Pytest框架测试

Pytest 是什么？

• pytest 能够支持简单的单元测试和复杂的功能测试；
• pytest 可以结合 Requests 实现接口测试； 结合 Selenium、Appium 实现自动化功能测试；
• 使用 pytest 结合 Allure 集成到 Jenkins 中可以实现持续集成。
• pytest 支持 315 种以上的插件；

为什么要选择 Pytest

• 丰富的第三方插件
  • 报告
  • 多线程
  • 顺序控制

为什么要选择 Pytest

• 简单灵活
• # content of test_sample.py def inc(x):
• return x + 1
• def test_answer():
• assert inc(3) == 5

为什么要选择 Pytest

• 兼容 unittest
• 定制化插件开发

Pytest 环境安装

• 前提：本地已配置完成 Python 环境
• 第一种方式 pip install pytest
• 第二种方式 PyCharm 直接安装

运行第一个脚本

# content of test_sample.py def inc(x):

return x + 1 def test_answer():

assert inc(3) == 5

Pytest 有哪些格式要求？

• 文件名
• 类
• 方法/函数

Pytest 测试用例编写规则是什么？

类型	规则
文件	test_开头 或者 _test 结尾
类	Test 开头
方法/函数	test_开头
注意：测试类中不可以添加__init__构造函数

Pycharm 默认测试执行器为Pytest

1. 进入 Tools->Python Intergrated Tools
2. 选择 Default test runner 为 pytest

用例结构

• 三部分构成
  • 用例名称
  • 用例步骤
  • 用例断言

测试用例示例

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 == ExpectedResult

断言(assert)，是一种在程序中的一阶逻辑(如：一个结果为真或假的逻辑判断式)，目的为了表示与验证软件开发者预期的结果。当程序执行到断言的位置时，对应的断言应该为真。若断言不为真时，程序会中止执行，并给出错误信息。

断言的用法

• 断言写法
  • assert <表达式>
  • assert <表达式>,<描述>

assert ;   

assert : ; 

• 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"

测试装置介绍

类型	规则
setup_module/teardown_module	全局模块级
setup_class/teardown_class	类级，只在类中前后运行一次
setup_function/teardown_function	函数级，在类外
setup_method/teardown_method	方法级，类中的每个方法执行前后
setup/teardown	在类中，运行在调用方法的前后（重点）

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

• 单参数
• 多参数
• 用例重命名
• 笛卡尔积

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

# 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

@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）

@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
    
# 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")

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 ？
  • (1,a),(1,b),(1,c)
  • (2,a),(2,b),(2,c)
  • (3,a),(3,b),(3,c)

@pytest.mark.parametrize("b",["a","b","c"])
@pytest.mark.parametrize("a",[1,2,3])
def test_param1(a,b):
    print(f"笛卡积形式的参数化中 a={a} , b={b}")

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)

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

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（后面会讲）

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

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 代码执行 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 `

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

pytest.raise() 用法

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: 2018-05-11

yaml 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)
  • 方法：yaml.safe_dump(f)

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
  - 300

Pytest 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 data

Pytest 结合数据驱动 Excel

读取 Excel 文件

• 第三方库

  • xlrd
  • xlwings
  • pandas

• openpyxl

  • 官方文档： https://openpyxl.readthedocs.io/en/stable/

openpyxl 库的安装

• 安装：pip install openpyxl
• 导入：import openpyxl

openpyxl 库的操作

• 读取工作簿

• 读取工作表

• 读取单元格

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
│