这篇文章主要讲解了“如何理解Python自动化测试pytest中fixtureAPI”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“如何理解Python自动化测试pytest中fixtureAPI”吧!
根据pytest官方文档的说明,fixture可以简单的归纳为具有以下功能的函数:
配置测试前系统的初始状态;
定义传入测试中的数据集;
为批量测试提供数据源等
fixture的功能与setup和teardown类似,可以实现setup和teardown的功能,但是对这些功能进行了明显的改进,主要有以下方面:
调用灵活。可以在测试函数、模块、类或整个项目中声明fixture的名称来进行调用;
使用灵活。fixture即适用于简单的单元测试又适用于复杂的功能测试。根据测试的需求可对fixture进行参数化使用,并且可对fixture进行重复使用。
fixture是以模块化方式实现的,因此允许fixture调用其他fixture函数;
teardown的实现逻辑更加清晰明了,并且方便进行管理。
通过上面的说明,我们可以知道fixture函数本身是允许调用其他fixture函数的。在这种情况下,测试运行的时候,其中一个fixture函数报错了,pytest的会如何处理呢?
通过pytest官方文档的说明,我们可以知道:
pytest以线性的方式顺序执行测试用例所调用的fixture函数;
当顺序较前的fixture函数执行报错后,pytest会停止执行该测试所调用的其他fixture,并且将测试标记出错;
测试标记错误,并不意味着测试未通过,只能说明测试无法尝试执行下去,因此我们需要尽可能的去为测试函数减少必要的依赖关系。
示例1:
1.在以下demo代码中,order()
返回类型存在问题,正确的应该返回一个list,我们给其返回一个None:
import pytest @pytest.fixture def order(): return None #正确应该返回[],我们给返回一个None @pytest.fixture def append_first(order): order.append(1) @pytest.fixture def append_second(order, append_first): order.extend([2]) @pytest.fixture(autouse=True) def append_third(order, append_second): order += [3] def test_order(order): assert order == [1, 2,3]
运行后结果如下:
test_order
被标记Error,并且信息提示:test setup failed
,说明是调用的fixture函数存在问题,且说明了错误原因。
2.如果是test_order
运行未通,运行信息会怎么样提醒呢?我们按照以下demo修改测试代码,修改test_order
的断言语句:
import pytest @pytest.fixture def order(): return [] #返回一个list @pytest.fixture def append_first(order): order.append(1) @pytest.fixture def append_second(order, append_first): order.extend([2]) @pytest.fixture(autouse=True) def append_third(order, append_second): order += [3] def test_order(order): assert order == [1, 2] #断言失败,正确应该是 order==[1,2,3]
运行结果如下:
test_order
被标记failed,且提醒是AssertionError
,断言出错。这说明是test_order
本身运行未通过。
pytest使用@pytest.fixture()
来声明fixture方法。具体如何使用,我会在文章后面进行详细说明。在此,主要来简单说明一下fixture()
。
def fixture( fixture_function: Optional[_FixtureFunction] = None, *, scope: "Union[_Scope, Callable[[str, Config], _Scope]]" = "function", params: Optional[Iterable[object]] = None, autouse: bool = False, ids: Optional[ Union[ Iterable[Union[None, str, float, int, bool]], Callable[[Any], Optional[object]], ] ] = None, name: Optional[str] = None, ) -> Union[FixtureFunctionMarker, _FixtureFunction]:
参数说明:
fixture函数的作用域。作用域从小到大依次为:function(默认)
、class
、module
、package
、session
。
还可传入一个可调用对象,以实现动态修改fixture的作用域。
后面会单独写一篇文章,为大家详细介绍fixture的scope。
传入测试数据集,动态生成测试用例,每一条数据都单独生成一条测试用例。通过request.param
,可以获取传入的这些数据。
后面会单独写一篇文章,为大家详细介绍fixture的参数化。
fixture自动应用标识。
如果是True,则在同作用域下的测试函数,会自动调用该fixture;如果是False,则测试函数需要主动去调用该fixture。
后面会在介绍fixture调用方法的文章给大家详细说明。
测试用例ID标识,与parmas
传入的参数一一对应。当未定义时,会自动生成id。
示例2:
1.传入ids参数,运行以下demo:
import pytest @pytest.fixture(params=[1,2,3],ids=['A','B','C']) def ids(request): data=request.param print(f'获取测试数据{data}') return data def test_ids(ids): print(ids)
运行结果:
在执行信息中,我们可以发现ids
的三个参数和params
的三个参数一一对应显示,并且ids
的参数作为测试用例id的一部分呈现出来。
2. 修改上面demo中的代码,不传入ids参数,运行一下:
import pytest @pytest.fixture(params=[1,2,3]) #未传入ids def ids(request): data=request.param print(f'获取测试数据{data}') return data def test_ids(ids): print(ids)
运行结果:
查看运行结果我们可以发现,虽然没有传入ids
,但是却自动生成了ids
。
测试结束后,我们常常以测试报告的形式来汇报测试结果,如结合allure呈现测试结果。通过ids
传入的参数可以对测试用例进行说明,这样更方便我们查看测试结果。
fixture的别名。fixture的name默认是@pytest.fixture
所装饰的函数的函数名。使用fixture的别名可以提高代码的阅读性。
示例3:
以下面的demo为例:
import pytest @pytest.fixture() def login(): print('login') class SubClass: def sub_login(self): print('subcalss_login') class TestCase: def test_case1(self,login): #调用fixture——login login=SubClass() #定义一个login并实例化SubClass login.sub_login() #调用SubClass中的sub_login() print('这是testcase1')
我们定义了一个fixture函数——login()
,同时在test_case1中实例化了一个Subclass
类,并起名为login
,然后调用了SubClass类中的sub_login()
。如果代码复杂的情况,很容易将fixture函数的login与SubClass实例的login弄混淆,增加代码的阅读的复杂度。
当我们使用fixture别名的话,在阅读代码的时候就很容易进行区分。
@pytest.fixture(name='module_login') def login(): print('login')
class TestCase: def test_case1(self,module_login): #使用fixture别名:module_login login=SubClass() #定义一个login并实例化SubClass login.sub_login() #调用SubClass中的sub_login() print('这是testcase1')
注意:
当使用name参数后,则无法再通过@pytest.fixture所装饰的函数的函数名来进行调用,必须使用name所指定fixture别名来调用。
感谢各位的阅读,以上就是“如何理解Python自动化测试pytest中fixtureAPI”的内容了,经过本文的学习后,相信大家对如何理解Python自动化测试pytest中fixtureAPI这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是亿速云,小编将为大家推送更多相关知识点的文章,欢迎关注!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。