Pytest自动化测试框架
Pytest 命名规则
练习
- （多选）下面哪个测试方法，符合 pytest 命名规范
- A、测试类 TestDemo
- B、测试方法 test_demo
- C、测试文件 testdemo
- D、测试包 test_demo
答案是：ABD
Pycharm 默认测试执行器为Pytest
pytest 用例结构
- 三部分构成
- 用例名称
- 用例步骤
- 用例断言
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 == ExpectedResultpytest 用例断言
断言的用法
- 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"Pytest 测试框架结构（setup/teardown）
测试装置介绍
pytest 参数化用例
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
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
import pytest
# 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
import pytest
@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）
# 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")
@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 ？9
(1,a),(1,b),(1,c)
(2,a),(2,b),(2,c)
(3,a),(3,b),(3,c)
import pytest
@pytest.mark.parametrize("b",["a","b","c"])
@pytest.mark.parametrize("a",[1,2,3])
#如果有多个装饰器，由近到远，先a后b，一共有9条案例
def test_param1(a,b):
print(f"笛卡积形式的参数化中 a={a} , b={b}")使用 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)
@pytest.skip(reason="这个有Bug")
def test_add_3(self):
#a的参数超出范围
expect = Calculator().add(-100,99)
assert expect == "参数大小超出范围"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
pytest 运行用例
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
pytest 测试用例调度与运行
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
pytest常用命令行参数
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 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 `pytest 异常处理
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
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: 2018-05-11yaml 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)读取yaml文件内容 - 方法：
yaml.safe_dump(f)
- 安装：
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
- data 目录：存放 yaml 数据文件
- func 目录：存放被测函数文件
- testcase 目录：存放测试用例文件
# 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
- 300Pytest 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 dataPytest 结合数据驱动 Excel
读取 Excel 文件
- 第三方库
xlrdxlwingspandas
- openpyxl
- 官方文档： openpyxl - A Python library to read/write Excel 2010 xlsx/xlsm files — openpyxl 3.1.2 documentation
openpyxl 库的安装
- 安装：
pip install openpyxl - 导入：
import openpyxl
openpyxl 库的操作
import openpyxl
# 获取工作簿
book = openpyxl.load_workbook('../data/params.xlsx')
# 读取工作表
sheet = book.active
# 读取单个单元格
cell_a1 = sheet['A1']
cell_a3 = sheet.cell(column=1, row=3) # A3
# 读取多个连续单元格
cells = sheet["A1":"C3"]
# 获取单元格的值
cell_a1.value工程目录结构
- data 目录：存放 excel 数据文件
- func 目录：存放被测函数文件
- testcase 目录：存放测试用例文件
# 工程目录结构
.
├── data
│ └── params.excel
├── 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
# operation.py 文件内容
def my_add(x, y):
result = x + y
return result
# test_add.py 文件内容
class TestWithEXCEL:
@pytest.mark.parametrize('x,y,expected', get_excel())
def test_add(self, x, y, expected):
assert my_add(int(x), int(y)) == int(expected)测试准备
- 测试数据：
params.xlsx
Pytest 数据驱动结合 Excel 文件
# 读取Excel文件
import openpyxl
import pytest
def get_excel():
# 获取工作簿
book = openpyxl.load_workbook('../data/params.xlsx')
# 获取活动行（非空白的）
sheet = book.active
# 提取数据，格式：[[1, 2, 3], [3, 6, 9], [100, 200, 300]]
values = []
for row in sheet:
line = []
for cell in row:
line.append(cell.value)
values.append(line)
return valuesPytest 结合数据驱动 csv
csv 文件介绍
- csv：逗号分隔值
- 是 Comma-Separated Values 的缩写
- 以纯文本形式存储数字和文本
- 文件由任意数目的记录组成
- 每行记录由多个字段组成
csv 文件内容为：
- Linux从入门到高级，linux，¥5000
- web自动化测试进阶，python，¥3000
- app自动化测试进阶，python，¥6000
- Docker容器化技术，linux，¥5000
- 测试平台开发与实战，python，¥8000
csv 文件使用
- 读取数据
- 内置函数：
open() - 内置模块：
csv
- 内置函数：
- 方法：
csv.reader(iterable)- 参数：iterable ,文件或列表对象
- 返回：迭代器，每次迭代会返回一行数据。
# 读取csv文件内容
import csv
def get_csv():
with open('demo.csv', 'r',encoding='utf_8') as file:
raw = csv.reader(file)
for line in raw:
print(line)
get_csv()
#结果为：
# ['Linux从入门到高级', 'linux', '¥5000']
# ['web自动化测试进阶', 'python', '¥3000']
# ['app自动化测试进阶', 'python', '¥6000']
# ['Docker容器化技术', 'linux', '¥5000']
# ['测试平台开发与实战', 'python', '¥8000']工程目录结构
- data 目录：存放 csv 数据文件
- func 目录：存放被测函数文件
- testcase 目录：存放测试用例文件
# 工程目录结构
.
├── data
│ └── params.csv
├── 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：
params.csv
# operation.py 文件内容
def my_add(x, y):
result = x + y
return result
# test_add.py 文件内容
class TestWithCSV:
@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)
# params.csv 文件内容
1,1,2
3,6,9
100,200,300Pytest 数据驱动结合 csv 文件
# 读取 data目录下的 params.csv 文件
import csv
def get_csv():
"""
获取csv数据
:return: 返回数据的结构：[[1, 1, 2], [3, 6, 9], [100, 200, 300]]
"""
with open('../data/params.csv', 'r') as file:
raw = csv.reader(file)
data = []
for line in raw:
data.append(line)
return data
#返回值为：[['1', '1', '2'], ['3', '6', '9'], ['100', '200', '300']]Pytest 结合数据驱动 json
json 文件介绍
- json 是 JS 对象
- 全称是 JavaScript Object Notation
- 是一种轻量级的数据交换格式
- json 结构
- 对象
{"key": value} - 数组
[value1, value2 ...]
- 对象
{
"name:": "hogwarts ",
"detail": {
"course": "python",
"city": "北京"
},
"remark": [1000, 666, 888]
}json 文件使用
- 查看 json 文件
- pycharm
- txt 记事本
- 读取 json 文件
- 内置函数 open()
- 内置库 json
- 方法：
json.loads()将json转为字典 - 方法：
json.dumps()
# 读取json文件内容
def get_json():
with open('demo.json', 'r') as f:
data = json.loads(f.read())
print(data)工程目录结构
- data 目录：存放 json 数据文件
- func 目录：存放被测函数文件
- testcase 目录：存放测试用例文件
# 工程目录结构
.
├── data
│ └── params.json
├── 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：
params.json
import pytest
# operation.py 文件内容
def my_add(x, y):
result = x + y
return result
# test_add.py 文件内容
class TestWithJSON:
@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)
# params.json 文件内容
{
"case1": [1, 1, 2],
"case2": [3, 6, 9],
"case3": [100, 200, 300]
}Pytest 数据驱动结合 json 文件
# 读取json文件
import json
def get_json():
"""
获取json数据
:return: 返回数据的结构：[[1, 1, 2], [3, 6, 9], [100, 200, 300]]
"""
with open('demo.json', 'r') as f:
data = json.loads(f.read())
#打印结果：{'case1': [1, 1, 2], 'case2': [3, 6, 9], 'case3': [100, 200, 300]}
print(data)
#打印结果为：dict_values([[1, 1, 2], [3, 6, 9], [100, 200, 300]])
print(data.values())
#返回结果为：[[1, 1, 2], [3, 6, 9], [100, 200, 300]]
return list(data.values())Fixture 用法
Fixture 特点及优势
- 1､命令灵活：对于 setup,teardown,可以不起这两个名字
- 2､数据共享：在 conftest.py 配置⾥写⽅法可以实现数据共享，不需要 import 导⼊。可以跨⽂件共享
- 3､scope 的层次及神奇的 yield 组合相当于各种 setup 和 teardown
- 4、实现参数化
Fixture 在自动化中的应用- 基本用法
- 场景：
测试⽤例执⾏时，有的⽤例需要登陆才能执⾏，有些⽤例不需要登陆。
setup 和 teardown ⽆法满⾜。fixture 可以。默认 scope（范围）function
- 步骤：
- 1.导⼊ pytest
- 2.在登陆的函数上⾯加@pytest.fixture()
- 3.在要使⽤的测试⽅法中传⼊（登陆函数名称），就先登陆
- 4.不传⼊的就不登陆直接执⾏测试⽅法。
Fixture 用法
Fixture 在自动化中的应用 - 作用域
Fixture 用法
Fixture 在自动化中的应用 - yield 关键字
- 场景：
你已经可以将测试⽅法【前要执⾏的或依赖的】解决了，
测试⽅法后销毁清除数据的要如何进⾏呢？
- 解决：
通过在 fixture 函数中加⼊ yield 关键字，yield 是调⽤第⼀次返回结果，
第⼆次执⾏它下⾯的语句返回。
- 步骤：
在@pytest.fixture(scope=module)。
在登陆的⽅法中加 yield，之后加销毁清除的步骤
Fixture 在自动化中的应用 - 数据共享
- 场景：
你与其他测试⼯程师合作⼀起开发时，公共的模块要在不同⽂件中，要在⼤家都访问到的地⽅。
- 解决：
使⽤ conftest.py 这个⽂件进⾏数据共享，并且他可以放在不同位置起着不同的范围共享作⽤。
- 前提：
- conftest ⽂件名是不能换的
- 放在项⽬下是全局的数据共享的地⽅
- 执⾏：
- 系统执⾏到参数 login 时先从本模块中查找是否有这个名字的变量什么的，
- 之后在 conftest.py 中找是否有。
- 步骤：
将登陆模块带@pytest.fixture 写在 conftest.py
Fixture 在自动化中的应用 - 自动应用
场景：
不想原测试⽅法有任何改动，或全部都⾃动实现⾃动应⽤，
没特例，也都不需要返回值时可以选择⾃动应⽤
解决：
使⽤ fixture 中参数 autouse=True 实现
步骤：
在⽅法上⾯加 @pytest.fixture(autouse=True)
Fixture 在自动化中的应用 -参数化
场景：
测试离不开数据，为了数据灵活，⼀般数据都是通过参数传的
解决：
fixture 通过固定参数 request 传递
步骤：
在 fixture 中增加@pytest.fixture(params=[1, 2, 3, ‘linda’])
在⽅法参数写 request，方法体里面使用 request.param 接收参数
Fixture 的用法总结
- 模拟 setup，teardown（一个用例可以引用多个 fixture）
- yield 的用法
- 作用域（ session，module, 类级别，方法级别 ）
- 自动执行 （autouse 参数）
- conftest.py 用法，一般会把 fixture 写在 conftest.py 文件中（这个文件名字是固定的，不能改）
- 实现参数化
pytest.ini 配置
pytest.ini 是什么
- pytest.ini 是 pytest 的配置文件
- 可以修改 pytest 的默认行为
- 不能使用任何中文符号，包括汉字、空格、引号、冒号等等
pytest.ini
- 修改用例的命名规则
- 配置日志格式，比代码配置更方便
- 添加标签，防止运行过程报警告错误
- 指定执行目录
- 排除搜索目录
pytest 配置- 改变运行规则
;执行check_开头和 test_开头的所有的文件，后面一定要加*
python_files = check_* test_*
;执行所有的以Test和Check开头的类
python_classes = Test* Check*
;执行所有以test_和check_开头的方法
python_functions= test_* check_*pytest 配置- 添加默认参数
addopts = -v -s --alluredir=./resultspytest 配置- 指定/忽略执行目录
;设置执行的路径
;testpaths = bilibili baidu
;忽略某些文件夹/目录
norecursedirs = result logs datas test_demo*pytest 配置- 日志
配置参考链接：pytest logging 收集日志
总结 pytest.ini
- 修改用例的命名规则
- 配置日志格式，比代码配置更方便
- 指定执行目录
- 排除搜索目录
- 添加标签，防止运行过程报警告错误
- 添加默认参数
Pytest 插件开发
pytest 插件分类
- 外部插件：pip install 安装的插件
- 本地插件：pytest 自动模块发现机制（conftest.py 存放的就是本地插件）
- 内置插件：代码内部的_pytest 目录加载
Pytest 实用的插件介绍
pytest 常用的插件
pip install pytest-ordering 控制用例的执行顺序（重点）
pip install pytest-xdist 分布式并发执行测试用例（重点）
pip install pytest-dependency 控制用例的依赖关系 （了解）
pip install pytest-rerunfailures 失败重跑（了解）
pip install pytest-assume 多重较验（了解）
pip install pytest-random-order 用例随机执行（了解）
pip install pytest-html 测试报告（了解）pytest 执行顺序控制
场景：
对于集成测试，经常会有上下文依赖关系的测试用例。
比如 10 个步骤，拆成 10 条 case，这时候能知道到底执行到哪步报错。
用例默认执行顺序：自上而下执行
解决：
可以通过 setup,teardown 和 fixture 来解决。也可以使用对应的插件。
安装：pip install pytest-ordering
用法：@pytest.mark.run(order=2)
注意：多个插件装饰器(>2)的时候，有可能会发生冲突
pytest测试用例并行运行与分布式
Pytest 并行与分布式执行
场景 1:
测试用例 1000 条，一个用例执行 1 分钟，一个测试人员执行需要 1000 分钟。
通常我们会用人力成本换取时间成本，加几个人一起执行，时间就会 缩短。
如果 10 人一起执行只需要 100 分钟，这就是一种分布式场景。
场景 2：
假设有个报名系统，对报名总数统计，数据同时进行修改操作的时候有可能出现问题，
需要模拟这个场景，需要多用户并发请求数据。
解决:
使用分布式并发执行测试用例。分布式插件：pytest-xdist
安装及运行:pip install pytest-xdist
注意： 用例多的时候效果明显，多进程并发执行，同时支持 allure
可以看到，最终运行时间只需要6s，我的电脑是真6核，假12核
-n auto：可以自动检测到系统的CPU核数；从测试结果来看，检测到的是逻辑处理器的数量，即假12核
使用auto等于利用了所有CPU来跑用例，此时CPU占用率会特别高
分布式执行测试用例原则
- 用例之间是独立的，不要有依赖关系
- 用例执行没有顺序，随机顺序都能正常执行
- 每个用例都能重复运行，运行结果不会影响其他用例
pytest 内置插件 hook 体系
pytest hook 介绍
pytest hook 介绍
- 是个函数，在系统消息触时被系统调用
- 自动触发机制
- Hook 函数的名称是确定的
- pytest 有非常多的勾子函数
- 使用时直接编写函数体
pytest 执行顺序
pytest_addoption : 添加命令行参数，运时会先读取命令行参数
pytest_collection_modifyitems : 收集测试用例，收集之后（改编码，改执行顺序）
pytest_collection_finish：收集之后的操作
pytest_runtest_setup：在调用 pytest_runtest_call 之前调用
pytest_runtest_call：调用执行测试的用例
pytest_runtest_makereport：运行测试用例，返回setup，call，teardown的执行结果简单的例子
def pytest_runtest_setup(item):
# 执行测试用例前执行的setup方法
print("setting up", item)
def pytest_runtest_call(item):
# 调用执行测试的用例
print("pytest_runtest_call")
def pytest_runtest_teardown(item):
# 执行测试用例后执行的teardown
print("pytest runtest teardown",item)总结
- 1、hook 函数名字固定
- 2、hook 函数会被自动执行
- 3、执行是有先后顺序的
- 4、pytest 定义了很多 hook 函数，可以在不同阶段实现不同的功能
pytest 编写自己的插件
Pytest 编写插件 1 - 修改默认编码
pytest_collection_modifyitems 收集上来的测试用例实现定制化功能
解决问题：
- 自定义用例的执行顺序
- 解决编码问题 (中文的测试用例名称)
- 自动添加标签
Pytest 编写插件 1 - 修改默认编码
在conftest.py文件中加入以下代码：
含有中文的测试用例名称，改写编码格式：
def pytest_collection_modifyitems(session, config, items):
for item in items:
item.name = item.name.encode('utf-8').decode('unicode-escape')
item._nodeid = item.nodeid.encode('utf-8').decode('unicode-escape')Pytest 编写插件 2 - 添加命令行参数
def pytest_addoption(parser):
mygroup = parser.getgroup("hogwarts") #group 将下面所有的 option都展示在这个group下。
mygroup.addoption("--env", #注册一个命令行选项
default='test', # 参数的默认值
dest='env', # 存储的变量，为属性命令，可以使用Option对象访问到这个值，暂用不到
help='set your run env' # 帮助提示 参数的描述信息
)
@pytest.fixture(scope='session')
def cmdoption(request):
return request.config.getoption("--env")打包发布
打包发布到 pypi
- 发布到：www.pypi.org
- 代码上传到：github
打包项目构成
- 源码包
- setup.py
- 测试包
setup.py 配置
构建文件 setup.py 代码路径：
https://ceshiren.com/t/topic/14156
from setuptools import setup,find_packages
setup(
name='pytest_encode',
url='https://github.com/xxx/pytest-encode',
version='1.0',
author="xixi",
author_email='[email protected]',
description='set your encoding and logger',
long_description='Show Chinese for your mark.parametrize(). Define logger variable for getting your log',
classifiers=[# 分类索引 ，pip 对所属包的分类
'Framework :: Pytest',
'Programming Language :: Python',
'Topic :: Software Development :: Testing',
'Programming Language :: Python :: 3.8',
],
license='proprietary',
packages = find_packages(), #['pytest_encode'],
keywords=[
'pytest', 'py.test', 'pytest_encode',
],
# 需要安装的依赖
install_requires=[
'pytest'
],
# 入口模块 或者入口函数
entry_points={
'pytest11': [
'pytest_encode = pytest_encode.main',
]
},
zip_safe=False
)打包命令
依赖包安装：
pip install setuptools python 的包管理工具，负责 安装和发布，尤其是安装拥有信赖关系的包。
pip install wheel 生成 *.whl 格式的安装包，本质上也是一个压缩包
打包命令：
python setup.py sdist bdist_wheel发布命令
python3 -m pip install --user --upgrade twine ## 安装 twine 工具
python3 -m twine upload --repository testpypi dist/* ## 上传代码最后：下面是配套学习资料，对于做【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！【100%无套路免费领取】
软件测试面试小程序
被百万人刷爆的软件测试题库！！！谁用谁知道！！！全网最全面试刷题小程序，手机就可以刷题，地铁上公交上，卷起来！
涵盖以下这些面试题板块：
1、软件测试基础理论 ，2、web,app，接口功能测试 ，3、网络 ，4、数据库 ，5、linux
6、web,app，接口自动化 ，7、性能测试 ，8、编程基础，9、hr面试题 ，10、开放性测试题，11、安全测试，12、计算机基础
