pytest学习整理

 🔥 交流讨论：欢迎加入我们一起学习！

🔥 资源分享：耗时200+小时精选的「软件测试」资料包

🔥 教程推荐：火遍全网的《软件测试》教程  

📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！

一、安装及入门

1.安装及使用条件

• 支持的python版本：python2.6及以上
• 支持的平台：Unix、Posix、Windows
• 安装pytest：pip install –U pytest
• 查看安装的pytest版本：pytest –version

2.入门小栗子

import pytest

# 被测函数
def fun(x):
    return x + 1

# 测试函数
def test_Fun():
    assert fun(3) == 5

if __name__ == '__main__':
    # 执行测试
    pytest.main()

执行结果：

可以看到返回了一个断言失败的结果
 

二、用例运行

1.pytest用例的设计原则

• 文件名格式符合 test_*.py 及 *_test.py

• 测试函数以 test_ 开头

• 测试类以 Test 开头且类中的方法以 test_ 开头，并且类中不能有__init__ 方法

• 所有的 package 必须要有 __init__.py 文件

2.执行用例的方式

• 直接使用 pytest 命令会执行当前目录及子目录下所有 test_*.py 及 *_test.py 格式的文件

• 若想执行指定文件中的测试用例，则可使用 pytest test_files，test_files 表示指定的用例目录或用例文件。例： pytest test_mod.py 或 pytest testing/

• pytest –k “MyClass and not method” 按关键字表达式运行用例。这将运行包含与表达式匹配的名称的测试用例，匹配的名称可以是文件名、类名、函数名，并支持 python运算符 or 和 and 操作。上面的示例将运行TestMyClass.test_something但不运行TestMyClass.test_method_simple。

• pytest test_mod.py::test_func 按节点ID运行测试。每次执行收集到的测试用例集合都会被分配一个唯一的nodeid,其中包含模块文件名,后跟说明符,如类名、函数名及参数,由:: 字符分隔。该命令表示执行指定模块中某条指定的测试用例。

• pytest –m 自定义标记 运行指定mark标记的测试用例。如：pytest –m slow 这将会执行所有带@pytest.mark.slow装饰器的用例

• pytest -pyargs pkg.testing 导入pkg.testing并使用其文件系统位置来查找和运行测试，简单说就是从包中运行测试。

3.pytest 常用命令行参数

• -v 或 --verbose 显示更详细的测试结果信息；例：pytest -v test_case.py

• -q 或 --quiet 启用“静默模式”，只在测试结果失败时显示详细信息，正常运行时不显示测试过程的详细信息。

• -s 或 --Silent：禁用捕获测试用例的标准输出和标准错误流，将这些输出显示在控制台上，便于调试和查看打印信息。

• -n=NUM：启用多线程或多进程运行测试用例，需要安装pytest-xdist插件模块。

• -k=VALUE：用例的nodeid包含VALUE值则该用例被执行。可以使用通配符或正则表达式来构建匹配规则。

• -m=LABELNAME：仅执行被@pytest.mark.LABELNAME标记的用例。

• -x 或 --xfail：如果任何一个用例执行失败，则停止当前线程的测试执行。

• --maxfail=NUM：当用例运行时，允许的最大失败次数为NUM，超过则立即停止执行。

• --reruns=NUM：失败的用例尝试重跑NUM次。

• -r char：用于在测试会话结束时显示测试结果摘要；例：pytest -rf test_case.py 表示测试运行时显示 fail 测试结果的详细信息。（char：(f)ailed, (e)rror, (s)kipped, (x)failed, (X)passed, (P)assed, a(ll)...其中 a 表示除了通过以外的所有结果）

更多参数的使用方式及作用可通过 pytest -h 查看
 

4.测试结果的状态

• passed：测试通过
• failed：断言失败；预期的失败结果与测试函数返回的失败结果不一致时，测试结果也是该状态
• error：测试的程序代码报错
• xfail：预期失败，测试函数或测试类上加了装饰器 @pytest.mark.xfail()
   

三、pytest常用

1.assert（断言）的使用

1.1.基础断言：

assert expression ：表达式为True时，断言成功，测试结果为 passed；表达式为False时，断言失败，测试结果为 failed。例：

import pytest


def fun(x):
    return x ** 2


def test_fun():
    assert fun(3) == 9


def test_fun2():
    assert fun(4) < 10


if __name__ == "__main__":
    pytest.main()

执行结果：

 

1.2. 异常断言：

使用 pytest.raises 作为上下文管理器，当测试函数抛出异常时可以获取到对应的异常实例。例：

def test_zero_division():
    with pytest.raises(ZeroDivisionError):
        1 / 0

执行结果（抛出的错误与预期的错误一致，则执行成功）：

若需要访问测试函数抛出的异常信息，那么可以这样：

import pytest


def zero_division():
    with pytest.raises(ZeroDivisionError) as excinfo:
        1 / 0

	# type, traceback, value 是异常实例的主要属性
    print(excinfo.type)
    print(excinfo.traceback)
    print(excinfo.value)


if __name__ == "__main__":
    zero_division()

执行结果：

注意：断言 value 值时需要将其转换为 str。如：

import pytest


def test_zero_division():
    with pytest.raises(ZeroDivisionError) as excinfo:
        1 / 0		# 这里是函数表达式

        assert 'zero' in str(excinfo.value)  # 从这里获得值

此外，上下文管理还接受 match 关键字参数，用以匹配表达式中的异常，例如：

import pytest


def fun():
    raise ValueError("exception 123 raised")


def test_fun():
    with pytest.raises(ValueError, match=r'.* 123 .*'):
        fun()

执行结果：

 

2.fixture函数

包含unittest的setUp() 和 tearDown() 方法，用于对测试用例做初始化或清扫工作，使用时更灵活。

那么，如何使用它呢？首先我们来看看fixture函数的初始化参数列表，并通过以下例子逐步熟悉使用它吧！

@pytest.fixture(scope = "function",params=None,autouse=False,ids=None,name=None)
def test():
	pass

2.1、scope：function、class、module、package、session

• 值为session时，表示一次会话（一次运行算一次会话）内该fixture函数只调用一次（如果用到该fixture函数）。

• 值为package时，表示运行测试时每个包前仅调用一次该fixture函数

• 值为module时，表示运行测试时每个模块前仅调用一次该fixture函数（在conftest.py时有效，否则只在fixture函数所在模块有效）。

• 值为class时，表示运行测试时每个测试类前仅调用一次该fixture函数

• 值为function时，表示运行测试时每个测试函数前调用一次该fixture函数。

注意：范围比较大的 fixture 函数将优先被实例化。

小栗子：

# test_fixture.py

import pytest


@pytest.fixture(scope="class")
def return_info():
    print('this is fixture !')
    return 'this is example!'


# 调用fixture
class TestClass:
	# 测试方法（非测试方法不能使用该方式）通过在形参中使用fixture函数名来调用fixture函数并获取其返回值
    def test_case(self, return_info):
        assert 'this' in return_info

    def test_case2(self, return_info):
        assert 'is' in return_info


if __name__ == "__main__":
    pytest.main()

执行结果：

可看到一个测试类里仅执行了一次 fixture 函数。
 

将 @pytest.fixture(scope="class") 中的 scope 值改为 "function" 再运行一次：

可看到该fixture函数执行了两次！

2.2、params：

• Fixture函数的可选形参列表（支持列表传入），默认值为None。

• params的每个元素都会执行调用一次（每个使用到该fixture函数的函数都会被执行一次）

• 与参数ids一起使用，作为每次每个元素调用的标识。

小栗子：

import pytest


@pytest.fixture(scope="class", params=[10, 20, 30], ids=['one', 'two', 'three'])
def return_num(request):  # request：pytest内建fixture函数，有字段param，通过request.param 获取注解中传入的params值
    return request.param  # 这里获取值的写法为固定写法


def test_num(return_num):
    print('parm的值为：{}'.format(return_num))
    assert return_num >= 5


if __name__ == '__main__':
    pytest.main()

执行结果：

 

2.3、autouse：

默认False，表示不自动调用 fixture 函数。值为True时，该fixture函数调用效果根据scope的值而定，当scope的值为“function”时，测试方法执行前调用一次该fixture函数，且测试函数中，不需要传入该fixture函数名（fixture函数有返回值时仍需通过使用fixture函数名来获取返回值）。

小栗子：

import pytest


@pytest.fixture(scope="function", autouse=True)
def return_info():
    print('this is fixture !')
    return 'this is example!'


# 调用fixture
class TestClass:
    def test_case(self, return_info):	# 仍需通过fixture函数名来获取其返回值
        assert 'this' in return_info
	
	# 若无需fixture函数的返回值，则可不写fixture函数名，因autouse为True，此时不写fixture函数名仍可调用该fixture函数
    def test_case2(self):
        assert 'is' in 'this is example!'


if __name__ == "__main__":
    pytest.main()

执行结果：

 

2.4、ids：

搭配 params 使用，有点用但不多。详见上方 params 例子。

2.5、name：

用于在调用fixture函数时，重命名fixture函数名，有点用但不多。

小栗子：

import pytest


@pytest.fixture(name='num')
def return_num():
    return 10


def test_num(num):
    assert num == 20

注意：在调用fixture函数时，只能使用重命名后的函数名num, 使用实际函数名将不会生效
 

2.6、conftest.py——共享 fixture 函数

可以认为是一个专门存放fixture函数的配置文件，且测试文件（即文件命名符合test_*.py 及 *_test.py）中的测试函数可以直接引用fixture函数名来调用该fixture函数而不需要导入。

小栗子：

# conftest.py
import pytest


@pytest.fixture
def return_num():
    print('这是一个conftest.py中的fixture函数！')
    return 10

# test_case.py
import pytest


def test_num(return_num):
    assert return_num < 100


if __name__ == "__main__":
    pytest.main()

运行测试：



conftest.py 的特性：

• conftest.py 文件名称固定，不可更改

• pytest会默认读取conftest.py里面的所有fixture，因此测试文件中引用时无需导入相关 fixture 函数，非测试文件不可直接引入。

• 生效范围：只对同一个package下的所有测试用例生效，且不同目录下可拥有各自的 conftest.py 文件；同一目录下，若有多个conftest.py，且拥有同名的fixture函数，那么调用时将只调用离测试文件近的 conftest.py 中的相关fixture函数。

tips：最顶层的 conftest.py 一般用于初始化动作，如接口测试中的登录获取token、WebUI自动化测试中的初始化driver等。

2.7、fixture函数的后置处理

前面所举的例子，都是 setUp() 的处理，接下来我们看看如何实现 tearDown() 。

使用 yield ：

import pytest


@pytest.fixture(autouse=True)
def exercise_yield():
    print('setUp() 部分')
    yield
    print('tearDown() 部分')


def test_num(return_num):
    assert return_num < 100


if __name__ == "__main__":
    pytest.main()

运行测试：

可看到yield之前的部分将在测试运行前被执行，之后的部分在测试运行完成后被执行。

注意：yield之前的代码若抛出异常或断言失败，那么yield之后的代码将不会被执行，当然，使用了该fixture函数的测试代码也不会执行
 

通过request上下文对象的 addfinalizer 方法来完成后置作用：

import pytest


@pytest.fixture(scope="class", name='num')
def return_num(request):
    print("setUp代码块")

    def print_one():
        print('tearDown代码块 one')

    def print_two():
        print('tearDown代码块 two')

    request.addfinalizer(print_one)
    request.addfinalizer(print_two)


def test_case():
    assert 1


if __name__ == "__main__":
    pytest.main()

运行测试：

可看到两个addfinalizer 添加的方法都被执行了。
 

如果 setUp() 部分出现异常，会不会运行addfinalizer() 方法添加的 tearDown() 代码呢，试试看：

import pytest


@pytest.fixture()
def print_info(request):
    print("setUp代码块")
    print(1 / 0)

    def print_one():
        print('tearDown代码块 one')

    request.addfinalizer(print_one)


def test_exercise(print_info):
    assert 1


if __name__ == "__main__":
    pytest.main()

运行测试：

答案是不会。这里我稍微有点疑惑，很多答案都说，终结函数 addfinalizer() 函数即使 setUp() 代码部分抛出异常或断言失败时仍可执行 tearDown() 部分的代码，但实践来看，和yield并无区别，希望有大佬来解答我的疑惑。

两相比较，使用yield 看起来更简洁，终结函数 addfinalizer() 则可添加多个tearDown() 的处理函数。
 

3.mark 的使用

3.1、常见内置标记

通过使用 pytest.mark 你可以轻松地在测试用例上设置标记。常用的内置标记如下：

• skip -始终跳过该测试用例。用法：在测试用例前添加装饰器 @pytest.mark.skip(reason) ，可传入的可选参数 reason 表示自定义的描述（关于为什么跳过的描述）
  当想要跳过整个模块的用例时，在模块代码中可以用：@pytest.skip(reason, allow_module_level=True)

• skipif -遇到特定情况下跳过该测试用例。
  用法：@pytest.mark.skipif(条件表达式, reason)，如果条件表达式为True，那么就会跳过该用例。

• usefixtures -使用指定的fixture方法
  用法：@pytest.mark.usefixtures(fixture函数名称)
  注意：用此方式使用fixture函数时，无法获取其返回值，必须使用fixture函数名的方式获取其返回值。

• xfail -遇到特定情况，产生一个“期望失败“的输出，直接使用时，测试通过则标记为XPASS，失败则标记为XFAIL。
  用法：@pytest.mark.xfail(condition = None,reason = None,raises = None,run = True,strict = False)
  condition（bool）：bool表达式
  reason（str）：标记为xfail的原因
  raises（str）：期望由测试函数引发的异常，异常若对应则通过测试，不对应无法通过测试
  run（bool）：如果值为False，那么被标记的函数将不会被执行，并始终标记为xfail
  strict（bool）:值为False，该函数将在终端输出中显示，并且无论被标记的测试是否通过，都不会导致测试套件整体失败；值为True，被标记的函数在终端输出显示中为xfailed，如果意外地通过测试，将使整体测试套件失败。

• parametrize -在同一个测试用例上运行多次调用（数据驱动/参数化）。

注意：标记仅对测试用例有效。对fixture函数无效

3.2、自定义标记

在测试用例函数上可以打上自定义的标记，运行测试用例时，可以通过标签名来过滤要运行的测试用例：@pytest.mark.标记名
示例：

import pytest


@pytest.mark.smoke
def test_case_01():
    print('mark is smoke')
    assert 1


@pytest.mark.webtest
def test_case_02():
    print('no smoke,this is webtest')
    assert 1

运行测试 pytest -m "smoke" ：

可看到只执行了标记为 “smoke”的测试。测试结果中出现了warnings，这是因为自定义的标记未注册。

注册自定义标记：

• 第一种方法：使用 pytest.ini 文件，该文件须和测试用例在同一个目录，或者在根目录下作用于全局。

# pytest.ini
[pytest]
markers =
    smoke
    webtest

若运行测试时出现错误：UnicodeDecodeError: 'gbk' codec can't decode byte 0xaa in position 48: illegal multibyte sequence 这是解决方法

• 第二种方法：在 conftest.py 文件中使用如下钩子函数注册自定义标记

def pytest_configure(config):
    marker_list = ["smoke: this is smoke mark", "webtest"]
    # 注册自定义标记
    for marker in marker_list:
        config.addinivalue_line("markers", marker)

执行两个自定义标记的测试用例：

pytest –m "smoke or webtest"

运行结果：


 

4.参数化

有时我们需要使用不同的值对一个接口进行重复的测试，这时就需要进行参数化了，接下来让我们看看几种常见的参数化方式。

4.1、标记参数化

@pytest.mark.parametrize
用法：在用例类/方法前加上@pytest.mark.parametrize(‘参数名‘，参数列表/参数字典)

• 使用列表：

import pytest


@pytest.mark.parametrize('int_type, float_type', [(10, 9.99), (100, 99.9)])  # 第一种传入多组参数的示例
def test_print(int_type, float_type):
    print(int_type)
    print(float_type)
    assert 1


parametrize = [(66, 66.66), (99, 99.99)]


@pytest.mark.parametrize('int_type, float_type', parametrize)  # 第二种传入多组参数的示例
def test_print_02(int_type, float_type):
    print(int_type)
    print(float_type)
    assert 1

使用列表时，还可装饰多个@pytest.mark.parametrize 进行参数间的排列组合测试：

# -*- coding:utf8 -*-
import pytest


@pytest.mark.parametrize('x', [1, 2])
@pytest.mark.parametrize('y', [3, 4])
def test_01(x, y):
    assert x * y % 2 == 0


if __name__ == "__main__":
    pytest.main()

• 使用字典：

# -*- coding:utf8 -*-
import pytest

test_dict = [{'质数': 2}, {'水仙花数': 153}, {'完全数': 28}]


@pytest.mark.parametrize('case_dict', test_dict)
def test_print(case_dict):
    num_name = [key for key in case_dict.keys()]
    num_value = [value for value in case_dict.values()]
    print('特殊数名：%s, 举例：%s' % (num_name, num_value))
    assert 1

运行测试：

 

4.2、使用fixture函数进行参数化

# -*- coding:utf8 -*-
import pytest


@pytest.fixture(params=[33, 99])
def request_params(request):
    return request.param


def test_01(request_params):
    assert request_params ** 2 % 3 == 0

运行测试：

 

5.常用的pytest配置（pytest.ini文件的使用）

pytest.ini：pytest的配置文件，一个项目中仅存一个，且固定名字不可更改，若需使其作用于全局，则须将其放在项目根目录下。

5.1、markers

用于注册自定义标记：

[pytest]
markers =
    markers_one: this is markers_one
    markers_two
    markers_three

5.2、addopts

用于设置自定义执行参数，pytest运行时以此设置为默认执行条件

[pytest]
# 表示默认执行pytest时显示详细输出、不捕获标准输出，并且每个用例失败时重跑两次
addopts = -v -s --reruns=2

5.3、testpaths

定义测试文件存放路径。pytest会按照此配置去指定路径下寻找测试文件。

[pytest]
# 表示在当前目录下的test文件夹中查找测试文件
testpaths = ./test

5.4、自定义用例执行规则

[pytest]
# 表示pytest会执行所有以test开头的文件
python_files = test*.py
# 表示pytest会执行所有以Test开头的类
python_classes = Test*
# 表示pytest会执行所有以test开头的函数
python_functions = test*

5.5、xfail_strict

用于设置当预期失败的测试用例实际通过时是否应视为错误。如果设置为True，则预期失败的测试用例如果实际通过，将被视为错误。

[pytest]
# 值可设置为 True, False, 0, 1
xfail_strict = True

5.6、log_cli 和 log_cli_level

用于配置pytest的命令行日志记录。log_cli控制是否启用日志记录，而log_cli_level设置日志级别（如DEBUG, INFO, WARNING, ERROR, CRITICAL）

[pytest]
# 值可设置为 True, False, 0, 1
log_cli = True  
log_cli_level = INFO

平时测试自己写的自动化测试代码时有用，真正批量运行时不建议使用。
 

5.7、cache_dir

指定pytest缓存的目录，用于在多次运行之间缓存测试结果，加速测试执行。

[pytest]
cache_dir = .pytest_cache

 

可通过cmd命令 pytest --help 查看更多配置项的使用：

[pytest] ini-options in the first pytest.ini|tox.ini|setup.cfg file found:

  markers (linelist):   markers for test functions
  empty_parameter_set_mark (string):
                        default marker for empty parametersets
  norecursedirs (args): directory patterns to avoid for recursion
  testpaths (args):     directories to search for tests when no files or directories are given in the command line.
  filterwarnings (linelist):
                        Each line specifies a pattern for warnings.filterwarnings. Processed after -W/--pythonwarnings.
  usefixtures (args):   list of default fixtures to be used with this project
  python_files (args):  glob-style file patterns for Python test module discovery
  python_classes (args):
                        prefixes or glob names for Python test class discovery
  python_functions (args):
                        prefixes or glob names for Python test function and method discovery
  disable_test_id_escaping_and_forfeit_all_rights_to_community_support (bool):
                        disable string escape non-ascii characters, might cause unwanted side effects(use at your own
                        risk)
  console_output_style (string):
                        console output: "classic", or with additional progress information ("progress" (percentage) |
                        "count").
  xfail_strict (bool):  default for the strict parameter of xfail markers when not given explicitly (default: False)
  enable_assertion_pass_hook (bool):
                        Enables the pytest_assertion_pass hook.Make sure to delete any previously generated pyc cache
                        files.
  junit_suite_name (string):
                        Test suite name for JUnit report
  junit_logging (string):
                        Write captured log messages to JUnit report: one of no|log|system-out|system-err|out-err|all
  junit_log_passing_tests (bool):
                        Capture log information for passing tests to JUnit report:
  junit_duration_report (string):
                        Duration time to report: one of total|call
  junit_family (string):
                        Emit XML for schema: one of legacy|xunit1|xunit2
  doctest_optionflags (args):
                        option flags for doctests
  doctest_encoding (string):
                        encoding used for doctest files
  cache_dir (string):   cache directory path.
  log_level (string):   default value for --log-level
  log_format (string):  default value for --log-format
  log_date_format (string):
                        default value for --log-date-format
  log_cli (bool):       enable log display during test run (also known as "live logging").
  log_cli_level (string):
                        default value for --log-cli-level
  log_cli_format (string):
                        default value for --log-cli-format
  log_cli_date_format (string):
                        default value for --log-cli-date-format
  log_file (string):    default value for --log-file
  log_file_level (string):
                        default value for --log-file-level
  log_file_format (string):
                        default value for --log-file-format
  log_file_date_format (string):
                        default value for --log-file-date-format
  log_auto_indent (string):
                        default value for --log-auto-indent
  faulthandler_timeout (string):
                        Dump the traceback of all threads if a test takes more than TIMEOUT seconds to finish.
  addopts (args):       extra command line options
  minversion (string):  minimally required pytest version
  required_plugins (args):
                        plugins that must be present for pytest to run

最后，附 pytest官方文档地址，pytest中文官方文档地址。

最后我邀请你进入我们的【软件测试学习交流群：785128166】， 大家可以一起探讨交流软件测试，共同学习软件测试技术、面试等软件测试方方面面，还会有免费直播课，收获更多测试技巧，我们一起进阶Python自动化测试/测试开发，走向高薪之路

作为一个软件测试的过来人，我想尽自己最大的努力，帮助每一个伙伴都能顺利找到工作。所以我整理了下面这份资源，现在免费分享给大家，有需要的小伙伴可以关注【公众号：程序员二黑】自提！