pytest 测试入门-同乐学堂

核心概念

pytest 据说是最好的单元测试框架，其核心是fixture、可以编写第三方插件、自动寻找以test开头的测试用例。

Fixture：他就是一个高级装饰器，通过被@Fixture标记的的函数，直接可以通过使用被标记的函数名称，传到任意一个函数的参数列表里面，即可使用。还可以指定一个auto选项设置为true.所有函数都会被这个装饰器所装饰。

它的作用大多数就是切面编程，提供数据。和测试前，测试后环境的初始化和清理工作

它能自动查找测试用例，也是依据这样一套规则：

测试文件应该用 test_ 开头或者 _test 结尾
测试函数、测试方法应该以 test_ 开头
测试类应该以 Test 开头

这里挑重点的说：

fixture 函数会在测试函数之前运行，但是如果fixtrue 函数包含yield,那么代码
会在yield 处停止，转而运行测试函数。等测试函数执行完毕后，在回到fixtrue
继续执行yield 后面的代码。可以将yield 前当做setup，yield后，当做teardown
无论测试过程中发生了什么，yield后面的代码都会被执行。它的作用视为代码清理功能。
类似UnitTest 里面的setup 和teardown

如果整个测试用例里面需要共用一个fixture 函数,这个被标记的函数一定要写在conftest.py文件中，并且放在项目的根目录下面。这个名字

要跟我的一致，不能换！

1、运行过程

1.执行某一个py文件下用例
   pytest 脚本名称.py
2.-k 按关键字匹配
   pytest -k “MyClass and not method”
3、 运行.py模块里面的某个函数
    pytest test_mod.py::test_func
4、 运行.py模块里面,测试类里面的某个方法
    pytest test_mod.py::TestClass::test_method
5、从包里面运行
    pytest —pyargs pkg.testing
6、遇到错误时候停止测试
    pytest -x test_class.py
7、pytest -maxfail=num(当用例错误个数达到指定数量时，停止测试)
    pytest —maxfail=1
8.标记表达式 （就是下面的冒烟测试）
pytest -m slow

2、冒烟测试（通过给测试方法标记上，在执行的时候，就可以过滤执行达到冒烟的效果）

@pytest.mark.get

@pytest.mark.smoke

pytest.main(['-v','-m=smoke and get' ,'test_api_exceptions.py'])

3、使用--setup-show 去看pytest Fixtrue的执行过程 (调试用的，看看走没走)

4、控制台显示信息概要说明：SETUP TEARDOWN 后面跟着F (作用范围为方法级别)、跟着S（会话级别）

5、可以使用Fixture传递测试数据。

6、使用useFixTRUES 指定fixture

7、为常用的Fixtrue 添加autouse选项，在指定范围，都会进行注入，例如在指定范围测试这些函数的执行时间。

8、给Fixtrue(name=ztloo) 给fixtrue 重命名。

9、参数化@pytest.fixture(params=tasks_to_try)

tasks_to_try = (Task('sleep', done=True),
                Task('wake', 'brian'),
                Task('breathe', 'BRIAN', True),
                Task('exercise', 'BrIaN', False))
@pytest.fixture(params=tasks_to_try)
def a_task(request):
    """Using no ids."""
    return request.param

@pytest.mark.parametrize

10、内置Fixture

使用tmpdir 和 tmpdir_factory 来创建临时文件和目录，多个测试用tmpdir_factory。

因为我们测试时候，希望使用的是临时数据库。

11、参数化断言

import pytest
from pytest import approx
testdata = [
    # x, y, expected
    (1.01, 2.01, 3.02),
    (3, 4, 5),
    (1.23, 3.21, 4.44),
    (0.1, 0.2, 0.3),
    (11, 12, 23)
]
@pytest.mark.parametrize("x,y,expected", testdata)
def test_a(x, y, expected):
    """Demo approx()."""
    sum_ = x + y
    assert sum_ == approx(expected)