包头手机网站建设,全网关键词搜索,如何开微信小程序店铺,农产品网站建设及优化项目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…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 + 1def 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
进入 Tools-Python Intergrated Tools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 bool expression;
assert bool expression : message;
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=webtestpytest -s test_mark_zi_09.py -m apptestpytest -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…exceptpytest.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 pycharmtxt 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 xlrdxlwingspandas openpyxl 官方文档： https://openpyxl.readthedocs.io/en/stable/openpyxl 库的安装
安装：pip install openpyxl导入：import openpyxlopenpyxl 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 │
