为什么使用pytest

转载

技术博主 2024-12-03 06:59:28

文章标签 为什么使用pytest 单元测试功能测试学习 Test 文章分类 架构后端开发

addopts = --strict-markers
markers = slow  serial
**python_files:**指定执行哪些文件
[pytest]
python_files = test_*.py  check_*.py  example_*.py

required_plugins: 必须存在才能运行pytest的插件的空格分隔列表。插件可以直接在其名称后面列出，

也可以不带版本说明符。不同版本说明符之间不允许有空格。如果没有找到任何一个插件，发出一个错误

[pytest]
required_plugins = pytest-django>=3.0.0,<4.0.0  pytest-html   pytest-xdist>=1.0.0

usefixtures: 将应用于所有测试函数的设备列表；这在语义上与应用@pytest.mark.usefixtures 标记所有测试功能

[pytest]
usefixtures = clean_db

testpaths: 当所有项目测试都在一个已知的位置时很有用，以加速测试收集并避免意外地获取不需要的测试

[pytest]
testpaths = testing doc

addopts: 添加指定的 OPTS 命令行参数集，就好像它们是由用户指定的一样

[pytest]
addopts = --maxfail=2  -rf    # exit after 2 failures, report fail info

pytest运行参数

-s: 打印信息

-v: 详细信息

-k: 运行指定包含某个字符串的测试函数

pytest.main([“-k”,“hello”]) -> 执行测试函数名中带有hello字符串的用例 (同样也可以指定类名，会执行类中所有测试方法)

pytest.main([“-k”,“类名 and not 方法名”])

-q: 简化输出

-x: 只要出现一条失败的用例都会退出

–maxfail: 用例失败个数达到阀值停止运行

pytest.main([“–maxfail=2”]) -> 超过2条运行失败，后续用例就会停止运行

-m: 指定带有标识的用例

pytest.main([“-m”,“smoke”]) -> 执行有 @pytest.mark.smoke 这个标记的测试用例

–durations: 查看最慢的n个用例

pytest.main([“–durations=10”]) 查看最慢10个用例

-p no:doctest 关闭插件，比如关闭doctest

pytest断言

语法：assert expression, errorMsg

assert a % 2 == 0, “value was odd, should be even”

预期异常的断言　pytest.raise() 递归超时

为什么使用pytest_为什么使用pytest

pytest参数化

1、@pytest.mark.parametrize(" 变量名… ", 数据)

为什么使用pytest_学习_02

2、metafunc.parametrize()

1 def pytest_generate_tests(metafunc):
 2     idlist = []
 3     argvalues = []
 4     # metafunc.cls就是Test_Case类 
 5     for scenario in metafunc.cls.scenarios:
 6         idlist.append(scenario[0])
 7         items = scenario[1].items()
 8         argnames = [x[0] for x in items] # 
 9         argvalues.append([x[1] for x in items])
10     # 给metafunc也就是Test_Case类下的方法全部带上这个parametrize
11     metafunc.parametrize(argnames, argvalues, ids=idlist, scope="class")  
12 
13 
14 scenario1 = ("basic", {"attribute": "value"})
15 scenario2 = ("advanced", {"attribute": "value2"})
16 
17 
18 class Test_Case:
19     scenarios = [scenario1, scenario2]
20 
21     def test_demo1(self, attribute):
22         assert isinstance(attribute, str)
23 
24     def test_demo2(self, attribute):
25         assert isinstance(attribute, str)
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
　　testcases/test_case01.py::Test_Case::test_demo1[basic] PASSED
　　testcases/test_case01.py::Test_Case::test_demo2[basic] PASSED
　　testcases/test_case01.py::Test_Case::test_demo1[advanced] PASSED
　　testcases/test_case01.py::Test_Case::test_demo2[advanced] PASSED

3、@pytest.mark.parametrize(" 方法名", 数据, indirect=True) 将数据先传递给“方法名”对应的夹具函数进行处理,并且夹具函数接收一个参数request

1 @pytest.fixture
2 def fixt(request): # 这里需要带有参数request,request.param可以拿到["a", "b"]
3     return request.param * 3
4 
5 @pytest.mark.parametrize("fixt", ["a", "b"], indirect=True) #indirect=True，会将数据["a", "b"]传递给fixt函数进行处理
6 def test_indirect(fixt):
7     assert len(fixt) == 3

pytest 生成测试报告

allure报告

1、安装jdk1.8才可以运行

2、解压Allure压缩包

3、配置Allure到环境变量将allure下的bin配置到环境变量path中

生成allure报告： allure generate ./result/ -o ./report/ --clean

pytest.main([“–alluredir”, “./result”])
pytest traceback输出  作为了解即可  就是显示报错信息的详细程度不同
pytest --showlocals
pytest -l
pytest --tb=auto  默认这种
pytest --tb==line …