pytest的学习过程

本篇章为pytest的学习过程，仅是个人的观点

1、unittest和pytest的介绍

核心对比内容如下：

1、安装与版本管理：

unittest：作为 Python 的内置标准库，它无需额外安装，但无法灵活升级或降级
pytest：是一个第三方库，需要手动安装，可以自由指定、升级或降级到任何需要的版本

2、代码风格与易用性：

unittest：代码风格被描述为类似 Java 语言（需要创建类、继承、使用特定断言方法，代码稍显繁琐）
pytest：代码风格更 "Pythonic"，语法更简洁，可以用简单的 assert 语句进行断言，减少了大量的样板代码

3、插件生态与扩展性（核心优势）：

unittest：插件生态非常有限，扩展能力弱
pytest：拥有一个极其强大的插件生态，覆盖了报告、异步、Web测试、性能等方方面面，扩展性极强

4、兼容性与维护：

unittest：由 Python 官方直接维护，是官方标准
pytest：一个关键优势是它完全兼容用 unittest 编写的测试用例，使得从 unittest 迁移到 pytest 的成本非常低

2、如何快速上手？

需要安装pytest：pip install pytest

升级到最新版：pip install pytest -u

对于pytest来说有三种启动方式：

1、命令：需要在终端上输入pytest【推荐使用】

2、代码：需要新建一个main.py的文件，在main里面启动【推荐使用】

import pytest

pytest .main()

3、鼠标【不推荐】：这种操作方式是由pycham提供的，不是pytest提供的

3、如何看懂结果？

1、执行环境：版本、根目录、用例数量

2、执行过程：文件名称、用例结果、执行速度

3、失败详情：用例内容、断言提示

4、整体摘要：结果情况、结果数量、花费时间

用例结果的缩写：

. : passed （通过）

F: failed （失败：用例执行时报错）

E: error （出错：fixture执行时报错）

s: skipped （跳过）

X: xpassed （预期外的通过：不符合预期）

x: xfailed （预期内的失败：符合预期）

4、用例规则

分为两部分：用例发现规则，用例内容规则

1、用例发现规则：测试框架在识别、加载用例的过程

pytest的用例发现步骤：

1、遍历所有的目录，例外：venv，.开头的目录

2、打开python文件，test_开头或者_test结尾

3、遍历所有的Test开头类

4、收集所有的test_开头的函数或者方法

2、用例内容规则：pytest 8.4增加了一个强制要求

pytest对用例的要求：

1、可调用的（函数、方法、类、对象）

2、名字test_开头

3、没有参数(参数有另外含义)

4、没有返回值（默认为None）

参数self：函数本身的变量

5、配置框架

配置可以改变pytest的默认规则：

命令参数
ini配置文件

所有的配置方式，可以一键获取：pytest -h

配置文件可以使用pytest.ini来命名，一般介绍有哪些配置，分别使用什么方式等

常用的参数有：

-v：增加详细程度
-s：在用例中正常的使用输入输出
-x：快速退出，当遇到失败的用例停止执行
-m：用例筛选

6、标记mark

标记可以让用例与众不同，进而可以让用例被区别对待

1、用户自定义标记：用户自定义标记只能实现用例筛选

操作步骤：

先注册
再标记
后筛选

class TestAdd: @pytest.mark.api def test_int(self): res = add(2, 3) assert res == 5 @pytest.mark.web def test_str(self): res = add("hello", "world") assert res == "helloworld" @pytest.mark.ut def test_list(self): res = add([1, 2, 3], [4, 5, 6]) assert res == [1, 2, 3, 4, 5, 6]

运行的时候可以使用：pytest -m ut来筛选特定的运行结果

2、框架内置标记

框架内置标记为用例增加特殊的执行效果

和用户自定义标记区别：

1、不需注册，可以直接使用

2、不仅可以筛选，还可以增加特殊效果

3、不同的标记，增加不同的特殊效果

skip：无条件跳过
skipif：有条件跳过
xfail：预期失败
parametrize：参数化
ousefixtures：使用fixtures

7、数据驱动测试参数

数据文件，驱动用例执行数量，内容

data.csv文件：

a,b,c
1,1,2
2,3,5
3,3,6
4,4,7

@pytest.mark.ddt @pytest.mark.parametrize( "a,b,c", read_csv("../data.csv") ) def test_ddt(self, a, b, c): res = add(int(a), int(b)) assert res == int(c)

8、夹具fixture

夹具：在用例执行之前、执行之后，自动运行代码

之前：加密参数/之后：解密结果
之前：启动浏览器/之后：关闭浏览器
之前：注册、登录账号/之后：删除账号

1、创建夹具fixture：

@pytest.fixture def f(): # 前置操作 yield # 后置操作

1、创建函数 2、添加装饰器 3、添加yield关键字

2、使用fixture：

在用例的参数列表中，加入fixture名字即可
给用例加上usefixtures标记

def test_1(f): pass @pytest.mark.usefixtures("f") def test_2(): pass

从Python的角度来看，函数中可以有多个yield，但是pytest中只能有一个yield

3、高级用法：

1、自动使用

2、依赖使用：

linux：使用linux进行编译
git：使用git进行版本控制
fixture：使用fixture进行前后置自动操作

3、返回内容：接口自动化封装：接口关联

4、范围共享：

默认范围：function
全局范围：session
使用conftest.py

9、插件管理

pytest插件生态是pytest特别的优势之处

插件分成两类：

不需要安装：内置插件
需要安装：第三方插件

插件的使用方式：

参数
配置文件
fixture
mark

10、常用的插件

1、pytest-html

用途：生成HTML测试报告

安装：pip install pytest-html

使用：--html=report.html --self-contained-html

2、pytest-xdist

用途：分布式执行

安装：pip install pytest-xdist

使用：-n N（N指的是次数）

只有在任务本身耗时较长，超出调用成本很多的时候，才有意义

3、pytest-rerunfailures

用途：用例失败之后，重新执行

安装：pip install pytest-rerunfailures

使用：-reruns 5 --reruns-delay 1

pytest 有140+插件：https://docs:pxtest.org/en/stable/reference/plugin_list.html

11、企业级测试报告

allure是一个测试报告框架

安装：pip install allure-pytest

配置：--alluredir=temps --clean-alluredir

生成报告：allure generate -0 report -c temps

allure支持对用例进行分组和关联（敏捷开发术语）

@allure.epic ：史诗 / 项目
@allure.feature：主题 / 模块
@allure.story：故事 / 功能
@allure.title：标题 /用例

@allure.epic("自动化") @allure.feature("测试用例") @allure.story("测试用例1") @allure.title ("测试用例1标题") @pytest.mark.ut def test_a(): pass @allure.epic("自动化") @allure.feature("测试用例") @allure.story("测试用例2") @allure.title("测试用例2标题") @pytest.mark.ut def test_b(): pass

12、Web自动化测试

pytest仅进行用例管理，不会控制浏览器，需要借助新的工具：Selenium

安装：pip install pytest-selenium

同时也提供不使用Selenium插件的方法：

@pytest.fixture() def selenium(): d = webdriver.chrome yield d d.quit()

13、测试框架要封装什么

封装：

隐藏细节
增加功能
优化功能

接口自动化封装：

使用yaml作为用例，降低自动化门槛
自动请求接口、断言接口
自动在日志记录HTTP报文
自动生成allure测试报告

14、yaml文件格式

一句话：YAML完全兼容ISON格式，并且支持Python相似写法

重点:

YAML完全兼容ISON
是数据格式，不是变成语言
像Python一样容易编辑和阅读

编写yaml文件

1、#作为注释符号

2、缩进：使用2个空格

3.、成员表示

- 表示列表成员
：表示字典成员

4、完全兼容ISON

数字: -123 字符串: - "hello world" 空值: - null 列表: - [1, 2, 3] 字典: - {name: "Alice", age: 25}

加载yaml文件

import yaml def read_yaml(file_path): f = open(file_path, encoding="utf-8") # 打開文件 s = f.read() # 读取文件内容 data = yaml.safe_load(s) return data

15、接口自动化测试

设计测试用例

1、名字：请求首页数据接口
2、标记【可选】
3、步骤

请求接口：GET https://www.baidu.com
响应断言：status_code ==200
提取变量：json() ['code']

1、请求接口

使用外部工具：requests

安装：pip install requests

从HTTP协议抓包角度，请求由三部分组成：

行：方法+地址（必填）
头：请求头（键值对）
体：参数内容

# 请求行 url='https://baidu.com' # GET方法 requests.get(url) # POST方法 requests.post(url) # 任意方法 requests.request('MOVE',url)

2、断言相应

响应里有什么
响应如何断言

从HTTP协议抓包角度，响应由三部分组成：

行：状态码
头：响应头（键值对）
体：响应内容

3、变量提取

基本原则：

JSON：JSONPATH
HTML：XPATH
字符串：RE

进一步完善：

1、YAML用例测试文件上传？

2、YAML用例进行数据去掉测试？

3、YAML用例进行自定义的断言

4、YAML用例进行数据库查询？