pytest是Python中最流行的测试框架之一。它提供了丰富的功能,可以帮助我们编写高效、可靠的测试用例。其中一个重要的功能就是参数化,它可以让我们用不同的数据组合来运行同一个测试用例,从而 提高测试覆盖率和效率。本文将介绍pytest参数化的基本用法和一些高级技巧,帮助读者更好地使用这个功能。
01 基本用法
pytest参数化的基本用法非常简单,只需要在测试函数上添加一个装饰器@pytest.mark.parametrize, 然后指定参数名称和参数值列表即可。例如,我们有一个测试函数test_add,用来测试两个数相加的结果是否正确:
def test_add():
assert add(2, 3) == 5
assert add(-1, 1) == 0
现在我们想用多组数据来运行这个测试函数,可以这样做:
import pytest
a, b, expected
(2, 3, 5),
(-1, 1, 0),
(0, 0, 0),
(100, -100, 0),
])
def test_add(a, b, expected):
assert add(a, b) == expected
这里我们定义了一个参数化装饰器,指定了三个参数名称a、b和expected,以及一个参数值列表,其中每个元素都是一个包含三个值的元组,分别代表两个数和它们的和。这样,pytest就会根据这个参数值列表,自动运行测试函数四次,每次用一个元组中的数据来替换a、b和expected参数,然后执行断言操作,最后输出测试结果。
02 参数化的多种方式
除了上面的方式,pytest还支持多种参数化的方式,可以根据实际情况选择最合适的一种。
参数值列表
我们已经看到了最简单的参数化方式,就是将多组参数值放在一个列表中,然后传给装饰器。这种方式适用于参数比较少、每个参数值都比较独立的情况。如果参数值之间有一定的关联性,或者参数比较多,就不太适合使用这种方式了。
参数名称列表
有时我们希望将参数值列表和参数名称列表分开定义,这样可以更清晰地表达参数之间的关系。例如, 我们有一个函数用来测试字符串是否包含某个子串,可以这样写:
@pytest.mark.parametrize("s, sub, expected", [
("hello world", "hello", True),
("hello world", "world", True),
("hello world", "python", False),
])
def test_contains(s, sub, expected):
assert (sub in s) == expected
这里我们将参数名称s、sub和expected分别和参数值列表中的元组对应起来,这样就可以更直观地理解 每个参数的含义。
注意,参数名称列表也可以是一个字符串,多个参数名称之间用逗号隔开,例如:“a, b, expected”。
参数化装饰器嵌套
有时我们需要对多个参数进行组合,这时可以使用参数化装饰器的嵌套。例如,我们有一个函数用来测试两个字符串连接后的结果是否正确,可以这样写:
@pytest.mark.parametrize("s1", ["hello", "world"])
@pytest.mark.parametrize("s2", ["python", "pytest"])
def test_concat(s1, s2):
assert concat(s1, s2) == s1 + s2
这里我们先用一个参数化装饰器指定s1参数的取值范围,然后在这个装饰器内部再嵌套一个参数化装饰器,指定s2参数的取值范围。这样,pytest就会自动运行测试函数四次,每次用一个s1和一个s2的组合 来测试函数的正确性。
参数化函数
有时我们需要动态生成参数值列表,这时可以使用参数化函数。例如,我们有一个函数用来测试一个整数是否为质数,可以这样写:
def is_prime(n):
if n < 2:
return False
for i in range(2, int(n ** 0.5) + 1):
if n % i == 0:
return False
return True
@pytest.mark.parametrize("n", range(10))
def test_is_prime(n):
assert is_prime(n) == (n in [2, 3, 5, 7])
这里我们使用了Python内置的range函数来生成一个整数序列,然后将这个序列作为参数值列表传给了参数化装饰器。这样,pytest就会自动运行测试函数十次,每次用一个整数来测试函数的正确性。
从文件读取参数
有时我们需要从外部文件中读取参数值列表,这时可以使用pytest的fixture机制。例如,我们有一个CSV文件,包含了多组数据,每组数据都是一个整数和一个字符串,用逗号隔开。我们希望用这些数据 来测试一个函数,可以这样写:
import csv
import pytest
@pytest.fixture(scope="module")
def data():
with open("test_data.csv") as f:
reader = csv.reader(f)
return list(reader)
@pytest.mark.parametrize("n, s", data())
assert func(n, s) == ...
这里我们定义了一个fixture函数data,用来读取CSV文件中的数据,并返回一个列表,每个元素都是一 个包含两个值的元组。然后在测试函数的参数化装饰器中,使用data()来获取这个列表,并将其中的元 组分别赋值给n和s两个参数。这样,pytest就会自动运行测试函数多次,每次用一个元组中的数据来测 试函数的正确性。
03 参数化的高级技巧
除了上面介绍的基本用法和多种方式,pytest参数化还有一些高级技巧,可以帮助我们更灵活地使用这个功能。
动态生成参数名称
有时我们需要动态生成参数名称,例如根据参数值来生成一个唯一的标识符。这时可以使用pytest的ids 参数,它可以指定每个参数值对应的参数名称。例如,我们有一个函数用来测试两个字符串连接后的长度是否正确,可以这样写:
@pytest.mark.parametrize("s1, s2, expected", [
("hello", "world", 10),
("pytest", "is awesome", 15),
], ids=["case1", "case2"])
def test_len(s1, s2, expected):
assert len(concat(s1, s2)) == expected
这里我们使用了ids参数,将每个参数值对应的参数名称指定为了一个字符串,分别 是"case1"和"case2"。这样,pytest就会在测试结果中显示这些参数名称,方便我们查看和分析测试结果。
参数化的组合
例如,我们有一个函数用来测试两个整数相乘的结果是否正确,可以这样写:
@pytest.mark.parametrize("a", [1, 2, 3]) @pytest.mark.parametrize("b", [4, 5, 6])
def test_mul(a, b):
assert mul(a, b) == a * b
@pytest.mark.parametrize("a, b", product([1, 2, 3], [4, 5, 6]))
def test_mul2(a, b):
这里我们先用两个参数化装饰器分别指定a和b的取值范围,然后在测试函数中用a和b的乘积来进行断 言。这样,pytest就会自动运行测试函数九次,每次用一个a和一个b的组合来测试函数的正确性。另 外,我们还可以使用product函数来完成同样的功能,它可以将多个参数值列表进行组合,并返回所有可能的参数组合。
动态生成参数化装饰器
有时我们需要根据某些条件动态生成参数化装饰器,例如根据某个配置文件中的参数来决定测试函数的参数取值范围。这时可以使用pytest的fixture机制,动态生成参数化装饰器。
例如,我们有一个配置文件,包含了两个参数s和n,分别表示一个字符串和一个整数,我们希望用这些参数来测试一个函数,可 以这样写:
import yaml
import pytest
@pytest.fixture(scope="module")
def config():
with open("test_config.yaml") as f:
return yaml.safe_load(f)
@pytest.fixture(scope="module")
def params(config):
return [(s, n) for s in config["strings"] for n in config["numbers"]]
def test_func(params):
for s, n in params:
assert funcs, n...
这里我们定义了两个fixture函数,config和params。
config用来读取配置文件中的参数
params用来根据这些参数动态生成参数值列表
然后在测试函数中,使用params来获取参数值列表,并将其中的元 组分别赋值给s和n两个参数。这样,pytest就会自动运行测试函数多次,每次用一个元组中的数据来测试函数的正确性。
04 总结
本文介绍了pytest参数化的基本用法和多种方式,帮助读者更好地使用这个功能。同时,还介绍了一些高级技巧,如动态生成参数名称、参数化的组合和动态生成参数化装饰器,帮助读者更灵活地使用参数 化。通过学习本文,读者可以更好地理解pytest参数化的原理和用法,从而编写更高效、可靠的测试用例。
最后: 下方这份完整的软件测试视频教程已经整理上传完成,需要的朋友们可以自行领取 【保证100%免费】
软件测试面试文档
我们学习必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有字节大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。