python - pytest
oXiaoChong 2020-01-02
pip install pytest
pytest 是 python 的第三方单元测试框架，比自带 unittest 更简洁和高效，支持315种以上的插件，同时兼容 unittest 框架。这就使得我们在 unittest 框架迁移到 pytest 框架的时候不需要重写代码。接下来我们在文中来对分析下 pytest 有哪些简洁、高效的用法。
pytest特点:
入门简单易上手，文档支持较好。 支持单元测试和功能测试。 支持参数化。 可以跳过指定用例，或对某些预期失败的case标记成失败。 支持重复执行失败的case。 支持运行由unittest编写的测试用例。 有很多第三方插件，并且可自定义扩展。 方便和支持集成工具进行集成。
安装
pip install pytest
测试是否安装成功
C:\Users\Anthony>pytest --version This is pytest version 5.2.2, imported from c:\python36\lib\site-packages\pytest.py
在测试之前要做的准备
我的演示脚本处于这样一个的目录中：
M:\py_tests\ # 我的是D盘的 py_tests 目录，所有操作都在 py_tests 目录内完成
├─scripts #编写测试用例的文件夹
│ ├─test_case_dir1
│ │ ├─test_case_02.py # 用例脚本文件
│ │ └─__init__.py
│ ├─test_allure_case.py # 脚本文件
│ ├─test_case_01.py # 脚本文件
│ └─__init__.py
├─report --报告生成的文件夹
│ ├─report.html # pytest-html生成的用例报告
│ ├─assets # allure的依赖目录
│ ├─result # allure生成的用例数据
│ └─allure_html # allure生成的用例报告目录
| └─index.html # allure生成的最终的html类型的测试报告
├─case_set.py
├─demo0.py # 用例脚本文件
├─demo1.py # 用例脚本文件
├─pytest.ini # 配置文件
└─__init__.py简单示例
import pytest
def test_case01():
print(‘执行用例01.......‘)
assert 0 # 断言失败
def test_case02():
print(‘执行用例02.......‘)
assert 1 # 断言成功
def custom_case03():
print(‘执行用例03.......‘)
assert 1 # 断言成功
if __name__ == ‘__main__‘:
pytest.main(["-s", "demo.py"])
# pytest.main("-s demo.py")上例中，当我们在执行（就像Python解释器执行普通的Python脚本一样）测试用例的时候，pytest.main(["-s", "demo.py"])中的传参需要是一个元组或者列表（我的pytest是5.2.2版本），之前的版本可能需要这么调用pytest.main("-s demo.py")，传的参数是str的形式，至于你使用哪种，取决于报不报错：
TypeError: `args` parameter expected to be a list or tuple of strings, got: ‘-s demo1.py‘ (type: <class ‘str‘>)
遇到上述报错，就是参数需要一个列表或者元组的形式，而我们使用的是str形式。
上述代码正确的执行结果是这样的：
===================================================== test session starts ======================================================
platform win32 -- Python 3.6.2, pytest-5.2.2, py-1.8.0, pluggy-0.13.0
rootdir: M:\py_tests
collected 2 items
demo1.py 执行用例01.......
F执行用例02.......
.
=========================================================== FAILURES ===========================================================
_________________________________________________________ test_case01 __________________________________________________________
def test_case01():
print(‘执行用例01.......‘)
> assert 0 # 断言失败
E assert 0
demo1.py:11: AssertionError
================================================= 1 failed, 1 passed in 0.13s ==================================================大致的信息就是告诉我们:
collected 2 items：本次执行中，收集了2个用例。完了开始执行用例，
.表示执行成功，F表示执行失败。脚本中的第一个用例执行失败；第二个用例执行成功；但是第三个也就是
custom_case03并没有执行，由此我们知道，pytest只识别以test_开头的用例。
pytest.main(["-s", "demo.py"])参数说明
-s，表示输出用例执行的详细结果。demo1.py是要执行的脚本名称。
除了上述的函数这种写法，也可以有用例类的写法：
import pytest
class TestCase(object):
def test_case01(self):
""" 用例 01 """
print(‘执行用例01.......‘)
assert 0 # 断言失败
def test_case02(slef):
""" 用例 02 """
print(‘执行用例02.......‘)
assert 1 # 断言成功
if __name__ == ‘__main__‘:
pytest.main(["-s", "demo.py"])类名要以Test开头，并且其中的用例方法也要以Test开头,不然pytest不会执行
执行结果：
D:\py_tests>python demo.py
========================================================== test session starts ===========================================================
platform win32 -- Python 3.6.2, pytest-5.2.2, py-1.8.0, pluggy-0.13.0
rootdir: M:\py_tests
collected 2 items
demo1.py 执行用例01.......
F执行用例02.......
.
================================================================ FAILURES ================================================================
__________________________________________________________ TestCase.test_case01 __________________________________________________________
self = <demo1.TestCase object at 0x03DD6110>
def test_case01(self):
""" 用例 01 """
print(‘执行用例01.......‘)
> assert 0 # 断言失败
E assert 0
demo1.py:49: AssertionError
====================================================== 1 failed, 1 passed in 0.12s =======================================================. 表示通过， F表示失败
接下来，我们来研究一下pytest中的setup和teardown的用法。
setup和teardown
我们知道，在unittest中，setup和teardown可以在每个用例前后执行，也可以在所有的用例集执行前后执行。那么在pytest中，有以下几种情况：
模块级别，也就是在整个测试脚本文件中的用例集开始前后，对应的是：
setup_module
teardown_module
类级别，在类中的所有用例集执行前后，在类里写，对应的是：
setup_class
teardown_class
在类中呢，也可以在进一步划分，在每一个方法执行前后，在类里写，对应：
setup_method
teardown_methd
函数级别，在用例函数之前后，对应：
setup_function
teardown_function
来一一看看各自的用法。
模块级别setup_module/teardown_module
import pytest
def setup_module():
""" 模块级别的 setup，在该脚本内所有用例集执行之前触发执行 """
print(‘模块级别的 setup.....‘)
def test_case01():
print(‘执行用例01.......‘)
assert 0 # 断言失败
def test_case02():
print(‘执行用例02.......‘)
assert 1 # 断言成功
def teardown_module():
""" 模块级别的 teardown，在该脚本内所有用例集执行之后触发执行 """
print(‘模块级别的 teardown.....‘)
if __name__ == ‘__main__‘:
pytest.main(["-s", "demo1.py"])执行结果
D:\py_tests>python demo.py
========================================================== test session starts ===========================================================
platform win32 -- Python 3.6.2, pytest-5.2.2, py-1.8.0, pluggy-0.13.0
rootdir: M:\py_tests
collected 2 items
demo1.py 模块级别的 setup.....
执行用例01.......
F执行用例02.......
.模块级别的 teardown.....
================================================================ FAILURES ================================================================
______________________________________________________________ test_case01 _______________________________________________________________
def test_case01():
print(‘执行用例01.......‘)
> assert 0 # 断言失败
E assert 0
demo1.py:16: AssertionError
====================================================== 1 failed, 1 passed in 0.12s =======================================================类级别的setup_class/teardown_class
import pytest
class TestCase(object):
def setup_class(self):
""" 类级别的 setup，在该类中内用例集执行之前触发执行 """
print(‘类级别的 setup.....‘)
def teardown_class(self):
""" 类级别的 teardown，在该类中内用例集执行之后触发执行 """
print(‘类级别的 teardown.....‘)
def test_case01(self):
""" 用例 01 """
print(‘执行用例01.......‘)
assert 0 # 断言失败
def test_case02(slef):
""" 用例 02 """
print(‘执行用例02.......‘)
assert 1 # 断言成功
if __name__ == ‘__main__‘:
pytest.main(["-s", "demo1.py"])执行结果
D:\py_tests>python demo.py
========================================================== test session starts ===========================================================
platform win32 -- Python 3.6.2, pytest-5.2.2, py-1.8.0, pluggy-0.13.0
rootdir: M:\py_tests
collected 2 items
demo1.py 类级别的 setup.....
执行用例01.......
F执行用例02.......
.类级别的 teardown.....
================================================================ FAILURES ================================================================
__________________________________________________________ TestCase.test_case01 __________________________________________________________
self = <demo1.TestCase object at 0x0363F710>
def test_case01(self):
""" 用例 01 """
print(‘执行用例01.......‘)
> assert 0 # 断言失败
E assert 0
demo1.py:53: AssertionError
====================================================== 1 failed, 1 passed in 0.10s =======================================================<span><span><span><span><span><span><span><span><span><span><span><strong><span>类中方法级别的setup_method/teardown_method</span></strong></span></span></span></span></span></span></span></span></span></span></span>
import pytest
class TestCase(object):
def setup_method(self):
""" 类中方法级别的 setup，在该类中内每个用例执行之前触发执行 """
print(‘类中方法级别的 setup.....‘)
def teardown_method(self):
""" 类中方法级别的 teardown，在该类中内每个用例执行之后触发执行 """
print(‘类中方法级别的 teardown.....‘)
def test_case01(self):
""" 用例 01 """
print(‘执行用例01.......‘)
assert 0 # 断言失败
def test_case02(slef):
""" 用例 02 """
print(‘执行用例02.......‘)
assert 1 # 断言成功
if __name__ == ‘__main__‘:
pytest.main(["-s", "demo1.py"])执行结果：
D:\py_tests>python demo.py
========================================================== test session starts ===========================================================
platform win32 -- Python 3.6.2, pytest-5.2.2, py-1.8.0, pluggy-0.13.0
rootdir: M:\py_tests
collected 2 items
demo1.py 类中方法级别的 setup.....
执行用例01.......
F类中方法级别的 teardown.....
类中方法级别的 setup.....
执行用例02.......
.类中方法级别的 teardown.....
================================================================ FAILURES ================================================================
__________________________________________________________ TestCase.test_case01 __________________________________________________________
self = <demo1.TestCase object at 0x042BA2D0>
def test_case01(self):
""" 用例 01 """
print(‘执行用例01.......‘)
> assert 0 # 断言失败
E assert 0
demo1.py:49: AssertionError
====================================================== 1 failed, 1 passed in 0.42s =======================================================函数级别的setup_function/teardown_function
import pytest
def setup_function():
""" 函数级别的 setup，在该脚本内每个用例函数执行之前触发执行 """
print(‘函数级别的 setup.....‘)
def test_case01():
print(‘执行用例01.......‘)
assert 0 # 断言失败
def test_case02():
print(‘执行用例02.......‘)
assert 1 # 断言成功
def teardown_function():
""" 函数级别的 teardown，在该脚本内每个用例函数执行之后触发执行 """
print(‘函数级别的 teardown.....‘)
if __name__ == ‘__main__‘:
pytest.main(["-s", "demo1.py"])执行结果
D:\py_tests>python demo.py
========================================================== test session starts ===========================================================
platform win32 -- Python 3.6.2, pytest-5.2.2, py-1.8.0, pluggy-0.13.0
rootdir: M:\py_tests
collected 2 items
demo1.py 函数级别的 setup.....
执行用例01.......
F函数级别的 teardown.....
函数级别的 setup.....
执行用例02.......
.函数级别的 teardown.....
================================================================ FAILURES
______________________________________________________________ test_case01
def test_case01():
print(‘执行用例01.......‘)
> assert 0 # 断言失败
E assert 0
demo1.py:16: AssertionError
====================================================== 1 failed, 1 passed in 0.11s小结
在类中，不需要
__init__方法。测试类的类名必须以
Test开头。类中的测试方法编写规则跟函数一致
配置文件
该脚本有多种运行方式，如果处于PyCharm环境，可以使用右键或者点击运行按钮运行，也就是在pytest中的主函数中运行：
if __name__ == ‘__main__‘:
pytest.main(["-s", "demo1.py"]) # 就是调用的 pytest 的 main 函数<span><span><span><span><span><span><span><span><span><span><span>也可以在命令行中运行：</span></span></span></span></span></span></span></span></span></span></span>
D:\py_tests>python demo1.py
这种方式，跟使用Python解释器执行Python脚本没有什么两样。也可以如下面这么执行：
D:\py_tests>pytest -s demo1.py
当然，还有一种是使用配置文件运行，来看看怎么用。
在项目的根目录下，我们可以建立一个pytest.ini文件，在这个文件中，我们可以实现相关的配置：
[pytest] addopts = -s -v #可以搭配相关的参数，比如-s。多个参数以空格分割，其他参数后续用到再说 #-s，在运行测试脚本时，为了调试或打印一些内容，我们会在代码中加一些print内容，但是在运行pytest时，这些内容不会显示出来。如果带上-s，就可以显示了。 #-v，使输出结果更加详细 testpaths = ./scripts #配置测试用例的目录 ，必须有 python_files = demo*.py #执行指定的文件，以test开头的python文件 python_classes = Test* #执行指定的类 python_functions = test_* #执行指定的函数
注意，配置文件中不许有中文，那这个配置文件中的各项都是什么意思呢？
首先，pytest.ini文件必须位于项目的根目录，而且也必须叫做pytest.ini。
其他的参数：
addopts可以搭配相关的参数，比如-s。多个参数以空格分割，其他参数后续用到再说。-s，在运行测试脚本时，为了调试或打印一些内容，我们会在代码中加一些print内容，但是在运行pytest时，这些内容不会显示出来。如果带上-s，就可以显示了。-v，使输出结果更加详细。
testpaths配置测试用例的目录，因为我们用例可能分布在不同的目录或文件中，那么这个
scripts就是我们所有文件或者目录的顶层目录。其内的子文件或者子目录都要以test_开头，pytest才能识别到。另外，上面这么写，是从一个总目录下寻找所有的符合条件的文件或者脚本，那么我们想要在这个总目录下执行其中某个具体的脚本文件怎么办？
[pytest] testpaths = ./scripts/ python_files = test_case_01.py
<span><span><span><span><span><span><span><span><span><span><span> </span></span></span></span></span></span></span></span></span></span></span>
这么写就是执行
scripts目录下面的test_case_01.py这个文件。python_classes则是说明脚本内的所有用例类名必须是以Test开头，当然，你也可以自定义为以test_开头，而类中的用例方法则当然是以test_开头。python_functions则是说脚本内的所有用例函数以test_开头才能识别。
OK，来个示例。
首先，（详细目录参考开头的目录结构）在scripts/test_case_01.py中：
import pytest
def test_case01():
print(‘执行用例01.......‘)
assert 1 # 断言成功
def test_case02():
print(‘执行用例02.......‘)
assert 1 # 断言成功
class TestCaseClass(object):
def test_case_03(self):
assert 0 # 断言失败在scripts/test_case_dir1/test_case02.py中：
import pytest
def test_case_04():
assert 1 # 断言成功
def test_case_05():
assert 0 # 断言失败那么，在不同的目录或者文件中，共有5个用例将被执行，而结果则是两个失败三个成功。来执行验证一下，因为有了配置文件，我们在终端中（前提是在项目的根目录），直接输入pytest即可。
M:\py_tests>pytest
======================================================= test session starts ========================================================
platform win32 -- Python 3.6.2, pytest-5.2.2, py-1.8.0, pluggy-0.13.0
rootdir: M:\py_tests, inifile: pytest.ini, testpaths: ./scripts
collected 5 items
scripts\test_case_01.py 执行用例01.......
.执行用例02.......
.F
scripts\test_case_dir1\test_case_02.py .F
============================================================= FAILURES
____________________________________________________ TestCaseClass.test_case_03
self = <test_case_01.TestCaseClass object at 0x03CAF4D0>
def test_case_03(self):
> assert 0
E assert 0
scripts\test_case_01.py:22: AssertionError
___________________________________________________________ test_case_05
def test_case_05():
> assert 0
E assert 0
scripts\test_case_dir1\test_case_02.py:14: AssertionError
=================================================== 2 failed, 3 passed in 0.14s由执行结果可以发现，2 failed, 3 passed，跟我们的预期一致。
后续执行相关配置都来自配置文件，如果更改，会有相应说明，终端都是直接使用pytest执行。
进阶
跳过用例
import pytest
#无条件跳过
@pytest.mark.skip()
def test_case_01():
assert 1
#有条件跳过，两个参数必须加上
@pytest.mark.skipif(condition=1 < 2, reason=‘如果条件为true就跳过用例‘)
def test_case_02():
assert 1跳过用例，我们使用@pytest.mark.skipif(condition, reason)：
condition表示跳过用例的条件。
reason表示跳过用例的原因。
然后将它装饰在需要被跳过用例的的函数上面。
效果如下：
M:\py_tests>pytest scripts/test_allure_case.py::test_case_01 SKIPPED scripts/test_allure_case.py::test_case_02 SKIPPED =========================================================== 2 skipped in 0.14s
上例执行结果相对详细，因为我们在配置文件中为addopts增加了-v，之前的示例结果中，没有加！
参数化
pytest身为强大的测试单元测试框架，那么同样支持DDT数据驱动测试的概念。也就是当对一个测试函数进行测试时，通常会给函数传递多组参数。比如测试账号登陆，我们需要模拟各种千奇百怪的账号密码。
当然，我们可以把这些参数写在测试函数内部进行遍历。不过虽然参数众多，但仍然是一个测试，当某组参数导致断言失败，测试也就终止了。
通过异常捕获，我们可以保证程所有参数完整执行，但要分析测试结果就需要做不少额外的工作。
在 pytest 中，我们有更好的解决方法，就是参数化测试，即每组参数都独立执行一次测试。使用的工具就是 pytest.mark.parametrize(argnames, argvalues)。
argnames表示参数名。
argvalues表示列表形式的参数值。
使用就是以装饰器的形式使用。
只有一个参数的测试用例
import pytest
mobile_list = [‘10010‘, ‘10086‘]
@pytest.mark.parametrize(‘mobile‘, mobile_list)
def test_register(mobile):
""" 通过手机号注册 """
print(‘注册手机号是: {}‘.format(mobile))来看（重要部分）结果：：
M:\py_tests>pytest scripts/test_case_01.py::test_register[10010] 注册手机号是: 10010 PASSED scripts/test_case_01.py::test_register[10086] 注册手机号是: 10086 PASSED ====================================================== 2 passed in 0.11s
可以看到，列表内的每个手机号，都是一条测试用例。
多个参数的测试用例
import pytest
mobile_list = [‘10010‘, ‘10086‘]
code_list = [‘x2zx‘, ‘we2a‘]
@pytest.mark.parametrize(‘mobile‘, mobile_list)
@pytest.mark.parametrize(‘code‘, code_list)
def test_register(mobile, code):
""" 通过手机号注册 """
print(‘注册手机号是: {} 验证码是: {}‘.format(mobile, code))（重要部分）结果：
M:\py_tests>pytest scripts/test_case_01.py::test_register[x2zx-10010] 注册手机号是: 10010 验证码是: x2zx PASSED scripts/test_case_01.py::test_register[x2zx-10086] 注册手机号是: 10086 验证码是: x2zx PASSED scripts/test_case_01.py::test_register[we2a-10010] 注册手机号是: 10010 验证码是: we2a PASSED scripts/test_case_01.py::test_register[we2a-10086] 注册手机号是: 10086 验证码是: we2a PASSED ====================================================== 4 passed in 0.17s
可以看到，每一个手机号与每一个验证码都组合一起执行了，这样就执行了4次。那么如果有很多个组合的话，用例数将会更多。我们希望手机号与验证码一一对应组合，也就是只执行两次，怎么搞呢？
import pytest
mobile_list = [‘10010‘, ‘10086‘]
code_list = [‘x2zx‘, ‘we2a‘]
@pytest.mark.parametrize(‘mobile,code‘, zip(mobile_list, code_list))
def test_register(mobile, code):
""" 通过手机号注册 """
print(‘注册手机号是: {} 验证码是: {}‘.format(mobile, code))在多参数情况下，多个参数名是以,分割的字符串。参数值是列表嵌套的形式组成的
M:\py_tests>pytest scripts/test_case_01.py::test_register[10010-x2zx] 注册手机号是: 10010 验证码是: x2zx PASSED scripts/test_case_01.py::test_register[10086-we2a] 注册手机号是: 10086 验证码是: we2a PASSED ====================================================== 2 passed in 0.44s
pytest测试报告插件
想要生成测试报告，首先要有下载，才能使用。
pip install pytest-html
使用
在配置文件中，添加参数：
[pytest] addopts = -s --html=report/report.html
完事之后，让我们继续终端中使用pytest重新跑测试用例，用例结果就不展示了，跟上面的结果一样，我们关注项目目录下的report/report.html文件，我们用浏览器打开它，你会发现：
图片后补
效果很不错吧！
没完，看我大招 ↓
未完待续。。。可参考老师博客https://www.cnblogs.com/Neeo/articles/11832655.html
相关推荐
emagtestage 0喜欢 / 0评论 2020-08-16
abdstime 0喜欢 / 0评论 2020-07-08
yuzhongdelei0 0喜欢 / 0评论 2020-07-04
Dipa 0喜欢 / 0评论 2020-06-09
坚持是一种品质 0喜欢 / 0评论 2020-05-29
deadgrape 0喜欢 / 0评论 2020-05-14
goodby 0喜欢 / 0评论 2020-05-07
leonranri 0喜欢 / 0评论 2020-04-29
测试自动化顾问 0喜欢 / 0评论 2020-04-16
HappinessCat 0喜欢 / 0评论 2020-03-23
lucialee 0喜欢 / 0评论 2020-02-02
abdstime 0喜欢 / 0评论 2020-01-06
nercon 0喜欢 / 0评论 2019-12-27
meylovezn 0喜欢 / 0评论 2019-12-16
abdstime 0喜欢 / 0评论 2019-12-01
PP研究思考 0喜欢 / 0评论 2019-09-24
测试之家 0喜欢 / 0评论 2019-06-03
workflow 0喜欢 / 0评论 2019-07-01
80931836 0喜欢 / 0评论 2019-06-27
SecularBird 0喜欢 / 0评论 2018-11-23
jiguangmantian 0喜欢 / 0评论 2018-07-05
woxxoole 0喜欢 / 0评论 2018-07-27
zupzng 0喜欢 / 0评论 2018-11-26
Cyuhong 0喜欢 / 0评论 2017-11-06
冰晶云梦 0喜欢 / 0评论 2018-11-19
88570191 0喜欢 / 0评论 2017-11-06
wgPython 0喜欢 / 0评论 2019-02-26