【Pytest自动化测试详解】

参数	描述	案例
-v	输出调试信息。如：打印信息	pytest.main([‘-v’,‘testcase/test_one.py’,‘testcase/test_two.py’])
-s	输出更详细的信息，如：文件名、用例名	pytest.main([‘-vs’,‘testcase/test_one.py’,‘testcase/test_two.py’])
-n	多线程或分布式运行测试用例
-x	只要有一个用例执行失败，就停止执行测试	pytest.main([‘-vsx’,‘testcase/test_one.py’])
– maxfail	出现N个测试用例失败，就停止测试	pytest.main([‘-vs’,‘-x=2’,‘testcase/test_one.py’]
–html=report.html	生成测试报告	pytest.main([‘-vs’,‘–html=./report.html’,‘testcase/test_one.py’])
-m	通过标记表达式执行
-k	根据测试用例的部分字符串指定测试用例，可以使用and，or

4.2、命令行运行

4.3、pytest.ini配置文件方式运行（常用）

mian执行方式还是命令执行，都会去读取pytest.ini文件

pytset.ini文件尽可能不要出现中文。

五、pytest配置文件pytest.ini文件

pytest的配置文件通常放在测试目录下，名称为pytest.ini，命令行运行时会使用该配置文件中的配置

六、pytest的常用插件

插件列表网址：https://plugincompat.herokuapp.com
包含很多插件包，大家可依据工作的需求选择使用。

七、pytest中conftest.py文件

7.1、conftest.py的特点

pytest 会默认读取 conftest.py里面的所有 fixture
conftest.py 文件名称是固定的，不能改动
conftest.py 只对同一个 package 下的所有测试用例生效
不同目录可以有自己的 conftest.py，一个项目中可以有多个 conftest.py
测试用例文件中不需要手动 import conftest.py，pytest 会自动查找

7.2、conftest.py的示例目录，最顶层的 conftest，一般写全局的 fixture

八、pytest中fixtrue装饰器

8.1、前言

虽然setup和teardown可以执行一些前置和后置操作，但是这种是针对整个脚本全局生效的
如果有以下场景：

用例一需要执行登录操作；
用例二不需要执行登录操作；
用例三需要执行登录操作，则setup和teardown则不满足要求。
fixture可以让我自定义测试用例的前置条件

8.2、fixtrue的优势

命名方式灵活，不限于setup和teardown两种命名
conftest.py可以实现数据共享，不需要执行import 就能自动找到fixture
scope=module，可以实现多个.py文件共享前置
scope=“session” 以实现多个.py 跨文件使用一个 session 来完成多个用例

8.3、Fixture的调用方式：
@pytest.fixture(scope = "function",params=None,autouse=False,ids=None,name=None)

8.4、Fixture的作用范围

8.5、fixtrue参数详解-scope

用于控制Fixture的作用范围
作用类似于Pytest的setup/teardown
默认取值为function（函数级别），
控制范围的排序为：session > module > class > function

8.5.1、scope = “function”

场景一：做为参数传入

从运行结果可以看出，fixture做为参数传入时，会在执行函数之前执行该fixture函数。再将值传入测试函数做为参数使用，这个场景多用于登录

场景二：Fixture的相互调用

即使fixture之间支持相互调用，但普通函数直接使用fixture是不支持的，一定是在测试函数内调用才会逐级调用生效
有多层fixture调用时，最先执行的是最后一层fixture，而不是先执行传入测试函数的fixture
上层fixture的值不会自动return,这里就类似函数相互调用一样的逻辑

8.5.2、scope = “class”
测试类内的每一个测试方法都调用了fixture，fixture只在该class下所有测试用例执行前执行一次

测试类中的测试方法使用了fixture函数名，fixture只在该class下第一个使用fixture函数的测试用例位置开始算，后面所有的测试用例执行前只执行一次。而该位置之前的测试用例就不管。
语法

1@pytest.fixture(scope='class')

8.5.3、scope = “module”：与class相同，只从.py文件开始引用fixture的位置生效

8.5.4、scope = “session”：

session的作用范围是针对.py级别的
module是对当前.py生效
seesion是对多个.py文件生效
session只作用于一个.py文件时，作用相当于module
所以session多数与contest.py文件一起使用，做为全局Fixture

8.6、fixtrue参数详解-autouse

默认False,若为True，刚每个测试函数都会自动调用该fixture,无需传入fixture函数名
由此我们可以总结出调用fixture的三种方式：
　　1.函数或类里面方法直接传fixture的函数参数名称
　　2.使用装饰器@pytest.mark.usefixtures()修饰
　　3.autouse=True自动调用，无需传仍何参数，作用范围跟着scope走（谨慎使用）
让我们来看一下，当autouse=ture的效果：

8.7、fixtrue参数详解params

Fixture的可选形参列表，支持列表传入
默认None，每个param的值
fixture都会去调用执行一次，类似for循环
可与参数ids一起使用，作为每个参数的标识，详见ids
被Fixture装饰的函数要调用是采用：Request.param(固定写法，如下图)

8.8、fixtrue参数详解-ids

用例标识ID与params配合使用，一对一关系，配置了IDS后：

8.9、fixtrue参数详解-name

fixture的重命名
通常来说使用 fixture 的测试函数会将 fixture 的函数名作为参数传递，但是 pytest 也允许将fixture重命名
如果使用了name,那只能将name传如，函数名不再生效
调用方法：@pytest.mark.usefixtures(‘fixture1’,‘fixture2’)

九、pytest跳过测试用例skip、skipif

9.1、@pytest.mark.skip
跳过执行测试用例，有可选参数 reason：跳过的原因，会在执行结果中打印

9.2、pytest.skip()函数基础使用
作用：在测试用例执行期间强制跳过不再执行剩余内容
类似：在Python的循环里面，满足某些条件则break 跳出循环

9.3、 pytest.skip(msg=“”,allow_module_level=False)

当 allow_module_level=True 时，可以设置在模块级别跳过整个模块

9.4、 pytest.skip(msg=“”,allow_module_level=False)

方法：
skipif(condition, reason=None)
参数：
condition：跳过的条件，必传参数
reason：标注原因，必传参数
使用方法：
@pytest.mark.skipif(condition, reason=“xxx”)

9.5、跳过标记

可以将 pytest.mark.skip 和 pytest.mark.skipif 赋值给一个标记变量
在不同模块之间共享这个标记变量
若有多个模块的测试用例需要用到相同
的 skip 或 skipif ，可以用一个单独的文件去管理这些通用标记，然后适用于整个测试用例集
# 标记
skipmark = pytest.mark.skip(reason="不能在window上运行=====")
skipifmark = pytest.mark.skipif(sys.platform == 'win32', reason="不能在window上运行啦啦啦=====")

9.6、pytest.importorskip( modname: str, minversion: Optional[str] = None, reason: Optional[str] = Nonse )
作用：如果缺少某些导入，则跳过模块中的所有测试
参数列表

modname：模块名
minversion：版本号
reason：跳过原因，默认不给也行

pexpect = pytest.importorskip("pexpect", minversion="0.3")
@pexpect
def test_import():
print("test")

9.7、使用自定义标记 mark

命令运行：

pytest -s -m model test_one.py
如何避免warnings
创建一个 pytest.ini 文件
加上自定义mark
pytest.ini 需要和运行的测试用例同一个目录，或在根目录下作用于全局

十、Pytest参数化 @pytest.mark.parametrize

pytest允许在多个级别启用测试化参数：
1）pytest.fixture()允许fixture有参数化功能
2）pytest.mark.parametrize 允许在测试函数和类中定义多组参数和fixtures
3）pytest_generate_tests允许定义自定义参数化方案或扩展

def parametrize(self,argnames, argvalues, indirect=False, ids=None, scope=None):
argnames：
含义：参数值列表
格式：字符串"arg1,arg2,arg3"
例如：
@pytest.mark.parametrize(“name,pwd”, [(“yy1”, “123”), (“yy2”, “123”)])
argvalues:
含义：参数值列表
格式：必须是列表，如：[ val1,val2,val3 ]
如果只有一个参数，里面则是值的列表如：@pytest.mark.parametrize(“username”, [“yy”, “yy2”, “yy3”])
如果有多个参数例，则需要用元组来存放值，一个元组对应一组参数的值，如：@pytest.mark.parametrize(“name,pwd”, [(“yy1”, “123”), (“yy2”, “123”), (“yy3”, “123”)])
ids：
含义：用例的id
格式：传一个字符串列表
作用：可以标识每一个测试用例，自定义测试数据结果的显示，为了增加可读性
indirect：
作用：如果设置成 True，则把传进来的参数当函数执行，而不是一个参数（下一篇文章即讲解

10.1、函数数据参数化

方便测试函数对测试属于的获取。
方法：
parametrize(argnames, argvalues, indirect=False, ids=None, scope=None)
常用参数：
argnames：参数名
argvalues：参数对应值，类型必须为list
当参数为一个时格式：[value]
当参数个数大于一个时，格式为:[(param_value1,param_value2…),(param_value1,param_value2…)]
使用方法:
@pytest.mark.parametrize(argnames,argvalues)
️ 参数值为N个，测试方法就会运行N次

十一、pytest标记为失败函数和失败重试

安装第三方插件：pytest-rerun、pytest-rerunfailures

失败重试：【–reruns=1】,用例执行失败后，会立即开始重试一次此用例，再执行下一条用例
失败重运行：【–if】，用例集或用例执行完成之后，再次pytest.main()，会收集失败的用例，再次运行；如果没有失败的用例，会执行全部
一个run文件，可以同时写多条pytest.main()，执行pytest的命令

注意：如果用例数较多，第一次运行全部成功的情况，第二个pytest.main()，是会收集所有的用例再执行一遍；建议使用失败重试次数（–reruns=1），失败一次后，立刻执行一次，也可减少用例的失败率

失败重试方式:
1、可在命令行 –reruns=1 reruns_delay=2 失败后重运行1次，延时2s
2、使用装饰器进行失败重运行
@pytest.mark.flaky(reruns=1, reruns_delay=2)
使用方式：
命令行参数：–reruns n（重新运行次数），–reruns-delay m（等待运行秒数）
装饰器参数：reruns=n（重新运行次数），reruns_delay=m（等待运行秒数）

重新运行指定的测试用例:

注意：

1.如果指定了用例的重新运行次数，在命令行添加的 --reruns 对这些用例是不会生效的
2.不可以和 fixture 装饰器@pytest.fixture()一起使用
3.该插件与 pytest-xdist 的 --looponfail 标志不兼容
4.该插件与核心 --pdb 标志不兼容

十二、pytest生成测试报告

1、下载Allure插件

官方地址：allure官方下载地址，bin目录放到path变量当中
验证是否安装成功：allure -- version

2、生成临时的json报告（过度）

pytest.ini文件中，addopts中加上一个--alluredir=./temps
--clean-alluredir 清除上次的数据

3、生成html报告

pytest框架自带一个测试报告，内容也相对全面，但是可读性差点，allure生成的测试报告，可改造性强，看起来也美观

4、allure测试报告优化

在allure测试报告页面可以选择中英文切换，我个人比较倾向使用【功能/Behaviors】这个菜单里面的信息，因为这里可以看到更多详细的内容，也比较容易对我们的测试用例进行规范化

1、增加功能模块描述、测试点描述及测试步骤

方法：先import allure，然后在类上添加装饰器@allure.feature("生成账单")，在方法上添加装饰器@allure.story("批量生成账单")，在方法里面添加步骤with allure.step("1.进入[社区管理]菜单"):

使用及效果图：

(feature相当于一个功能，一个大的模块，将case分类到某个feature中，报告中在behaviore中显示，相当于testsuite)

(story相当于对应这个功能或者模块下的不同场景，分支功能，属于feature之下的结构，报告在features中显示，相当于testcase)

2、执行断言，失败截图、成功截图

一条case可以在中间步骤进行断言，可以在最后进行断言，看测试需要。我们想要的一个结果是断言失败的截图并放到allure测试报告中。

现在项目下面建一个screenshot文件夹，用来放截取的图片，然后allure再获取该图片。houseInfoFail.png这个是自己定义的图片的文件名。

如果断言成功了，也截取一张图片，并放到allure报告中。完整代码如下：

houseInfo.png这个是执行成功截取的图片，注意和上面执行失败截取的图片文件名区分一下。

十三、pytest中管理日志

1、日志级别

默认生成的root logger的level是logging.WARNING，低于该级别的就不输出了

级别排序：CRITICAL > ERROR > WARNING > INFO > DEBUG

debug : 打印全部的日志，详细的信息，通常只出现在诊断问题上
info : 打印info，warning，error，critical级别的日志，确认一切按预期运行
warning : 打印warning，error，critical级别的日志，一个迹象表明，一些意想不到的事情发生了，或表明一些问题在不久的将来(例如。磁盘空间低”)，这个软件还能按预期工作
error : 打印error，critical级别的日志，更严重的问题，软件没能执行一些功能
critical : 打印critical级别，一个严重的错误，这表明程序本身可能无法继续运行

这时候，如果需要显示低于WARNING级别的内容，可以引入NOTSET级别来显示：

2、分析解释

Logging.Formatter：这个类配置了日志的格式，在里面自定义设置日期和时间，输出日志的时候将会按照设置的格式显示内容。

Logging.Logger：Logger是Logging模块的主体。
进行以下三项工作：

为程序提供记录日志的接口；
判断日志所处级别，并判断是否要过滤；
根据其日志级别将该条日志分发给不同handler；

常用函数有：

Logger.setLevel() 设置日志级别；
Logger.addHandler() 和 Logger.removeHandler() 添加和删除一个Handler；
Logger.addFilter() 添加一个Filter，过滤作用；
Logging.Handler：Handler基于日志级别对日志进行分发，如设置为WARNING
级别的Handler只会处理WARNING及以上级别的日志。

常用函数有：

setLevel() 设置级别；
setFormatter() 设置Formatter；

3、日志输出-控制台

上面代码通过logging.basicConfig函数进行配置了日志级别和日志内容输出格式

4、日志输出-文件

5、日志输出-控制台和文件

只要在输入到日志中的第二步和第三步插入一个handler输出到控制台：
创建一个handler，用于输出到控制台

ch = logging.StreamHandler()
ch.setLevel(logging.WARNING) # 输出到console的log等级的开关

第四步和第五步分别加入以下代码即可

ch.setFormatter(formatter)
logger.addHandler(ch)

6、format常用格式说明

%(levelno)s: 打印日志级别的数值
%(levelname)s: 打印日志级别名称
%(pathname)s: 打印当前执行程序的路径，其实就是sys.argv[0]
%(filename)s: 打印当前执行程序名
%(funcName)s: 打印日志的当前函数
%(lineno)d: 打印日志的当前行号
%(asctime)s: 打印日志的时间
%(thread)d: 打印线程ID
%(threadName)s: 打印线程名称
%(process)d: 打印进程ID
%(message)s: 打印日志信息

7、捕捉异常traceback记录

需要将日志不上报错误，仅记录，可以写成exc_info=False

8、日志滚动和过期删除（按时间）

说明：

filename：日志文件名的prefix；
when：是一个字符串，用于描述滚动周期的基本单位，字符串的值及意义如下：
“S”：Seconds
“M”：Minutes
“H”：Hours
“D”：Days
“W”：Week day (0=Monday)
“midnight”：Roll over at midnight
interva：滚动周期，单位有when指定，比如：when=’D’,interval=1，表示每天产生一个日志文件
backupCount：表示日志文件的保留个数

十四、总结

如果你看到了总结，那么恭喜你看到了总结，总结是全文的精华，而精华是全文的内容。相对Unittest框架，优先选择Pytest。希望此文对你有所帮助，谢谢关注和点赞收藏。

@逝水流年轻染尘@

关注

35
点赞
踩
12

收藏

觉得还不错? 一键收藏
0
评论
【Pytest自动化测试详解】

1、简单灵活，非常方便的组织自动化测试用例；2、支持参数化，可以细粒度地控制要测试的测试用例；3、能够支持简单的单元测试和复杂的功能测试，比如web端selenium/移动端appnium等自动化测试、request接口自动化测试4、pytest具有很多第三方插件，并且可以自定义扩展，比如测试报告生成，失败重运行机制5、测试用例的skip和fail处理；6、结合业界最美的测试报告allure+Jenkins，持续集成。
复制链接

扫一扫