest.py 这个⽂件进⾏数据共享，并且他可以放在不同位置起着不同的范围共享作⽤。
前提：conftest ⽂件名是不能换的放在项⽬下是全局的数据共享的地⽅
执⾏：系统执⾏到参数 login 时先从本模块中查找是否有这个名字的变量什么的，之后在 conftest.py 中找是否有。
步骤：将登陆模块带 @pytest.fixture 写在 conftest.py
Fixture 在自动化中的应用 - 自动应用
场景：
不想原测试⽅法有任何改动，或全部都⾃动实现⾃动应⽤，
没特例，也都不需要返回值时可以选择⾃动应⽤
解决：
使⽤ fixture 中参数 autouse=True 实现
步骤：
在⽅法上⾯加 @pytest.fixture(autouse=True)
比如要实现 fixture 时 session 级别的，就要每个用例都添加 fixture 方法。可以通过自动应用来避免。
问题：那 yield 返回参数的怎么办？
Fixture 在自动化中的应用 -参数化
场景：
测试离不开数据，为了数据灵活，⼀般数据都是通过参数传的
解决：
fixture 通过固定参数 request 传递
步骤：
在 fixture 中增加 @pytest.fixture(params=[1, 2, 3, ‘linda’])
在⽅法参数写 request，方法体里面使用 request.param 接收参数
Fixture 的用法总结
模拟 setup，teardown（一个用例可以引用多个 fixture）
yield 的用法
作用域（ session，module, 类级别，方法级别 ）
自动执行 （autouse 参数）
conftest.py 用法，一般会把 fixture 写在 conftest.py 文件中（这个文件名字是固定的，不能改）
实现参数化
# test_fixture_param.pyimport pytest
@pytest.fixture(params=[["selenium",123], ["appium",123]])def login(request): print(f"用户名：{request.param}") return request.param
def test_demo1(login): print(f"demo1 case:数据为{login}")
复制代码
评论