【接口自动化】pytest的基本使用

目录

一.安装

二.用例匹配规则

三.pytest命令参数

3.1 pytest配置文件

3.2 配置前后置

四.断言

五.参数化

六.fixture 

1.单独使用 

2.fixture嵌套

3.调用多个fixture

 4.yield fixture

 5.带参数的fixture

  pytest 是⼀个非常流行且⾼效的Python测试框架，它提供了丰富的功能和灵活的法用，使得编写和运行测试用例变得简单而高效，被广泛用于单元测试、集成测试、功能测试等场景。        

一.安装

 1.pytest需要python3.8版本以上

一般显示这种情况就按照成功

遵循一定的规则，pytest会自动检测你的测试用例  

直接在控制台中输入pytest就会执行所有的测试用例 

二.用例匹配规则

默认的匹配规则 

1. 文件名必须以 test_ 开头或者 _test 结尾
2. 测试类必须以 Test 开头，并且不能有 __init__ 方法。
3. 测试方法必须以 test 开头

 一旦写了初始化规则，pytest就会报错

如果在测试类中新增__init__方法，当pytest执行测试用例的话，会__init__方法可能会被调用，这可能会掩盖测试类的实际测试逻辑，可能会添加副作用，那么就会影响测试的准确性~

当然pytest会使用其他的替换方案来代替，例如setUp方法和tearDown方法，以及fixture函数初始化等等~

三.pytest命令参数

pytest 提供了丰富的命令⾏行来控制测试的执行。以下是⼀些常用的 pytest 命令行参数及其
使用说明。

还可以指定路径去执行测试用例~

3.1 pytest配置文件

可以在项目中创建pytest.ini 文件，就可以指定匹配规则~

addopts: 可以配置命令行参数

addopts = -vs

 testpaths：指定 pytest 搜索测试的目录，可减少不必要的搜索：

标记了在cases目录下，以case开头的文件，以CaseA开头的类，以case开头的方法的测试用例

3.2 配置前后置

在使用pytest框架时，测试类中不能使用__init__方法，所以pytest提供了别的方法去设置前后置操作~

setup_method 和 teardown_method ：这两个方法用于类中的每个测试方法的前置和后置操
作。
setup_class 和 teardown_class ：这两个方法用于整个测试类的前置和后置操作。

class Test02(): def setup_class(self): print(\"setup_class\") def teardown_class(self): print(\"teardown_class\") def setup_method(self): print(\"setup_method\") def teardown_method(self): print(\"teardown_method\") def test02_1(self): print(\"test02_1\") def test02_2(self): print(\"test02_2\")class Test03(): def test03_1(self): print(\"test03_1\") def test03_2(self): print(\"test03_2\")

fixture ：这是 pytest 推荐的方式来实现测试⽤用例的前置和后置操作。 fixture 提供了更
灵活的控制和更强大的功能。

四.断言

断言是一种用于调试辅助的工具，用于检查程序的状态是否符合预期；如果断言失败，那么python将会抛出AssertionError异常；

pytest允许在python测试中使用assert来预期和值；

断言数据结构：

 # 断⾔列表 except_list = [1,2,3,4,5.00] actual_list = [1,2,3,4,5.00] assert except_list == actual_list # 断⾔元组 except_tuple = (\"hi\",2,3,4,5) actual_tumple = (\"hi\",2,3,4,5) assert except_tuple == actual_tumple # 断⾔字典 expect_dict = {\'name\': \'Alice\', \'age\': 25} actual_dict = {\'name\': \'Alice\', \'age\': 25} assert expect_dict == actual_dict # 断⾔集合 expect_set = {1, 2, 3, \'apple\'} actual_set = {1, 2, 3, \'apple\'} assert expect_set == actual_set

断言接口返回值：

返回结果参数很多的话，就不适合使用复制准确返回值来对比预期返回值，可以拿到主要几个值去比对

 如果返回值参数少的情况下，可以直接跟返回值进行比对；

五.参数化

参数化可以定义参数和规则，使得设计自动化更加灵活和可控；

pytest中内置的 pytest.mark.parametrize 装饰器允许对测试函数的参数进行参数化；

1.用例上参数化

class Test(): @pytest.mark.parametrize(\"x\", [1, 2, 3]) def test_1(self,x): assert x == x @pytest.mark.parametrize(\"n,expected\", [(1, 1), (2, 4), (3, 9)]) def test_2(self,n, expected): assert n*n == expected

2.类上参数化

@pytest.mark.parametrize(\"n,expected\", [(1, 1), (2, 4), (3, 9)])class Test(): def test_1(self,n,expected): assert n*n*1 == expected def test_2(self,n, expected): assert n*n == expected

3. 模块上的参数化

并且必须        命名为pytestmark

pytestmark = pytest.mark.parametrize(\"n,expected\", [(1, 1), (2, 4), (3, 9)])class Test(): def test_1(self,n,expected): assert n*n*1 == expected def test_2(self,n, expected): assert n*n == expectedclass Test02(): def test_1(self,n,expected): assert n*4 != expected

4.自定义参数化数据源 

六.fixture 

pytest 中的 fixture 是⼀种强大的机制，用于提供测试函数所需的资源或上下文。它可以用于
设置测试环境、准备数据等。以下是 fixture 的⼀些核心概念和使用场景；

1.单独使用 

@pytest.fixturedef fixture_01(): print(\"第⼀个fixture标记的⽅法\")def test_1(fixture_01): print(\"test_1\")def test_2(fixture_01): print(\"test_2\")

会在每个方法前面提前调用，可以将函数名作为参数传参；

2.fixture嵌套

# 安排@pytest.fixturedef first_entry(): return \"a\"# 安排@pytest.fixturedef order(first_entry): return [first_entry]def test_string(order): # ⾏动 order.append(\"b\") # 断⾔ assert order == [\"a\", \"b\"]

3.调用多个fixture

class Fruit: def __init__(self, name,color): self.name = name self.color = color def __eq__(self, other): return self.color == other.color@pytest.fixturedef my_fruit(): return Fruit(\"a\",\"red\")@pytest.fixturedef your_fruit(): return [Fruit(\"apple\",\"red\"),Fruit(\"banana\",\"yellow\")]#你的水果里是否包含我的水果def test_fruit(my_fruit,your_fruit): assert my_fruit in your_fruit

 4.yield fixture

在 pytest 中，yield fixture是一种用于实现测试资源的初始化和清理的机制，它结合了fixture装饰器和yield关键字，让开发者能够在测试前准备好必要的资源（如数据库连接、文件句柄、网络连接等），并在测试结束后正确释放或清理这些资源；

并且yield fixture 使用的是yield，而不是return；并且可以将运行的代码结果返回给请求的fixture/test；

示例1：

@pytest.fixturedef fixture_01(): print(\"初始化fixture\") yield [1,2,3] print(\"清理fixture\")def test(fixture_01): assert fixture_01 == [1,2,3] print(fixture_01)

示例2：打开文件，关闭文件

@pytest.fixturedef file_read(): print(\"打开 文件\") file = open(\"text.txt\", \"r\") yield file print(\"关闭 文件\") file.close()@pytest.fixture()def file_write(): print(\"打开 文件\") file = open(\"text.txt\", \"w\",encoding=\"utf-8\") return filedef test(file_read,file_write): w = file_write w.write(\"hello python!\") w.close() r = file_read.read() print(r)

 5.带参数的fixture

pytest.fixture(scope=\'\', params=\'\', autouse=\'\', ids=\'\', name=\'\')

• scope 参数用于控制fixture的作用范围，决定了fixture的生命周期。可选值有：

• function（默认）：每个测试函数都会调用fixture。
• class ：在同⼀个测试类中共享这个fixture。
• module ：在同⼀个测试模块中共享这个fixture。(一个文件里)
• session ：整个测试会话中共享这个fixture。

• autouse 参数默认为 False 。如果设置为 True ，则每个测试函数都会自动调用该fixture，
无需显式传⼊ 

function 示例：所有测试函数都会调用fixture

import pytest@pytest.fixture(scope=\"function\")def fixture_01(): print(\"初始化。。。\") yield print(\"清理。。。\")class Test01(): def test01_1(self,fixture_01): print(\"测试用例1\") def test01_2(self,fixture_01): print(\"测试用例2\")class Test02(): def test02_1(self,fixture_01): print(\"测试用例1\") def test02_2(self,fixture_01): print(\"测试用例2\")

 class 示例： 每个类中使用一个fixture

 moudle和session是实现全局的前后置操作；

一般搭配conftest.py文件配合使用

module: 

session:

 通过 params 实现参数化

@pytest.fixture(params=[1,2,3])def data_provider(request): return request.paramdef test_data(data_provider): print(data_provider)

parametrize 更适合简单场景，而 fixture 更适合需要动态数据和资源管理的复
杂场景。