python - pytest
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 ↓