在之前的文章里我们已经学习了Python自带测试框架UnitTest，但是UnitTest具有一定的局限性
这篇文章里我们来学习第三方框架Pytest，它在保留了UnitTest框架语法的基础上有着更多的优化处理
下面我们将从以下角度来介绍Pytest：
Pytest基本介绍
Pytest基本使用
Pytest进阶内容
Pytest基本介绍
下面我们首先来简单介绍Pytest及相关内容
单元测试框架
我们首先需要知道测试一般分为四个方面的测试：
单元测试：称模块测试，针对软件设计中的最小单位——程序模块，进行正确性检查的测试工作
集成测试：称组装测试，通常在单元测试的基础上，将所有程序模块进行有序的、递增测试，重点测试不同模块的接口部分
系统测试：将整个软件系统看成一个整体进行测试，包括对功能、性能以及软件所运行的软硬件环境进行测试
验收测试：指按照项目任务书或合同、供需双方约定的验收依据文档进行的对整个系统的测试与评审，决定是否接收或拒收系统
而我们这篇文章主要针对的是单元测试：
最后我们需要明白单元测试框架的主要功能：
框架基本介绍
下面我们来简单介绍Pytest框架：
pytest是一个非常成熟的单元测试框架，经过多版本的迭代，主要优点在于灵活和简单
pytest具有极强的兼容性和生态环境，它可以结合selenium，requests，appium完成各种不同的自动化
pytest具有更好的页面展示效果，它可以生成自定义allure报告以及和Jenkins持续集成
下面我们给出一些和Pytest框架可以很好聚合的框架类型：
pytestpytest-html：主要用来生成html报告的插件
pytest-xdist：主要用来进行多线程运行的插件
pytest-ordering：主要用来改变用例的执行顺序的插件
pytest-rerunfailres：主要用来失败用例重跑的插件
allure-pytest：主要用来生成美观自定义的allure报告
我们可以采用一种比较简便的方式来一次性下载这些框架：
# 首先我们需要将这些名称全部放入一个txt文件中，假设我们放在requestment.txt文件中
# requestment.txt文件
pytest-html
pytest-xdist
pytest-ordering
pytest-rerunfailures
# 我们只需要在pycharm的console中输入指令下载该文件夹中全部内容即可
pip install -r requirements.txt
Pytest基本使用
下面我们来介绍Pytest的基本使用
Pytest默认测试用例
下面我们首先讲解Pytest默认测试用例的格式：
# 首先我们的模块名（文件名）通常被统一存放在一个testcases文件夹中，然后需要保证模块名须以test_开头或者_test结尾
# 例如我们下面的模块名命名就是正确示例
test_demo1
demo2_test
# 然后我们需要注意我们模块中的测试类类名必须以Test开头，并且不能带有init方法
# 例如我们下面的类名命名就是正确示例
class TestDemo1:
class TestLogin:
# 最后我们需要注意我们测试类中的测试方法名（Case名）必须以test_开头
# 例如我们下面的模块名命名就是正确示例
test_demo1(self)
test_demo2(self)
# 我们给出一个测试用例例子：
# 文件名为test_demo1
class TestDemo:
def test_demo1(self):
print("测试用例1")
def test_demo2(self):
print("测试用例2")
# 当然我们上述的要求都不是必须相同的，在后续我们可以进行修改，我们将在下述讲解执行方法时讲解
然后我们再来讲解一下Pytest的测试用例该如何执行：
# 首先我们讲解一下全局配置文件pytest.ini
# 我们可以在pytest.ini中进行一些属性的配置来修改Pytest的默认属性，我们需要在项目的根目录下创建，名称必须是pytest.ini
1 [pytest]
2 #参数
3 addopts = ‐vs # 这里指当默认使用指令时的一些辅助参数，我们后面会讲解
4 testpaths = ./testcases # 这里指默认的执行路径，它会默认执行该文件夹下所有的满足条件的测试case
5 python_files = test_*.py # 这里就是前面我们所说的文件命名规则
6 python_classes = Test* # 这里就是前面我们所说的类名命名规则
7 python_functions = test_* # 这里就是前面我们所说的Case命名规则
8 #标记
9 markers = # 这里是冒烟规则，我们后面会讲到
10 smoke:冒烟用例
11 product_manage:商品管理
# 然后我们首先来讲采用console命令行执行Pytest的方法
# 最简单的就是直接在console命令行输入pytest，如果存在pytest.ini，它会根据文件内容进行执行；如果没有就按照默认格式执行
# 但是我们可以通过一些参数来强化pytest参数指令
# -vs： -v输出详细信息 -s输出调试信息
pytest -vs
# -n： 多线程运行（前提安装插件：pytest-xdist）
pytest -vs -n=2
# --reruns num: 失败重跑（前提安装插件：pytest-rerunfailres）
pytest -vs --reruns=2
# -x: 出现一个用例失败则停止测试
pytest -vs -x
# --maxfail: 出现几个失败才终止
pytest -vs --maxfail=2
# --html: 生成html的测试报告,后面 需要跟上所创建的文件位置及文件名称（前提安装插件：pytest-html）
pytest -vs --html ./reports/result.html
# -k： 运行测试用例名称中包含某个字符串的测试用例，我们可以采用or表示或者，采用and表示都
# 采用or就表示：我们的运行用例名称中包含or两侧的其中一个数据即可
# 采用and就表示：我们的运行用例名称中包含and两侧的所有数据才满足条件
pytest -vs -k "qiuluo"
pytest -vs -k "qiuluo or weiliang"
pytest -vs -k "qiuluo and weiliang"
# -m：冒烟用例执行，后面需要跟一个冒烟名称
# 我们在这里简单介绍一下冒烟用例的执行方法，我们这里其实就是一个分组执行的方法
# 例如我们的用例划分为user_manage用户管理测试和product_manage商品管理测试，我们只希望执行其中一组测试
# 首先我们需要在他们的不同方法上进行@mark划分，具体操作如下：
class TestDemo:
# 我们在Case上采用@pytest.mark. + 分组名称，就相当于该方法被划分为该分组中
# 注意：一个分组可以有多个方法，一个方法也可以被划分到多个分组中
@pytest.mark.user_manage
def test_demo1(self):
print("user_manage_test1")
@pytest.mark.product_manage
def test_demo2(self):
print("product_manage_test1")
@pytest.mark.user_manage
@pytest.mark.product_manage
def test_demo3(self):
print("manage_test1")
# 我们在执行中只需要采用前面我们所说的-m + 分组名称即可
pytest -vs -m user_manage
# 这里插一句，我们在运行过程中可以采用抛出异常的方式来模拟测试失败：raise Exception() 抛出异常
# 最后我们也可以采用main方法来执行pytest，同样我们也可以使用参数来进行调节
if __name__ == '__main__':
pytest.main()
if __name__ == '__main__':
pytest.main(["‐vs"])
最后我们插入一个简单的案例跳过方法：
# pytest的跳过案例方法其实和unittest是完全相同的
# 我们只需要采用skip或skipif方法来指定参数并贴在方法上即可跳过
# @pytest.mark.skip(跳过原因)
# @pytest.mark.skipif(跳过条件,跳过原因)
# 我们给出一个示例
class
TestDemo:
workage2 = 5
workage3 = 20
@pytest.mark.skip(reason="无理由跳过")
def test_demo1(self):
print("我被跳过了")
@pytest.mark.skipif(workage2<10,reason="工作经验少于10年跳过")
def test_demo2(self):
print("由于经验不足，我被跳过了")
@pytest.mark.skipif(workage3<10,reason="工作经验少于10年跳过")
def test_demo3(self):
print("由于经验过关，我被执行了")
def test_demo3(self):
print("我没有跳过条件，所以我被执行了")
Pytest前后置方法
首先我们需要先了解前后置是什么：
首先我们先来介绍Pytest通过固件来实现前后置的方法：
# 我们通常采用前后置来做一些方法前后的操作
# 如果我们采用方法层的前后置，那么它会在每个方法执行前后去执行该内容
# 如果我们采用类层的前后置，那么它会在调用这个类内所有方法的前后去执行该内容，但是无论该类的方法执行多少次，它只会调用一次
# 例如我们做login测试时，我们只需要在开始测试时打开一次浏览器，然后在测试结束时关闭一次浏览器，那么我们就采用类的前后置
# 我们做login测试时，为了保证前置操作不对后续Case有影响，所以我们在执行方法前打开该网页，执行方法后关闭该网页，采用方法的前后置
# Pytest的固件前后置其实和unittest是基本相同的
# 首先是方法级别的固件前后置
# 它是在每个测试方法(用例代码) 执行前后都会自动调用的结构
# 方法执行之前
def setUp(self):
每个测试方法执行之前都会执行
pass
# 方法执行之后
def tearDown(self):
每个测试方法执行之后都会执行
pass
# 然后是针对类级别的固件前后置
# 它是在每个测试类中所有方法执行前后 都会自动调用的结构(在整个类中执行之前或之后执行一次)
# 需要注意：类级别的固件前后置, 是一个类方法
# 类中所有方法之前
@classmethod
def setUpClass(cls):
pass
# 类中所有方法之后
@classmethod
def tearDownClass(cls):
pass
# 最后是针对模块级别的固件前后置
# 在每个代码文件执行前后执行的代码结构
# 需要注意：模块级别的需要写在类的外边直接定义函数即可
# 代码文件之前
def setUpModule():
pass
# 代码文件之后
def tearDownModule():
pass
# 下面我们采用一个用户账户登录的用例来简单展示一下固件前后置
import unittest
class TestLogin(unittest.TestCase):
# 在执行该类前所需要调用的方法
@classmethod
def setUpClass(cls) -> None:
print('------打开浏览器')
# 在执行该类后所需要调用的方法
@classmethod
def tearDownClass(cls) -> None:
print('------关闭浏览器')
# 每个测试方法执行之前都会先调用的方法
def setUp(self):
print('输入网址......')
# 每个测试方法执行之后都会调用的方法
def tearDown(self) -> None:
print('关闭当前页面......')
# 测试Case1
def test_1(self):
print('输入正确用户名密码验证码,点击登录 1')
# 测试Case2
def test_2(self):
print('输入错误用户名密码验证码,点击登录 2')
然后我们还需要讲解一下Fixtrue实现前后置的方法：
# 首先我们需要知道Fixtrue所实现的功能基本和固件所实现的功能是一样的，但是会更加方便
# 首先我们给出Fixture的完整格式，然后我们再分开介绍各个参数
@pytest.fixture(scope=None,autouse=False,params=None,ids=None ,name=None)
# scope：作用范围
# 参数主要有三种：function函数，class类，package/session包
# function：在函数层面上执行前后置
# 我们通常采用yield进行前后置划分，yield前是前置，yield后是后置
@pytest.fixture(scope="function")
def exe_database_sql():
print("执行SQL查询")
yield
print("关闭数据库连接")
# 我们还可以通过yield或return去返回一些参数在方法中使用
# 但是需要注意，yield返回参数后后置仍旧可以执行，但是return返回参数后后置操作无法执行
@pytest.fixture(scope="function")
def exe_database_sql():
print("执行SQL查询")
yield "success"
# return "success" 执行后无法执行后置操作
print("关闭数据库连接")
# 我们的方法在调用时，可以直接使用exe_database_sql表示返回信息进行输出
def test_2(self，exe_database_sql):
print(exe_database_sql)
# class：在类之前和之后执行
@pytest.fixture(scope="class")
def exe_database_sql():
print("执行SQL查询")
yield
print("关闭数据库连接")
# package/session：在整个项目会话之前和之后执行
@pytest.fixture(scope="session")
def exe_database_sql():
print("执行SQL查询")
yield
print("关闭数据库连接")
# autouse:是否自动启动
# 该参数默认为False，我们可以将其修改为True
# 该参数的功能主要在判断该固件是否在自定义范围内可以自动启动
# 若自动启动，则所有方法在执行时都会自动执行该前后置；但若为False，则我们需要手动启动
# 首先如果是自动启动，则我们无需关心任何参数，我们的所有方法都会自动调用
@pytest.fixture(scope="function"，autoues=True)
def exe_database_sql():
print("执行SQL查询")
yield
print("关闭数据库连接")
# 但若是关闭自动启动，我们在不同的scope下有不同的调用方法
@pytest.fixture(scope="function"，autoues=Flase)
def exe_database_sql():
print("执行SQL查询")
yield
print("关闭数据库连接")
# scope = function：我们需要在方法后加上该Fixture方法名
def test_2(self，exe_database_sql):
print(exe_database_sql)
# scope = class：我们需要在对应的类上添加@pytest.mark.usefixtures("exe_database_sql")装饰器调用
@pytest.mark.usefixtures("exe_database_sql")
class TestDemo:
pass
# scope = session:.一般会结合conftest.py文件来实现,我们后面再介绍
# 还需要注意autouse仅限于在自己的类中使用上述方法，如果要跨类使用，那么我们也需要在conftest.py中配置
# params:实现参数化配置
# 通常我们的脚本都是根据导出的yaml文件进行属性填充，针对参数化我们后面再讲，我们先将Fixture的参数化
# params通常后面跟上具体的数据(列表，元组等)，然后我们在调用时有固定的写法
# 首先我们需要在Fixture方法参数中定义一个request，然后使用request.param来使用我们传递的params数据
class TestDemo:
def read_yaml():
return ["胡桃","胡桃宝宝","胡桃厨"]
# 首先我们的参数需要获取数据：params=read_yaml()
@pytest.fixture(scope="function",autouse=False,params=read_yaml())
# 然后我们的Fixture方法需要一个request参数
def exe_database_sql(request):
print("执行SQL查询")
# 我们通过request.param获取数据，可以采用yield返回该数据
yield request.param
print("关闭数据库连接")
# ids：参数别名id
# 不能单独使用，必须和params一起使用，作用是对参数起别名
# 我们在采用pytest进行测试数据输出时会有对应的方法调用n次，该n次采用不同的params参数，这个ids就是修改了console控制台展示数据
class TestDemo:
def read_yaml():
return ["胡桃","胡桃宝宝","胡桃厨"]
# 当我们书写了ids，我们的控制输出就不会再是上面的["胡桃","胡桃宝宝","胡桃厨"]，而是我们所书写的["1","2","3"]
@pytest.fixture(scope="function",autouse=False,params=read_yaml()，ids=["1","2","3"])
def exe_database_sql(request):
print("执行SQL查询")
# 我们通过request.param获取数据，可以采用yield返回该数据
yield request.param
print("关闭数据库连接")
# name：Fixture别名
# 作用是给fixtrue起别名，一旦使用了别名，那么fixtrue的名称就不能再用了，只能用别名
class TestDemo:
# 如果我们在这里使用到了别名
@pytest.fixture(scope="function",name="exe_datebase_sql_name")
def exe_database_sql(request):
print("执行SQL查询")
yield
print("关闭数据库连接")
# 我们这里就需要使用别名进行操作，之前的名称无法使用
def test_2(self，exe_datebase_sql_name):
print(exe_database_sql)
接下来我们就将会讲解到我们刚刚提到的conftest.py文件：
# 首先我们需要知道conftest.py文件的名字是固定形式，不可改变
# conftest.py文件主要就是用来存储我们的Fixture，然后我们会根据该文件的不同位置来判断可以使用的方法
# conftest可以在不同的目录级别下创建，如果我们在根目录下创建，那么所有case都会使用到该Fixture
# 但是如果我们在testcases文件夹下的某个模块文件下创建conftest.py，那么它的作用范围就只包含在该目录下
# 根目录创建的conftest.py
# 我们在该目录下的conftest文件里写的所有fixture可以在任意测试类下执行
import pytest
@pytest.fixture(scope="function",name="exe_datebase_sql_name")
def exe_database_sql():
print("全部方法运行前均可以执行")
yield
print("全部方法运行后均可以执行")
# testcases文件下的所有测试类
# 这里需要注意：我们使用conftest下的Fixture时，不需要import导包就可以使用
import pytest
class TestDemo1:
# 测试Case1
def test_1(self,exe_datebase_sql_name):
print('输入正确用户名密码验证码,点击登录 1' + exe_datebase_sql_name)
# testcases文件夹下的usercases文件夹下创建的conftest.py
# 我们在该目录下创建的conftest文件里写的所有fixture仅可以在该目录下的测试类中使用，在其他测试类中使用会出现报错
import pytest
@pytest.fixture(scope="function",name="usercases_fixture")
def exe_database_sql():
print("usercases方法运行前均可以执行")
yield
print("usercases方法运行后均可以执行")
# testcases文件下的usercases文件夹下的测试类
import pytest
class TestUserCases1:
# 测试Case1
def test_1(self,usercases_fixture):
print('输入正确用户名密码验证码,点击登录 1' + usercases_fixture)
# 最后我们简单给出一个前后置执行顺序优先级：
fixture_session > fixture_class > setup_class > fixture_function > setup
然后最后我们给出前后置执行的一个总体逻辑顺序：
查询当前目录下的conftest.py文件
查询当前目录下的pytest.ini文件并找到测试用例的位置
查询用例目录下的conftest.py文件
查询测试用例的py文件中是否有setup,teardown,setup_class,teardown_class
再根据pytest.ini文件的测试用例的规则去查找用例并执行
Pytest进阶内容
最后我们再来讲解一些pytest比较关键性的一些进阶内容
Allure效果美化
我们在使用Pytest所生成的页面往往不够美观且展示信息杂乱不好分析，所以我们通常搭载allure来实现界面美化：
下面我们就来学习如何安装使用allure：
# 首先我们需要去下载在电脑上下载allure并配置好环境变量
# 我们这里给出官网下载地址：https://github.com/allure-framework/allure2/releases
# 温馨提醒：下载链接在github上，如果无法打开可以刷新重试或者使用加速器梯子等辅助工具
# 环境变量的配置只需要将bin文件所在目录放在电脑的Path路径下即可，这里不再展示
# 第二步我们需要在pycharm上下载allure-pytest插件（如果之前pip了那个整体文件，这里应该是已经下载过了）
pip install allure-pytest
# 第三步我们就可以直接来生成allure的测试结果展示界面了
# 1.我们通常首先需要生成一个allure临时Json文件
# 我们通常会加上这么一串"‐‐alluredir=./temps ‐‐clean‐alluredir"
# ‐‐alluredir = 文件生成地址 ： 表示我们将allure临时文件生成在我们所指定的相对临时目录下
# ‐‐clean‐alluredir ： 由于每次都会生成大量文件，所以我们会在生成前清除当前目录下的allure文件，保证我们数据都是最新数据
# 2.我们需要依靠临时文件来生成allure.html网页
# 我们通常在main方法中执行
if __name__ == '__main__':
# 正常运行
pytest.main()
# 休眠：主要为了JSON临时文件的生成
time.sleep(3)
# allure generate 固定语句 + allure临时JSON文件目录 + -o 输出指令 + allure.html生成文件目录 + --clean 清除旧数据
os.system("allure generate ./temps ‐o ./reports ‐‐clean")
Parametrize数据驱动
我们通常会采用Parametrize注解来进行数据驱动，下面我们来详细讲解一下：
# 格式：@pytest.mark.parametrize(参数名称，参数值)
# 意义：我们会将参数名称作为id，然后根据参数值的个数去依次调用，存在n个参数值，我们将会调用n次case
# 1.参数值为列表或元组时，参数名称可以为一个
# 首先我们这里因为使用单个元素的列表（元组），我们的参数名可以为一个
@pytest.mark.parametrize('caseinfo',['胡桃','胡桃宝宝','芙芙'，'芙芙宝宝'])
# 在方法参数里，我们需要调用parametrize的参数名称caseinfo，需要保证一模一样
def test_01_get_token(self,caseinfo):
# 在这里我们可以借助参数名称caseinfo来代替列表中的元素
# 列表中存在几个，我们该方法将执行几次，例如现在列表是四个元素，那么我们方法将会重复执行四次并每次按顺序赋值不同的元素
print("获取统一接口鉴权码："+caseinfo)
# 2.参数值为列表的多个时，参数名称可以为多个
# 这里我们列表中嵌套了一个列表，如果我们是单参数名称，那么输出时就会将第一个列表['胡桃厨','胡桃宝宝']输出出去
# 但是如果我们是多参数名称，系统会自动将第一个列表的元素分开赋值给arg1，arg2便于我们分开使用，个人还是比较推荐的
@pytest.mark.parametrize('arg1,arg2',[['胡桃厨','胡桃宝宝'],['芙芙厨','芙芙宝宝']])
# 注意：这里当然也需要和参数名称对应！！！
def test_01_get_token(self,arg1,arg2):
print("获取统一接口鉴权码："+str(arg1)+" "+str(arg2))
我们在进行数据驱动时通常会结合Yaml文件来进行数据获取，这里我们简单介绍一下Yaml文件：
# yaml是一种数据格式，扩展名可以是yaml,yml
# 支持#注释，通过缩进表示层级，区分大小写，且yaml文件最后获取的结果展示是一个字典列表格式
# yaml文件经常用于书写配置，例如Java的Spring中的配置文件，而我们也经常采用yaml编写自动化测试用例
# yaml文件通常会出现两种格式
# 字典格式：如果我们正常书写yaml文件，如下就是字典模式
name: 胡桃
# 列表模式：如果我们采用yaml中的列表，那么我们在py获取时也将获得列表
msjy:
- name1: 胡桃
- name2: 芙芙
- ages1: 18
- ages2: 19
# 我们也可以利用这个特性，直接在yaml中做多个列表，来多次提取
-
name:'xxx'
age:18
-
name:'xxx'
age:20
# 我们这里首先给出一个解析yaml文件的示例函数：
import os.path
import yaml
# 这里是获取当前路径，因为我们需要找到对应的yaml文件，那么具体路径就需要我们进行拼接
def get_obj_path():
# 这里我们使用了Python的os类来进行当前路径获取，最后返回结果其实是一个String字符串
# 我们以'common'作为分界（common是当前文件夹的名称，我们将该Str进行划分，获取前面的部分），获取到前面的路径部分来进行拼接
return os.path.dirname(__file__).split('common')[0]
# 然后我们这里定义一个方法来解析yaml文件
def read_yaml(yamlPath):
with open(get_obj_path() + yamlPath,mode = 'r',encoding = 'utf-8') as f:
# 这里需要我们pip install pyyaml
value = yaml.load(steam=f,Loader=yaml.FullLoader)
return value
# 然后我们这里采用一个main方法来执行上述用例（其实应该在其他测试类中执行）
if __name__ = '__main__':
# 调用read_yaml方法并给出yaml路径
print(read_yaml('testcase/user_manage/get_token.yaml'))
# 了解了所有东西之前我们就可以结合之前的Parametrize来进行操作：
# 我们这里将所需要的数据变为read_yaml读取的yaml文件内容
@pytest.mark.parametrize('caseinfo',read_yaml('testcase/user_manage/get_token.yaml'))
def test_01_get_token(self,caseinfo):
# 这里我们就可以获取到yaml文件内容并输出了
print("获取统一接口鉴权码："+caseinfo)
# 当然如果我们了解我们的yaml中拥有什么元素，我们还可以采用[]的方式具体表达出来
@pytest.mark.parametrize('caseinfo',read_yaml('testcase/user_manage/get_token.yaml'))
def test_01_get_token(self,caseinfo):
print("获取统一接口鉴权码：")
# 这里我们可以直接获取namekey对应的value
print("caseinfo[name]："+ caseinfo['name'])
# 这里我们可以分别获取request层下的method，url，data分别对应的value
print("caseinfo[name]："+ caseinfo['request']['method'])
print("caseinfo[name]："+ caseinfo['request']['url'])
print("caseinfo[name]："+ caseinfo['request']['data'])
链接：https://www.cnblogs.com/qiuluoyuweiliang/p/17828833.html
（版权归原作者所有，侵删）
