软件测试/测试开发/全日制|Pytest如何使用autouse实现自动传参

于 2024-01-11 00:30:00 发布
阅读量357 收藏 6
点赞数 8
分类专栏： Pytest测试框架 文章标签： pytest 单元测试 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Hogwartstester/article/details/135503990
版权
本文介绍了如何在Pytest中利用fixture的autouse参数实现自动使用功能，包括函数级和模块级的scope设置，以及如何通过装饰器和类方法来简化用例调用过程。
摘要由CSDN通过智能技术生成

在这里插入图片描述

Pytest fixture之autouse使用

写自动化用例会写一些前置的fixture操作，用例需要用到就直接传该函数的参数名称就行了。当用例很多的时候，每次都传这个参数，会比较麻烦。fixture里面有个参数autouse，默认是Fasle没开启的，可以设置为True开启自动使用fixture功能，这样用例就不用每次都去传参了。

调用fixture三种方法

  • 函数或类里面方法直接传fixture的函数参数名称
  • 使用装饰器@pytest.mark.usefixtures()修饰
  • autouse=True自动使用

使用fixture传参

先定义start功能，用例全部传start参数，调用该功能

import pytest



@pytest.fixture(scope="function")
def start(request):
    print('\n-----开始执行function----')


def test_a(start):
    print("-------用例a执行-------")




class Test_aaa():

    def test_01(self, start):
        print('-----------用例01--------------')

    def test_02(self, start):
        print('-----------用例02------------')

if __name__ == "__main__":
    pytest.main(["-vs", "test_demo.py"])

============================= test session starts =============================
collecting ... collected 3 items

test_demo.py::test_a 
-----开始执行function----
PASSED                                              [ 33%]-------用例a执行-------

test_demo.py::Test_aaa::test_01 
-----开始执行function----
PASSED                                   [ 66%]-----------用例01--------------

test_demo.py::Test_aaa::test_02 
-----开始执行function----
PASSED                                   [100%]-----------用例02------------


============================== 3 passed in 0.03s ==============================

Process finished with exit code 0

使用usefixtures传参

使用装饰器@pytest.mark.usefixtures()修饰需要运行的用例

import pytest

@pytest.fixture(scope="function")
def start(request):
    print('\n-----开始执行function----')


@pytest.mark.usefixtures("start")
def test_a():
    print("-------用例a执行-------")

@pytest.mark.usefixtures("start")
class Test_aaa():

    def test_01(self):
        print('-----------用例01--------------')

    def test_02(self):
        print('-----------用例02------------')

if __name__ == "__main__":
    pytest.main(["-vs", "test_demo.py"])

============================= test session starts =============================
collecting ... collected 3 items

test_demo.py::test_a 
-----开始执行function----
PASSED                                              [ 33%]-------用例a执行-------

test_demo.py::Test_aaa::test_01 
-----开始执行function----
PASSED                                   [ 66%]-----------用例01--------------

test_demo.py::Test_aaa::test_02 
-----开始执行function----
PASSED                                   [100%]-----------用例02------------


============================== 3 passed in 0.02s ==============================

设置autouse=True

autouse设置为True，自动调用fixture功能

  • 设置scope为module级别，在当前.py用例模块只执行一次，autouse=True自动使用
  • 设置scope为function级别，每个用例前都调用一次，自动使用
import pytest



@pytest.fixture(scope="module", autouse=True)
def start(request):
    print('\n-----开始执行moule----')
    print('module      : %s' % request.module.__name__)
    print('----------启动浏览器---------')
    yield
    print("------------结束测试 end!-----------")



@pytest.fixture(scope="function", autouse=True)
def open_home(request):
    print("function：%s \n--------回到首页--------" % request.function.__name__)


def test_01():
    print('-----------用例01--------------')

def test_02():
    print('-----------用例02------------')

if __name__ == "__main__":
    pytest.main(["-vs", "test_demo.py"])

============================= test session starts =============================
collecting ... collected 2 items

test_demo.py::test_01 
-----开始执行moule----
module      : demos.test_demo
----------启动浏览器---------
function：test_01 
--------回到首页--------
PASSED                                             [ 50%]-----------用例01--------------

test_demo.py::test_02 function：test_02 
--------回到首页--------
PASSED                                             [100%]-----------用例02------------
------------结束测试 end!-----------


============================== 2 passed in 0.02s ==============================

上面是写在函数里，写在类里一样可以使用

import pytest


@pytest.fixture(scope="module", autouse=True)
def start(request):
    print('\n-----开始执行moule----')
    print('module      : %s' % request.module.__name__)
    print('----------启动浏览器---------')
    yield
    print("------------结束测试 end!-----------")



class Test_aaa():
    @pytest.fixture(scope="function", autouse=True)
    def open_home(self, request):
        print("function：%s \n--------回到首页--------" % request.function.__name__)


    def test_01(self):
        print('-----------用例01--------------')

    def test_02(self):
        print('-----------用例02------------')

if __name__ == "__main__":
    pytest.main(["-vs", "test_demo.py"])

============================= test session starts =============================
collecting ... collected 2 items

test_demo.py::Test_aaa::test_01 
-----开始执行moule----
module      : demos.test_demo
----------启动浏览器---------
function：test_01 
--------回到首页--------
PASSED                                   [ 50%]-----------用例01--------------

test_demo.py::Test_aaa::test_02 function：test_02 
--------回到首页--------
PASSED                                   [100%]-----------用例02------------
------------结束测试 end!-----------


============================== 2 passed in 0.01s ==============================

获取更多技术资料，请点击！

推荐

Python全栈开发与自动化测试开发班
由浅入深实战进阶，从小白到高手

以Python全栈开发为基础，深入教授自动化测试技能，为学员打造全面的技术能力。通过系统学习和实际项目实战，学员将具备在职场中脱颖而出的竞争力。不仅能够灵活运用Python进行开发，还能够保障项目质量通过自动化测试手段。这是一个全面提升职业竞争力的机会。

课程详情
Python开发必备基础技能与项目实战
Pvthon 编程语言/算法和数据结构/面向对象编程Web后端开发/前端开发/测试管理平台项目实战

人工智能ChatGPT实战
人工智能辅助学习各种开发和测试技能/Pytorch深度学框架/平台开发实战

数据分析与自动化办公
数据采集/Pandas与数据处理技术/ECharts与数据可视化技术/爬虫实战/自动化办公/批量文件处理

UI自动化测试与高级项目实战
Web自动化测试/App自动化测试/ PageObject设计模式

接口自动化测试
接口协议分析/Mock实战/服务端接口测试

性能测试
性能测试流程与方法/JMeter 脚本参数化/Grafana监控系统搭建

简历指导与模拟面试
1V1简历指导/模拟真实面试/测试开发岗面试全攻略名企私教服务
名企专家1v1辅导/行业专家技术指导/针对性解决工作难题/绩效提升辅导与晋升复盘

课程亮点
名企私教服务 先学习后付费 高额奖学金
专属社群+晚自习在线答疑
5V1全方位辅导作业+考试强化学习效果
简历修改 模拟面试 就业内推 面试复盘

在这里插入图片描述

霍格沃兹测试开发学社
关注
专栏目录
博客
基于 LangChain 的自动化测试用例的生成与执行
09-27 557
自动化测试用例的生成与执行的实现原理。自动化测试用例的生成与执行的实现思路。利用 Agent 实现自动化测试用例的生成与执行。获取更多软件测试技术资料/面试题解析，请点击！
博客
JMeter的运行
09-25 362
JMeter 主界面大致可以划分为四个部分：1.常规菜单功能。
博客
手工测试用例转Web自动化测试生成
09-25 369
在传统编写 Web 自动化测试用例的过程中，基本都是需要测试工程师，根据功能测试用例转换为自动化测试的用例。市面上自动生成 Web 或 App 自动化测试用例的产品无非也都是通过录制的方式，获取操作人的行为操作，从而记录测试用例。整个过程类似于但是通常录制出来的用例可用性、可维护性都不强，而且依然需要人手工介入录制的过程。在 LLM 问世之后，我们便在探索，是否有第二种可能性，由大模型执行功能测试用例，生成自动化测试用例？
博客
大咖领衔，2天AI创业创收训练营即刻启程！不要错过，速来占位！
09-23 146
在这个日新月异的AI时代，我们诚邀您加入这场激动人心的AI创业创收2天训练营！这不仅是一次学习的机会，更是一次通往未来创收成功的加速器。
博客
基于LangChain手工测试用例转App自动化测试生成工具
09-19 948
App 自动化测试用例生成工具需求说明。如何通过 LangChain 实现 App 自动化测试用例生成工具。
博客
基于ChatGPT开发人工智能服务平台
09-18 384
ChatGPT 在刚问世的时候，其产品形态就是一个问答机器人。而基于ChatGPT的能力还可以对其做一些二次开发和拓展。比如模拟面试功能、或者智能机器人功能。模拟面试功能包括个性化问题生成、实时反馈、多轮面试模拟、面试报告。智能机器人功能提供24/7客服支持、自然语言处理、任务自动化、多渠道支持和数据分析与报告。
博客
手工转测试开发轻松实现薪资 50%涨幅的逆袭之路
09-13 510
在整个学习期间，我感觉对我最大的帮助如下：Python自动化课程，Docker服务搭建，CI/CD，质量体系建设，如何利用STAR法则进行清晰阐述，还有更重要的是学习思维的转变以及思考复盘等。Hello大家好，见字如面，我是深圳线下周末2期的学员。我之前一直在某公司以手工测试为主，虽然公司不错团队氛围也很好，但为了追求更广阔的技术发展，并且围墙内的人也总因为新鲜感更想去看看外面的世界。在六个多月的时间里，学习固然辛苦，但也正是因为这份付出，带给我的不仅有能力上的提升，更有眼界上的提升。
博客
JMeter 介绍与安装
09-11 459
它可以模拟多种协议的负载，被广泛用于测试 Web 应用程序、Web 服务、数据库和其他网络服务的性能。Apache JMeter 是一个开源的 Java 应用程序，用于进行性能测试和负载测试。注：配置环境变量后,在任意目录下打开终端输入 JMeter 都可以打开 JMeter。注意：JMeter 需要 Java 8+ 环境，因此前提是本地已安装 JDK。**30+ 项目实战强化训练，资深测试架构师、开源项目作者亲授。测试开发线下高薪私教班开课啦！，模拟面试+面试复盘跳槽无忧！
博客
搭建企业内部的大语言模型系统
09-10 900
PrivateGPT 提供了一个 API，其中包含构建私有的、上下文感知的 AI 应用程序所需的所有构建块。该 API 遵循并扩展了 OpenAI API 标准，支持普通响应和流响应。这意味着，如果您可以在您的工具之一中使用 OpenAI API，则可以使用您自己的 PrivateGPT API，无需更改代码，并且如果您在本地模式下运行 privateGPT，则免费。
博客
Hugging Face 的应用
09-09 1070
社区联合国内 AI 领域合作伙伴与高校机构， 致力于通过开放的社区合作，构建深度学习相关的模型开源社区，并开放相关模型创新技术，推动基于“模型即服务”（Model-as-a-Service）理念的模型应用生态的繁荣发展。百度智能云千帆大模型平台（以下简称千帆或千帆大模型平台）是面向企业开发者的一站式大模型开发及服务运行平台。千帆不仅提供了包括文心一言底层模型和第三方开源大模型，还提供了各种 AI 开发工具和整套开发环境，方便客户轻松使用和开发大模型应用。
博客
测试工程师的质量体系构建指南
09-05 165
对于个体而言，深入学习质量体系不仅能够显著提升专业技能的广度与深度，还能在激烈的职场竞争中脱颖而出，更关键的是，它能在心中根植起强烈的质量意识，成为职业生涯中不可或缺的宝贵财富。鉴于此，霍格沃兹测试开发学社匠心打造了一堂别开生面的质量体系公开课，旨在全方位提升学员构建与优化质量体系的实战能力。本次课程有幸邀请到了霍格沃兹测试开发学社的金牌讲师AD担纲主讲，她将以深厚的专业功底和丰富的实战经验，引领学员从零开始，逐步搭建起坚实的质量体系框架。效能提升：如何解决测试过程中需求多，周期紧的问题。
博客
大语言模型应用框架介绍
09-04 369
大语言模型的英文全称为：Large Language Model，缩写为 LLM，也被称为大型语言模型，主要指的是在大规模文本语料上训练、包含百亿级别参数的语言模型，它用来做自然语言相关任务的深度学习模型。自然语言的相关任务简单理解为：给到模型一个文本输入，经过训练的模型会给出相应的输出文本。通常被用来解决常见的语言问题，如：文本分类、问答、总结和文本生成等。了解什么是大语言模型应用框架。了解大语言模型应用框架的应用场景。了解常见的大语言模型应用框架。了解大语言模型的学习路线。
博客
Mistral 大语言模型
09-03 571
这是一种具有开放权重的高质量稀疏专家混合模型 (SMoE)。它是最强大的开放权重模型，具有宽松的许可证，也是成本/性能权衡方面的最佳模型。我们通过突破性的创新打造开放、高效、有用且值得信赖的人工智能模型。我们的使命是让前沿人工智能无处不在，为所有建设者提供量身定制的人工智能。这需要强烈的独立性，对开放、便携和可定制解决方案的坚定承诺，以及对在有限时间内交付最先进技术的高度关注。它由 Meta Platforms 和 Google DeepMind 的前员工于 2023 年 4 月创立。
博客
MetaLlama大模型
09-02 794
我们提供多种风格来覆盖广泛的应用程序：基础模型 (Code Llama)、Python 专业化 (Code Llama - Python) 和指令跟随模型 (Code Llama - Instruct)，每个模型都有 7B、13B 和 34B 参数。我们的模型在我们测试的大多数基准上都优于开源聊天模型，并且根据我们对有用性和安全性的人工评估，可能是闭源模型的合适替代品。我们在数万亿个Token上训练我们的模型，并表明可以专门使用公开可用的数据集来训练最先进的模型，而无需诉诸专有的和无法访问的数据集。
博客
AI自动化副业创收班手把手带你提升副业收益
08-30 818
副业创收已经成为行业趋势，在当前经济形势下，许多人面临着行业裁员的不确定性。为了增强个人的抗风险能力，寻求一份副业已经成为一种重要的趋势。这不仅是经济上的补充，更是对自由与独立的一种追求——它应让你自主掌控，不被外界束缚。通过精心打造的副业，你不仅可以灵活安排时间，享受到工作和生活的和谐共融，还能有额外的收入来源，有效改善现有生活质量。这不仅是一份额外的收益，更是对个人价值的再次挖掘与实现。目前，行业内流行的副业方向有小说推文、视频剪辑和直播带货等，但这些项目都需要大量的时间投入。
博客
基于LangChain手工测试用例转Web自动化测试生成工具
08-29 806
在传统编写 Web 自动化测试用例的过程中，基本都是需要测试工程师，根据功能测试用例转换为自动化测试的用例。市面上自动生成 Web 或 App 自动化测试用例的产品无非也都是通过录制的方式，获取操作人的行为操作，从而记录测试用例。整个过程类似于但是通常录制出来的用例可用性、可维护性都不强，而且依然需要人手工介入录制的过程。在 LLM 问世之后，我们便在探索，是否有第二种可能性，由大模型功能测试用例，自动化测试用例？测试工程师在编写用例的过程中，将操作步骤明确的表达出来。
博客
从零开始带你玩转 AI 变现公开课
08-28 384
在这个数字化时代，AI技术正以前所未有的速度改变着我们的创作与变现方式。小红书，作为年轻人喜爱的社交电商平台，更是为创作者们提供了广阔的舞台。但如何在小红书上利用AI技术实现内容创作与收益转化的双赢？我们的公开课将为你一一揭晓答案！
博客
清华大学ChatGLM大模型
08-28 335
经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答，更多信息请参考我们的博客。此外，如果需要在 cpu 上运行量化后的模型，还需要安装 gcc 与 openmp。多数 Linux 发行版默认已安装。为了方便下游开发者针对自己的应用场景定制模型，我们同时实现了基于 P-Tuning v2 的高效参数微调方法 (使用指南) ，INT4 量化级别下最低只需 7GB 显存即可启动微调。
博客
Docker Kill/Pause/Unpause命令详细使用指南
08-28 1710
Docker是一种流行的容器化平台，提供了各种命令和功能来管理和操作容器。killpause和unpause。我们将深入了解它们的作用、用法和示例，帮助您更好地理解和使用这些命令。Docker提供了几个与容器生命周期相关的命令，其中包括killpause和unpause。这些命令允许您对运行中的容器执行不同的操作。命令用于强制停止运行中的容器，类似于向容器发送SIGKILL信号。命令用于暂停运行中的容器，冻结容器的所有进程，使其无法继续执行。命令用于解除暂停状态，恢复被暂停的容器的执行。
博客
docker ps命令 管理和监视容器
08-28 846
Docker是一种流行的容器化平台，用于构建、分发和运行应用程序。Docker提供了许多命令行工具，其中之一是docker ps命令。本文将深入介绍docker ps命令，解释其用途、参数和功能，以及如何使用该命令来管理和监视运行中的Docker容器。获取更多技术资料，请点击！docker ps命令是Docker中一个非常有用的工具，它提供了对容器的管理和监视功能。通过使用不同的选项和参数，可以灵活地定制·docker ps·命令的输出，并与其他Docker命令结合使用，更好地管理和运维容器化的应用程序。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值