单元测试框架与自动化测试框架pytest

什么是框架？

解决一类问题的功能合集，需要按照规则或者套路进行。

单元测试的一个基本广泛称呼：xUnit

看一下它的标准架构：

Test runner
简单来说就是执行用例的一个方法

Test case
也就是测试用例

Test fixtures
这个可以称为夹具，你可以想象成一个夹子夹住我们的测试内容（其实和Test execution类似，但是它实现得更广泛一些）

Test suites
测试套件，也就是一些通用的共享的内容，通用的测试资源，用来管理、组装我们多个testcase测试用例

Test execution
测试执行
setup:运行前准备，可以分成模块级别、类级别、方法、函数级别
teardown:运行后收尾，一般用作数据回收

test result
也就是测试结果，可以有很多种格式，比如XML

Assertion
断言，也就是判断你的结果是否正确

现在java、python、go主流的测试框架：

java:
JUnit
testNG

python:
pytest
unittest

go:
go test

可以先了解了解什么是测试开发,这里有详细介绍：软件开发模型-从传统瀑布模型到DevPos | zhuozhuo测试小屋 (xgzhuozhuo.com)

简单来说，就是先写测试用例，便于后续开发的查缺补漏与规范

创建虚拟环境：

创建完成的python本质上是快捷方式：

下载的软件包依赖会放在以下目录：

命令行想启动虚拟环境得输入以下内容：
.venv/bin/activate

接下来看看测试驱动开发的大概步骤：

首先会有两个文件夹：

其实整体文件夹可能如下：

然后设计原代码文件：

一定要将原代码设置成源代码根目录！

sec内容一般会有：

hero.py 记录英雄的属性值：

hero_Menager.py 记录英雄的一些方法

以上这两个我们也叫领域模型的设计

这个时候开发下一步就是写方法，每改一行代码都可以用一个测试体系，来保证整个功能的质量

在这之前就需要我们完成测试体系的构建！

先创建测试目录：

可以使用python的一个非常强大的生成能力：

生成的内容是unittest，还不是pytest

接下来就可以按照需求写测试用例。

需求需要传入什么值写什么值，断言输出值是否正确，基本上就ok了。

pytest正式开始:

为什么使用pytest?

1.pytest是python的测试框架，可以用来做简单的单元测试和复杂的功能测试

2.一般和selenium、request、appium等测试库一起配合使用完成自动化测试

3.pytest还支持300+的插件，适用各种场景，有各种方便的用法

4.功能强大，使用简单(比如测试用例可以写在类外)

那为什么不用unittest?

unittest 是内置的，功能有限

pytest可以兼容unittest

安装pytest

pip install pytest

文件命名规则：

1. 文件命名规则：以test_开头、或者以_test结尾

2. 类命名规则：以Test开头

3. 函数、方法命名规则：以_test开头

命名规则其实可以改：

在pytest.ini中添加以下内容，可以添加Check_规则：

python_files = check_* test_*
python_classes = Test*  Check*
python_functions= test_* check_*

注意！测试类中不可以添加__init__函数！

setup and teardown

使用最多的还是
第2行和最后一行

参数化

单参数:@pytest.Mark.parametrize("参数名"，[“参数”,“参数2”，”参数3“，”参数4“])

多参数:@pytest.Mark.prarametrize("参数名，参数名"，[[参数1.1，参数1.2],[参数2.1,参数2.2]])

参数改名（ids）：

@pytest.Mark.prarametrize("参数名，参数名"，[[参数1.1，参数1.2],[参数2.1,参数2.2]]),ids=["命名1"，“命名2”]

实现中文用例显示：

# 创建conftest.py 文件 ，将下面内容添加进去，运行脚本
def pytest_collection_modifyitems(items):
    """
    测试用例收集完成时，将收集到的用例名name和用例标识nodeid的中文信息显示在控制台上
    """
    for i in items:
        i.name=i.name.encode("utf-8").decode("unicode_escape")
        i._nodeid=i.nodeid.encode("utf-8").decode("unicode_escape")

笛卡尔积（参数组合）：

@pytest.Mark.parametrize("参数名1"，[“参数”,“参数2”，”参数3“，”参数4“])
@pytest.Mark.parametrize("参数名2"，[“参数”,“参数2”，”参数3“，”参数4“])
	def func("参数名1,参数名2"):
		pass

执行顺序：（下1上1）（下1上2）（下1上3）（下1上4）（下2上1）（下2上2）。。。。

用例归类：

@pytest.mark.归类名1

需要在pytest.ini添加以下内容：

[pytest]
markers=归类名1
        归类名2

运行归类好的用例：

pytest 文件名.py -vs -m "归类名"

主要是-m参数

跳过用例：

@pytest.mark.skip

@pytest.mark.skip(reason=代码未开发完全)

条件跳过：

这个是如果之前没有运行登录模块，则跳过该用例

f not check_login():
     pytest.skip("unsupported configuration")

@pytest.mark.skipif(a==b,reason="a is not b")

预期为fall

@pytest.mark.xfail

windows终端运行:

首先进入测试目录：

cd 文件夹名称

dir 显示当前文件

运行的时候要注意！
如果出现找不到包（）：

得设置 $env:PYTHONPATH 的值，在根目录命令行输入：

$env:PYTHONPATH = "$(pwd)\src"

运行全部用例直接 pytest

运行特定用例 pytest::class类名::方法名 -v

使用缓存状态：

python 执行pytest:

异常处理

1.使用try...except

try:
    可能产生异常的代码块
except [ (Error1, Error2, ... ) [as e] ]:
    处理异常的代码块1
except [ (Error3, Error4, ... ) [as e] ]:
    处理异常的代码块2
except  [Exception]:
    处理其它异常

2.使用pytest.raises(错误类型) as 别名：

数据驱动：

实际上就是将文件先转换成嵌套数组[[]]，然后再使用参数化：

.yaml

文件格式：

-
  - 1
  - 2
  - 3
-
  - 2
  - 3
  - 5
-
  - 4
  - 3
  - 6

使用方法：

#Utils.py文件
import os.path

import yaml


class Utils:
    @classmethod
    def read_yaml(cls,path):
        abspath=os.path.dirname(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))#找到根目录绝对路径
        path=os.path.join(abspath,path)#拼接路径
        with open(path,encoding="utf-8")as file:
            data=yaml.safe_load(file)
            return data

@pytest.mark.parametrize("name,volume,power", Utils.read_yaml("data/heros_data.yaml"))
def test_add_hero(self, name, volume, power):
    """
    测试名称：对添加英雄是否正常
    :param name:
    :param volume:
    :param power:
    :return:
    """
    pre = len(self.Manager.hero_list)
    self.Manager.add_hero(name, volume, power)
    assert len(self.Manager.hero_list) == pre + 1

.xlsx （excel）

文件格式：

1	2	3
2	4	6
3	2	6

使用方法：

import openpyxl
import pytest

from py_test1.func.add_func import Calculator


def change_to_list(cells):
    demo = []
    for i in cells:
        demo1 = []
        for f in i:
            demo1.append(f.value)
        demo.append(demo1)
    return demo


def get_excal_data():
    excel = openpyxl.load_workbook("../data/testdata_excel.xlsx")
    excel_table = excel.active
    cells = excel_table["A1":"C3"]
    list_data = change_to_list(cells)
    return list_data


class TestExcelGetData:
    @pytest.mark.parametrize("a,b,c", get_excal_data())
    def test_excal_data_add(self, a, b, c):
        demo = Calculator()
        assert demo.add(a, b) == c

.csv

文件格式：

data1,data2,data3
1,2,3
2,3,4
2,4,6

使用方法：

import csv

import pytest

from py_test1.func.add_func import Calculator

def test_get_csv_data():
    data_list = []
    with open("../data/csvdata.csv", "r", encoding="utf-8") as f:
        data = csv.reader(f)

        # 这里注意缩进
        for i in data:
            print(i)
            data_list.append(i)
    data_list.pop(0)
    print(data_list)
    return data_list


class TestCsvDataAddFunc:
    @pytest.mark.parametrize("a,b,c", test_get_csv_data())
    def test_csv(self, a, b, c):
        demo = Calculator()
        assert demo.add(int(a), int(b)) == int(c)

.json

文件格式：

{
  "case1": [1,2,3],
  "case2": [1,4,5],
  "case3": [2,2,6]
}

使用方法：

import json

import pytest

from py_test1.func.add_func import Calculator


def test_data_form_json():
    with open("../data/jsondata.json","r",encoding="utf-8") as f:
        data=json.loads(f.read())
        # demo=[]
        # for v in data.values():
        #     demo.append(v)
        # return demo
        return list(data.values())

class TestAddFunc:
    @pytest.mark.parametrize("a,b,c",test_data_form_json())
    def test_add_func_json(self,a,b,c):
        demo=Calculator()
        assert demo.add(a,b)==c

fixture的简单运用（其实能不用就不用，不利于理解其他框架）

conftest.py

# 创建conftest.py 文件 ，将下面内容添加进去，运行脚本
import pytest


def pytest_collection_modifyitems(items):
    """
    测试用例收集完成时，将收集到的用例名name和用例标识nodeid的中文信息显示在控制台上
    """
    for i in items:
        i.name=i.name.encode("utf-8").decode("unicode_escape")
        i._nodeid=i.nodeid.encode("utf-8").decode("unicode_escape")

@pytest.fixture
def login():
    print("登录")
    token = "213131"
    yield token
    print("登出")

实际test_文件：

import pytest
"""
setup 操作
yield 返回值
teardown 操作
"""
#login放在conftest中

def test_search(login):
    print(login)
    print("搜索")

def test_cart(login):
    print("购物车")
    print(login)

测试报告 Allure

首先需要安装 allure-pytest 包，可以使用 pip 命令进行安装：

pip install allure-pytest

Step 2： 执行 pytest

pytest --alluredir=./allure-results

Step 3： 生成报告

所有测试用例运行完毕后，可以执行以下命令生成 allure 测试报告：

allure generate ./allure-results -o ./allure-report --clean

其中，-o 参数用于指定报告输出目录，--clean 参数用于在生成报告之前删除先前生成的报告，以确保报告数据是最新的。

直接在网页生产：

allure serve ./allure_results

扩展：

使用junit的格式生成（现在很多测试报告都支持junitxml格式生成测试报告）也是现在的行业标准和规范，推荐使用

pytest --junitxml  junit.xml    --alluredir=./allure-results

、