Pytest框架测试

Pytest 是什么？

pytest 能够支持简单的单元测试和复杂的功能测试；
pytest 可以结合 Requests 实现接口测试；结合 Selenium、Appium 实现自动化功能测试；
使用 pytest 结合 Allure 集成到 Jenkins 中可以实现持续集成。
pytest 支持 315 种以上的插件；

为什么要选择 Pytest

丰富的第三方插件
- 报告
- 多线程
- 顺序控制

为什么要选择 Pytest

简单灵活
# content of test_sample.py def inc(x):
return x + 1
def test_answer():
assert inc(3) == 5

为什么要选择 Pytest

兼容 unittest
定制化插件开发

Pytest 环境安装

前提：本地已配置完成 Python 环境
第一种方式 pip install pytest
第二种方式 PyCharm 直接安装

运行第一个脚本

# content of test_sample.py def inc(x):

return x + 1 def test_answer():

assert inc(3) == 5

Pytest 有哪些格式要求？

文件名
类
方法/函数

Pytest 测试用例编写规则是什么？

类型	规则
文件	test_开头或者 _test 结尾
类	Test 开头
方法/函数	test_开头
注意：测试类中不可以添加`__init__`构造函数

Pycharm 默认测试执行器为Pytest

进入 Tools->Python Intergrated Tools
选择 Default test runner 为 pytest

用例结构

三部分构成
- 用例名称
- 用例步骤
- 用例断言

测试用例示例

def test_XXX(self):

# 测试步骤1

# 测试步骤2

# 断言实际结果对比预期结果

assert ActualResult == ExpectedResult

类级别的用例示例

class TestXXX:
def setup(self):
# 资源准备
pass

def teardown(self):
# 资源销毁
pass

def test_XXX(self):
# 测试步骤1
# 测试步骤2
# 断言实际结果对比预期结果
assert ActualResult == ExpectedResult

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

断言写法
- assert <表达式>
- assert <表达式>,<描述>

assert <bool expression>;

assert <bool expression> : <message>;

第一种：assert <表达式>
第二种：assert <表达式>,<描述>

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"

assert <表达式>

def test_c():
a = 1
b = 1
c = 2
assert 'abc' in "abcd"

import sys
def test_plat():
assert ('linux' in sys.platform), "该代码只能在 Linux 下执行"

测试装置介绍

类型	规则
setup_module/teardown_module	全局模块级
setup_class/teardown_class	类级，只在类中前后运行一次
setup_function/teardown_function	函数级，在类外
setup_method/teardown_method	方法级，类中的每个方法执行前后
setup/teardown	在类中，运行在调用方法的前后（重点）

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。

参数化应用场景

测试登录场景
- 测试登录成功，登录失败(账号错误，密码错误)
- 创建多种账号: 中⽂文账号，英⽂文账号
普通测试用例方法
- Copy 多份代码 or 读⼊入参数?
- 一次性执⾏多个输⼊入参数

def test_param_login_ok():
# 登录成功
username = "right"
password = "right"
login(username,password)

def test_param_login_fail():
# 登录失败
username = "wrong"
password = "wrong"
login(username,password)

参数化实现方案

pytest 参数化实现方法
装饰器：@pytest.mark.parametrize

@pytest.mark.parametrize("username,password",[["right","right"], ["wrong","wrong"]])
def test_param(username,password):
login(username,password)

Mark：参数化测试函数使用

单参数
多参数
用例重命名
笛卡尔积

参数化：单参数情况

单参数，可以将数据放在列表中

search_list = ['appium','selenium','pytest']

@pytest.mark.parametrize('name',search_list)
def test_search(name):
assert name in search_list

参数化：多参数情况

将数据放在列表嵌套元组中
将数据放在列表嵌套列表中

# 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

参数化：用例重命名-添加 ids 参数

通过ids参数，将别名放在列表中

@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

参数化：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

# 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")

参数化：笛卡尔积

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}")

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 test_mark_zi_09.py -m=webtest
- pytest -s test_mark_zi_09.py -m apptest
- pytest -s test_mark_zi_09.py -m "not ios"

pytest 设置跳过、预期失败

Mark：跳过(Skip)及预期失败(xFail)

这是 pytest 的内置标签，可以处理一些特殊的测试用例，不能成功的测试用例
skip - 始终跳过该测试用例
skipif - 遇到特定情况跳过该测试用例
xfail - 遇到特定情况,产生一个“期望失败”输出

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)

xfail 使用场景

与 skip 类似，预期结果为 fail ，标记用例为 fail
用法：添加装饰器@pytest.mark.xfail

运行多条用例

运行某个/多个用例包
运行某个/多个用例模块
运行某个/多个用例类
运行某个/多个用例方法

运行多条用例方式

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

运行结果分析

常用的：fail/error/pass
特殊的结果：warning/deselect（后面会讲）

命令行参数-使用缓存状态

--lf（--last-failed） 只重新运行故障。
--ff（--failed-first） 先运行故障然后再运行其余的测试

命令行参数 - 常用命令行参数

—help
-x 用例一旦失败(fail/error)，就立刻停止执行
--maxfail=num 用例达到
-m 标记用例
-k 执行包含某个关键字的测试用例
-v 打印详细日志
-s 打印输出日志（一般-vs一块儿使用）
—collect-only（测试平台，pytest 自动导入功能）

python 代码执行 pytest

使用 main 函数
使用 python -m pytest 调用 pytest（jenkins 持续集成用到）

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 `

常用的异常处理方法

try…except
pytest.raises()

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1
except [ (Error3, Error4, ... ) [as e] ]:
处理异常的代码块2
except [Exception]:
处理其它异常

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

pytest.raise() 用法

异常处理方法 pytest.raise()

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"

Pytest 结合数据驱动 YAML

数据驱动

什么是数据驱动？
- 数据驱动就是数据的改变从而驱动自动化测试的执行，最终引起测试结果的改变。简单来说，就是参数化的应用。数据量小的测试用例可以使用代码的参数化来实现数据驱动，数据量大的情况下建议大家使用一种结构化的文件(例如 yaml，json 等)来对数据进行存储，然后在测试用例中读取这些数据。
应用：
- App、Web、接口自动化测试
- 测试步骤的数据驱动
- 测试数据的数据驱动
- 配置的数据驱动

yaml 文件介绍

对象：键值对的集合，用冒号 “:” 表示
数组：一组按次序排列的值，前加 “-”
纯量：单个的、不可再分的值
- 字符串
- 布尔值
- 整数
- 浮点数
- Null
- 时间
- 日期

# 编程语言
languages:
- PHP
- Java
- Python
book:
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

yaml 文件使用

查看 yaml 文件
- pycharm
- txt 记事本
读取 yaml 文件
- 安装：pip install pyyaml
- 方法：yaml.safe_load(f)
- 方法：yaml.safe_dump(f)

import yaml file_path = './my.yaml' with open(file_path, 'r', encoding='utf-8') as f: data = yaml.safe_load(f)

工程目录结构

# 工程目录结构
.
├── data
│ └── data.yaml
├── func
│ ├── __init__.py
│ └── operation.py
└── testcase
├── __init__.py
└── test_add.py

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

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