接口自动化pytest测试框架-2

2.2.2 pytest装饰器

@pytest.fixture：用于定义夹具（fixture），夹具是一种可以在测试用例中重复使用的资源或数据，例如数据库连接、临时文件、模拟对象等。

对固件驱动。1. 主要用于准备测试所需的数据、对象、环境等，并在测试结束后进行清理操作，以确保测试之间不会相互影响。2. 通过将常见的测试准备和清理逻辑封装到 fixture 中，您可以在多个测试用例中重复使用，从而避免重复编写相同的代码。3. fixture 可以用于管理外部资源，如数据库连接、文件句柄等，以确保资源在测试完成后被释放。

@pytest.mark.parametrize：用于参数化测试，允许你通过多个参数组合运行同一个测试用例，以减少重复的测试代码。

对数据驱动：@pytest.mark.parametrize（参数名，参数值-列表或者元组），数据中有多少值就会执行多少次。用于在一个测试用例中多次运行，每次使用不同的参数，即使用不同的输入数据运行相同的测试逻辑

@pytest.mark.skip 和 @pytest.mark.skipif：用于跳过指定的测试用例，前者是无条件跳过，后者可以根据条件来决定是否跳过。

@pytest.mark.xfail：用于标记预期失败的测试用例，即使测试用例失败了，也不会导致整个测试过程失败。

@pytest.mark.parametrize：用于参数化测试，让你可以为测试用例指定多组参数，使得同一个测试用例可以多次运行。

@pytest.mark.timeout：用于为测试用例设置最大运行时间，如果测试用例运行时间超过指定时间，将会被中断。

@pytest.mark.parametrize：用于将标记应用于测试用例，例如自定义标记，用于组织测试用例。

@pytest.mark.usefixtures：用于在测试函数中自动使用指定的夹具，不需要在参数列表中指定。

@pytest.mark.filterwarnings：用于过滤特定类型的警告，以便在测试运行期间不显示特定的警告信息。

@pytest.mark.raises：用于断言某个异常被正确地引发，用于测试代码中是否抛出了预期的异常。

2.2.3 断言、allure测试报告

 还需要安装allure，才能通过os模块调用，这里仅放一个基础使用例子，在该系列的后续文章**自动化测试（四）**中细讲。

2.2.4 接口关联、封装改进

接口关联场景：在测试中，一个系统通常会被分解成多个子系统或模块，这些子系统之间需要通过接口进行数据传递和交互。比如test1中验证了能够获得tokens，test2需要使用test1的tokens。

方法一：对于流水线测试，中间数据传输比较少的话，可以在 pytest 的 fixture 中使用 yield 语句来在 fixture 的生命周期内传递参数，并确保 yield 生成的数据被另外一个测试用例以函数名称传输的方式捕获。

方法二：用文件、数据库保存，常用yaml文件。用文件或者数据库统一管理中间变量。

common\yaml_uitl.py文件

# 提前构建一个yaml文件
import yaml
import os

def read_yaml(key):
    # 使用 with 会自动管理文件的打开和关闭
    with open(os.getcwd() + "/extract.yaml", encoding="utf-8") as f:
        value = yaml.load(stream=f, Loader=yaml.FullLoader)  # 自动将yaml结构体
        print(value)
        return value[key]


def write_yaml(data):
    # 理论上还需要检测yaml中是否已经存在对应的数据，如果存在需要改mode
    with open(os.getcwd() + "/extract.yaml", encoding="utf-8", mode='a') as f:
        yaml.dump(data, stream=f, allow_unicode=True)


if __name__ == "__main__":
    print(read_yaml("employee"))
    write_yaml({"employer": {"name": "Jerry"}})
    print(read_yaml("employer"))

一般在conftest文件中设置clear_yaml函数。接口关联时使用yaml_util直接写入、读取json数据即可。

YAML 文件人类易读性比Json好，可以和json之间灵活转换（load后就是json格式） 编写配置文件 测试用例接口关联

# 特殊字符可以使用单引号或双引号括起来

employee:
  name: Mark
  age: 28
  status: null  # 空值可以表示为 null 或 ~
  projects:
    - Project A  # - 表示列表中的元素
    - Project B
  contact: # 联系方式
    email: [e-mail]
    phone: [phone]
  description: |   # | 表示多行字符串
    This is a multiline
    string with preserved line breaks.employer:
employer:
  name: Jerry

YAML动态传参（热加载）

热加载：让YAML能够调用外部函数

方法：${fuction_name(parms)}

2.3 pytest接口封装（统一请求封装）

 将数量很多的用例封装为一个方法。场景：

1. 统计数据
2. 异常处理
3. 日志监控

eg1：以处理数据为例，将待翻译的内容封装成GoogleTranslate.py中的google_translator类。

eg2：以日志监控为例，封装后在SendRequest类方法中打印日志即可，因为所有的用例中都会调用SendRequest类方法。同时自建的类只初始化一次session对象（能够自动关联cookie，所有请求都在一个通话里面），而google_translator类with requests.Session() as s，或者request方法源码也是先from . import sessions然后with sessions.Session() as session，cookie都只用了一次

为什么可以requests.Session()，而不需要requests.sessions.Session()？  requests 库在设计时采用了适当的模块导入机制和命名空间。这样的设计使得库的使用更加便捷和一致。当你使用 import requests 导入 requests 模块时，你实际上导入了 requests 包中的 init.py 模块。然后，requests 包内的各个子模块和类都会在 requests 命名空间下变得可用。