《pytest测试实战》笔记：二

1. 使用assert声明

pytest与unittest对比：

pytest	unittest
assert something	assertTrue(something)
assert a == b	assertEqual(a,b)
assert a <= b	assertLessEqual(a,b)

pytest有一个重要的功能，它可以重写assert关键字。pytest会截断对原生assert的调用，替换为pytest定义的assert，从而提供更多的失败信息和细节。
增加一个运行失败的测试用例：

def test_failure():
    """使用assert"""

    t1 = 'a'
    t2 = 'b'
    assert t1 == t2

运行结果如下：

失败的测试用例在行首都用一个>号来表示。以E开头的行是pytest提供的额外判定信息，用于帮助我们了解异常的具体情况。

2. 预期异常

定义一个Task类型数据，并增加一个会引起TypeError异常的测试用例：

Task = namedtuple('Task', ['summary', 'owner', 'dine', 'id'])
Task.__new__.__delattr__ = (None, None, False, None)

def test_task():
	task = Task();

运行结果如下：

在原本基础上，增加with pytest.raises(TypeError)：

def test_task():
    with pytest.raises(TypeError):
        task = Task();

再次运行，运行结果如下：

测试用例test_task()中有with pytest.raises(TypeError)声明，意味着无论with中的内容是什么，都至少会发生TypeError异常。如果测试通过，说明确实发生来我们预期的TypeError异常；如果测试失败，说明抛出的是与我们所预期不一致的异常。
另外，可以通过as excinfo语句来获取异常消息的值。

 with pytest.raises(TypeError) as excinfo：

3. 测试函数的标记

pytest提供了标记机制，允许你使用marker对测试函数做标记。一个测试函数可以有多个marker，一个marker也可以用勒标记多个测试函数。
例如，为了吧选定的测试用例加入冒烟测试，可以对它们添加统一的标识，如：@pytest.mark.smoke。
运行时，通过参数-m来指定：

pytest -m smoke

ps:-m具体用法可查看：《pytest测试实战》笔记：一
另外，带有相同标记的测试用例即使存放在不同文件下，也会被一起执行。

4. 跳过测试

pytest自身内置了一些标记：skip、skipif、xfail。
skip、skipif允许你跳过不希望运行的测试。
要跳过某个测试用例，只需简单地在测试函数上添加@pytest.mark.skip()装饰器即可。
实际上，可以给到跳过的测试用例添加理由和条件，比如希望它只在包版本低于0.2.0时才生效，应用skipif替代skip：

@pytest.mark.skipif(tasks.__version__ < 0.2.0,
					reason = 'not supported until version 0.2.0')

skipif()的判断条件可以是任何Python表达式。
运行时可以通过-rs查看跳过的原因：

5. 标记预期会失败的测试

使用skip、skipif标记，测试用例会被直接跳过，不会被执行。使用xfail标记，告诉pytest执行此测试用例，但预期会失败。
添加两个测试用例，均使用了xfail来标记，区别在于demo1的assert为false，demo2的assert为true：

@pytest.mark.xfail()
def test_demo1():
    t1 = 'a'
    t2 = 'b'
    assert t1 == t2


@pytest.mark.xfail()
def test_demo2():
    t1 = 'a'
    t2 = 'b'
    assert t1 != t2

运行结果如下：

x:XFAIL,expected to fail,预期失败，实际上也失败了
X:XPASS,expected to fail but passed,预期失败，但实际运行并没有失败

6. 运行测试子集

运行测试子集有很多方式，不但可以选择运行某个目录、文件、类中的测试，还可以选择运行某一个测试用例（可能在文件中，也可能在类中）。

• 单个目录：以目录作为pytest的参数即可。
• 单个测试文件/模块：运行单个文件里的全部测试，以路径名加文件名作为pytest参数即可。
• 单个测试函数：运行单个测试函数，在文件名后面添加::符号和函数名。
• 单个测试类：运行测试类，在文件名后面添加::符号和类名（与运行单个测试函数类似）。
• 单个测试类中的测试方法：在文件名后面添加::符号和方法名。

7. 参数化测试

可以使用@pytest.mark.parametrize(argnames, argvalues)装饰器达到批量传送参数的目的。

testdata_add = [(1, 2, 3), (3.12, 4.12, 7.24), (-100, 200, 100), ("a", "b", "ab"), ("中文1", "中文2", "中文1中文2"), ("space", " ", "space "), ("null", "", "null")]

# 执行时会根据数据的数量执行对应条数的用例
@pytest.mark.parametrize("num1, num2, expect", testdata_add)
def test_add(num1, num2, expect):  # 接收的变量名要和parametrize的一致
    """测试加法运算函数"""

    result = add(num1, num2)
    assert result == expect

运行结果如下：

也可以为测试类添加parametrize()转装饰器，这种情况下，该数据集会被传递给该类的所有类方法。

接下来，会在《pytest测试实战》笔记：三 中介绍如何使用fixture。fixture的作用是将一些非核心测试逻辑，如：测试数据的检索和生成，从测试函数中分离出来，以便于其他测试函数复用，同时保持这边边缘逻辑的一致性。