可能是 Python 中最火的第三方开源测试框架 pytest！_pytest开源框架的开源协议

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新软件测试全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上软件测试知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024b （备注软件测试）

正文

和前面介绍 unittest 和 nose 一样，我们将从如下几个方面介绍 pytest 的特性。

二、用例编写

同 nose 一样，pytest 支持函数、测试类形式的测试用例。最大的不同点是，你可以尽情地使用 assert 语句进行断言，丝毫不用担心它会在 nose 或 unittest 中产生的缺失详细上下文信息的问题。

比如下面的测试示例中，故意使得 test_upper 中断言不通过：

import pytest

def test_upper():
assert ‘foo’.upper() == ‘FOO1’

class TestClass:
def test_one(self):
x = “this”
assert “h” in x

def test_two(self):
x = “hello”
with pytest.raises(TypeError):
x + []

而当使用 pytest 去执行用例时，它会输出详细的（且是多种颜色）上下文信息：

=================================== test session starts ===================================
platform darwin – Python 3.7.1, pytest-4.0.1, py-1.7.0, pluggy-0.8.0
rootdir: /Users/prodesire/projects/tests, inifile:
plugins: cov-2.6.0
collected 3 items

test.py F… [100%]

======================================== FAILURES =========================================
_______________________________________ test_upper ________________________________________

def test_upper():

  assert 'foo'.upper() == 'FOO1'

E AssertionError: assert ‘FOO’ == ‘FOO1’
E - FOO
E + FOO1
E ? +

test.py:4: AssertionError
=========================== 1 failed, 2 passed in 0.08 seconds ============================

不难看到，pytest 既输出了测试代码上下文，也输出了被测变量值的信息。相比于 nose 和 unittest，pytest 允许用户使用更简单的方式编写测试用例，又能得到一个更丰富和友好的测试结果。

现在我也找了很多测试的朋友，做了一个分享技术的交流群，共享了很多我们收集的技术文档和视频教程。
如果你不想再体验自学时找不到资源，没人解答问题，坚持几天便放弃的感受
可以加入我们一起交流。而且还有很多在自动化，性能，安全，测试开发等等方面有一定建树的技术大牛
分享他们的经验，还会分享很多直播讲座和技术沙龙
可以免费学习！划重点！开源的！！！
qq群号：110685036

三、用例发现和执行

unittest 和 nose 所支持的用例发现和执行能力，pytest 均支持。 pytest 支持用例自动（递归）发现：

• 默认发现当前目录下所有符合 test_*.py 或 *_test.py 的测试用例文件中，以 test 开头的测试函数或以 Test 开头的测试类中的以 test 开头的测试方法
• 使用 pytest 命令
• 同 nose2 的理念一样，通过在配置文件中指定特定参数，可配置用例文件、类和函数的名称模式（模糊匹配）

pytest 也支持执行指定用例：

• 指定测试文件路径
• pytest /path/to/test/file.py
• 指定测试类
• pytest /path/to/test/file.py:TestCase
• 指定测试方法
• pytest another.test::TestClass::test_method
• 指定测试函数
• pytest /path/to/test/file.py:test_function

四、测试夹具（Fixtures）

pytest 的测试夹具和 unittest、nose、nose2的风格迥异，它不但能实现 setUp 和 tearDown这种测试前置和清理逻辑，还其他非常多强大的功能。

4.1 声明和使用

pytest 中的测试夹具更像是测试资源，你只需定义一个夹具，然后就可以在用例中直接使用它。得益于 pytest 的依赖注入机制，你无需通过from xx import xx的形式显示导入，只需要在测试函数的参数中指定同名参数即可，比如：

import pytest

@pytest.fixture
def smtp_connection():
import smtplib

return smtplib.SMTP(“smtp.gmail.com”, 587, timeout=5)

def test_ehlo(smtp_connection):
response, msg = smtp_connection.ehlo()
assert response == 250

上述示例中定义了一个测试夹具 smtp_connection，在测试函数 test_ehlo 签名中定义了同名参数，则 pytest 框架会自动注入该变量。

4.2 共享

在 pytest 中，同一个测试夹具可被多个测试文件中的多个测试用例共享。只需在包（Package）中定义 conftest.py 文件，并把测试夹具的定义写在该文件中，则该包内所有模块（Module）的所有测试用例均可使用 conftest.py 中所定义的测试夹具。

比如，如果在如下文件结构的 test_1/conftest.py 定义了测试夹具，那么 test_a.py 和 test_b.py 可以使用该测试夹具；而 test_c.py 则无法使用。

-- test_1 | |-- conftest.py | – test_a.py
| -- test_b.py – test_2
`-- test_c.py

4.3 生效级别

unittest 和 nose 均支持测试前置和清理的生效级别：测试方法、测试类和测试模块。

pytest 的测试夹具同样支持各类生效级别，且更加丰富。通过在 pytest.fixture 中指定 scope 参数来设置：

• function —— 函数级，即调用每个测试函数前，均会重新生成 fixture
• class —— 类级，调用每个测试类前，均会重新生成 fixture
• module —— 模块级，载入每个测试模块前，均会重新生成 fixture
• package —— 包级，载入每个包前，均会重新生成 fixture
• session —— 会话级，运行所有用例前，只生成一次 fixture

当我们指定生效级别为模块级时，示例如下：

import pytest
import smtplib

@pytest.fixture(scope=“module”)
def smtp_connection():
return smtplib.SMTP(“smtp.gmail.com”, 587, timeout=5)

4.4 测试前置和清理

pytest 的测试夹具也能够实现测试前置和清理，通过 yield 语句来拆分这两个逻辑，写法变得很简单，如：

import smtplib
import pytest

@pytest.fixture(scope=“module”)
def smtp_connection():
smtp_connection = smtplib.SMTP(“smtp.gmail.com”, 587, timeout=5)
yield smtp_connection # provide the fixture value
print(“teardown smtp”)
smtp_connection.close()

在上述示例中，yield smtp_connection 及前面的语句相当于测试前置，通过 yield 返回准备好的测试资源 smtp_connection; 而后面的语句则会在用例执行结束（确切的说是测试夹具的生效级别的声明周期结束时）后执行，相当于测试清理。

如果生成测试资源（如示例中的 smtp_connection）的过程支持 with 语句，那么还可以写成更加简单的形式：

@pytest.fixture(scope=“module”)
def smtp_connection():
with smtplib.SMTP(“smtp.gmail.com”, 587, timeout=5) as smtp_connection:
yield smtp_connection # provide the fixture value

pytest 的测试夹具除了文中介绍到的这些功能，还有诸如参数化夹具、工厂夹具、在夹具中使用夹具等更多高阶玩法，详情请阅读 “pytest fixtures: explicit, modular, scalable”。

五、跳过测试和预计失败

pytest 除了支持 unittest 和 nosetest 的跳过测试和预计失败的方式外，还在 pytest.mark 中提供对应方法：

• 通过 skip 装饰器或 pytest.skip 函数直接跳过测试
• 通过 skipif按条件跳过测试
• 通过 xfail 预计测试失败

示例如下：

@pytest.mark.skip(reason=“no way of currently testing this”)
def test_mark_skip():
…

def test_skip():
if not valid_config():

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注软件测试）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
alid_config():

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注软件测试）
[外链图片转存中…(img-1k5iK4IQ-1713473062588)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！