1.用例的设计原则

用Pytest写用例时候，一定要按照下面的规则去写，否则不符合规则的测试用例是不会执行的
1、文件名以 test_.py 文件和test.py
2、以 test 开头的函数
3、以 Test 开头的类，不能包含__init__方法
4、以 test_ 开头的类里面的方法
5、所有的包 pakege 必须要有__init__.py 文件

2.pycharm执行用例配置

pytest_10">3.常用pytest执行用例命令

1.查看pytest命令行参数，可以用pytest -h 或pytest --help
2.执行当前文件夹下面的所有文件

pytest 文件名/

3.执行具体的某一测试文件

pytest 脚本名称.py

4.-k 匹配用例名称
执行测试用例名称包含qq的所有用例：

pytest -k qq test_1.py

根据用例名称排除某些用例

pytest -k "not qq" test_1.py

同时匹配不同的用例名称

pytest -k "wechat or webo" test_1.py

5.按节点运行
每个收集的测试都分配了一个唯一的nodeid，它由模块文件名和 :: 组成 来自参数化的类名，函数名和参数，由:: characters分隔
运行.py模块里面的某个函数：

pytest test_mod.py::test_func

运行.py模块里面,测试类里面的某个方法

pytest test_mod.py::TestClass::test_method

6.-x 遇到错误时停止测试

pytest -x test_class.py

7.–maxfail=num 当用例错误个数达到指定数量时，停止测试

pytest --maxfail=1

8.-q 简单打印，只打印测试用例的执行结果

pytest -q test_1.py

9.-s 详细打印,-v 更加详细的打印，通过的.用pass表示

pytest -s test_1.py
pytest -v test_1.py

4.用例执行状态

用例执行完成后，每条用例都有自己的状态，常见的状态有：
passed：测试通过
failed：断言失败
error：用例本身写的质量不行，本身代码报错（譬如：fixture不存在，fixture里面有报错）
xfail：预期失败，加了 @pytest.mark.xfail()

5.常用断言

pytest 里面断言实际上就是 python 里面的 assert 断言方法，常用的有以下几种：
assert xx ：判断 xx 为真
assert not xx ：判断 xx 不为真
assert a in b ：判断 b 包含 a
assert a == b ：判断 a 等于 b
assert a != b ：判断 a 不等于 b

6.setup和teardown

按照范围的不同，一共有以下十种：

• 模块级别：setup_module、teardown_module
  setup_module：在每个模块执行前执行
  teardown_module：在每个模块执行后执行
  有几个模块就有几对
• 函数级别：setup_function、teardown_function，不在类中的方法
  setup_function：在每个函数执行前执行
  teardown_function：在每个函数执行后执行
  有几个函数就有几对
• 类级别：setup_class、teardown_class
  setup_class：在每个类执行前执行
  teardown_class：在每个类执行后执行
  有几个类就有几对
• 方法级别：setup_method、teardown_method
  setup_method：在类里面的每个方法执行前执行
  teardown_method：在类里面每个方法执行后执行
• 方法细化级别：setup、teardown
  跟上面的方法级别的含义一致，两种写法都可以

注意：函数级别和方法级别的区别在于：函数级别的前置后置是针对不在类中的方法，而不是测试用例

7.跳过测试用例

pytestmarkskip_111">7.1 @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

@pytest.mark.skip
def test_wechat():
print('此测试用例不会被执行')

pytestmarkskipifcondition_reason_119">7.1 @pytest.mark.skipif(condition, reason=“”)

作用：希望有条件地跳过某些测试用例
注意：condition需要返回True才会跳过

@pytest.mark.skipif(sys.platform == 'win32', reason="does not run on windows")
def test_function(self):
print("不能在window上运行")

8.参数化

8.1语法

@pytest.mark.parametrize(argnames, argvalues, indirect=False, ids=None, scope=None)
1.argnames
含义：参数名字
格式：字符串"arg1,arg2,arg3"【需要用逗号分隔】
2.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
@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”)])，
也可以用字典保存
@pytest.mark.parametrize(“name,pwd”,[{‘name’:‘yy1’,‘pwd’:‘123’},
{‘name’:‘yy2’,‘pwd’:‘123’},{‘name’:‘yy3’,‘pwd’:‘123’}])
3.ids
含义：用例的ID
格式：传一个列表，[“”,“”,“”]
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
强调：ids的长度需要与测试数据列表的长度一致
场景：只有测试数据和期望结果不一样，但操作步骤是一样的测试用例可以用上参数化；
示例：

#未参数化
def test_1():
assert 3 + 5 == 9
def test_2():
assert 2 + 4 == 6
def test_3():
assert 6 * 9 == 42
#参数化
@pytest.mark.parametrize("test_input,expected", [("3+5", 8),("2+4", 6), ("6*9",42)])
def test_eval(test_input, expected):
print(f"测试数据{test_input},期望结果{expected}")
assert eval(test_input) == expected

8.2 参数化之数据格式

1.[(),(),()…] 列表嵌套元组

@pytest.mark.parametrize("test_input,expected", [("3+5", 8),("2+4", 6), ("6*9",42)])
def test_eval(test_input, expected):
print(f"测试数据{test_input},期望结果{expected}")
assert eval(test_input) == expected

2.[{},{},{}…] 列表嵌套字典

data = [
{'test_input':"3+5",'expected':8},
{'test_input':"6+5",'expected':11},
{'test_input':"3*5",'expected':15},
]
@pytest.mark.parametrize('dic',data)
def test_eval(dic):
assert eval(dic['test_input']) == dic['expected']

只有一条用例，但是利用参数化输入三组不同的测试数据和期望结果，最终执行的测试用例数=3，可以节省很多代码

8.3参数化之“笛卡尔积”

# 笛卡尔积，组合数据
data_1 = [1, 2, 3]
data_2 = ['x', 'y']
@pytest.mark.parametrize('a', data_1)
@pytest.mark.parametrize('b', data_2)
def test_parametrize_1(a, b):
print(f'笛卡尔积 测试数据为 ： {a}，{b}')

运行结果如下：

备注：
一个函数或一个类可以装饰多个 @pytest.mark.parametrize，最终生成的用例数是nm，比如上面的代码就是：参数a的数据有3个，参数b的数据有2个，所以最终的用例数有32=6条。当参数化装饰器有很多个的时候，用例数都等于nnnn…

8.4参数化之标记数据

# 标记参数化
@pytest.mark.parametrize("test_input,expected", [
("3+5", 8),
("2+4", 6),
pytest.param("6*9", 42, marks=pytest.mark.xfail),# 预期失败
pytest.param("6*6", 42, marks=pytest.mark.skip) # 跳过
])
def test_mark(test_input, expected):
assert eval(test_input) == expected

运行结果如下：

8.5参数化之增加可读性

ids传递的数据：

import pytest
data = [
{'test_input':"3+5",'expected':8},
{'test_input':"6+5",'expected':11},
{'test_input':"3*5",'expected':15},
]
ids = [f"test_input的值是{dic['test_input']},expected的值是{dic['expected']}"for
dic in data]
@pytest.mark.parametrize('dic',data,ids=ids)
def test_eval(dic):
assert eval(dic['test_input']) == dic['expected']

9.conftest.py

conftest.py配置fixture注意事项
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
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

10. fixture

10.1 fixture的优势

• 命名方式灵活，不局限于 setup 和teardown 这几个命名
• conftest.py 配置里可以实现数据共享，不需要 import 就能自动找到fixture
• scope=“module” 可以实现多个.py 跨文件共享前置
• scope=“session” 以实现多个.py 跨文件使用一个 session 来完成多个用例
• 如果fixture使用了yield返回值，则不能在用例中显示调用fixture

10.2定义

语法：

@pytest.fixture(scope="function", params=None, autouse=False, ids=None,
name=None)
def fixture_name():
print("fixture初始化的参数列表")

参数含义：
scope：可以理解成fixture的作用域，默认：function，还有class、module、package、session
四个【常用】
function（默认）：每个测试函数都会得到一个新的 fixture 实例。这是最常见的用法，适用于大多数情况。
class：每个测试类会得到一个新的 fixture 实例，该实例在类中的所有测试方法之间共享。这在你需要在类的多个测试方法之间共享状态时非常有用。
module：整个测试模块只创建一个 fixture 实例，并在该模块的所有测试函数之间共享。这适用于模块级别的设置和清理。
session：整个测试会话只创建一个 fixture 实例，并在所有测试模块和函数之间共享。这通常用于设置和清理那些非常昂贵或耗时的资源，如数据库连接。
package：在一个包中，该fixture只会被执行一次
autouse：默认：False，需要用例手动调用该fixture；如果是True，所有作用域内的测试用例都
会自动调用该fixture
name：默认：装饰器的名称，同一模块的fixture相互调用建议写个不同的name

10.3调用

调用方法：
只需要在引用fixture函数的测试用例里面传入被@pytest.fixture这个装饰器装饰的函数的名字即可，就
会调用fixture函数中定义的功能，用yield关键字去划分是setup还是teardown，yield前面实现的功能是
setup初始化功能，yield后面实现的功能是teardown清场功能。