Pytest自动化测试全面解析

目录

一、前言pytest是一个非常成熟的全功能的Python测试框架,主要特点:

二、pytest安装

2.1、安装     pip install -U pytest

2.2、验证安装      pytest –version   # 会展示当前已安装版本

2.3、pytest文档        官方文档:https://docs.pytest.org/en/latest/contents.html

三、pytest框架的约束

3.1、 python的命名规则

3.2、 pytest的命名规则

四、pytest的运行方式

4.1、主函数运行​编辑main中可使用的参数有:

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​编辑

​五、pytest配置文件pytest.ini文件

六、pytest的常用插件

七、pytest中conftest.py文件

7.1、conftest.py的特点

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

8.2、fixtrue的优势

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 

8.5.1、scope = “function”

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

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

​编辑

8.5.4、scope = “session”:

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:​编辑

8.7、fixtrue参数详解params

8.8、fixtrue参数详解-ids

8.9、fixtrue参数详解-name

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​编辑

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

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

9.5、跳过标记

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

9.7、使用自定义标记 mark

十、Pytest参数化   @pytest.mark.parametrize

10.1、函数数据参数化

十一、pytest标记为失败函数和失败重试

十二、pytest生成测试报告

1、下载Allure插件

2、生成临时的json报告(过度)

3、生成html报告

 4、allure测试报告优化

十三、pytest中管理日志

1、日志级别

2、分析解释

3、日志输出-控制台

4、日志输出-文件

5、日志输出-控制台和文件

6、format常用格式说明

7、捕捉异常traceback记录​编辑

8、日志滚动和过期删除(按时间)​编辑

十四、总结        


一、前言
pytest是一个非常成熟的全功能的Python测试框架,主要特点:

 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

二、pytest安装

2.1、安装     pip install -U pytest
2.2、验证安装      pytest –version   # 会展示当前已安装版本
2.3、pytest文档        官方文档:https://docs.pytest.org/en/latest/contents.html

三、pytest框架的约束

3.1、 python的命名规则

1)py文件全部小写,多个英文用_隔开
2)class名首字母大写,驼峰
3)函数和方法名小写,多个英文用_隔开
4)全局变量,前面要加global
5)常量字母必须全大写,如:AGE_OF_NICK

3.2、 pytest的命名规则

1)模块名(py文件)必须是以test_开头或者_test结尾
2)测试类(class)必须以Test开头,并且不能带init方法,类里的方法必须以test_开头
3)测试用例(函数)必须以test_开头

四、pytest的运行方式

4.1、主函数运行

main中可使用的参数有:
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:

    1. 用例一需要执行登录操作;

    2. 用例二不需要执行登录操作;

    3. 用例三需要执行登录操作,则setup和teardown则不满足要求。

    4. 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
    1. 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
    2. 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
    3. 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

    1. %(levelno)s: 打印日志级别的数值

    2. %(levelname)s: 打印日志级别名称

    3. %(pathname)s: 打印当前执行程序的路径,其实就是sys.argv[0]

    4. %(filename)s: 打印当前执行程序名

    5. %(funcName)s: 打印日志的当前函数

    6. %(lineno)d: 打印日志的当前行号

    7. %(asctime)s: 打印日志的时间

    8. %(thread)d: 打印线程ID

    9. %(threadName)s: 打印线程名称

    10. %(process)d: 打印进程ID

    11. %(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。

    作者:@逝水流年轻染尘@

    物联沃分享整理
    物联沃-IOTWORD物联网 » Pytest自动化测试全面解析

    发表回复