2601_96797912头像
Python自动化测试pytest中fixtureAPI简单说明封面图

Python自动化测试pytest中fixtureAPI简单说明

在自动化测试这个方面, 进行简单的说明。

更新时间是2021年10月09日, 时间是11: 22: 02, 作者是爱测试的高胖胖。

这篇文章的核心内容是给大家简单地讲一讲关于自动化测试方面的事情。如果有朋友需要参考这方面的内容的话, 是可以拿去借鉴的。希望大家能够从中得到一些帮助。祝愿大家能够在以后的工作中取得不断的进步。

什么是

按照那个官方文档里头所给出的详细讲解, 咱们大抵上可以把这个函数具备的那些个特性, 非常轻易地总结成这么几项来看。

与xUnit风格的setup和的对比

它的功能和setup还有另外一个不太确定的功能比较类似,它能够实现setup以及那个不明角色的具体任务, 但是在实现这些操作的时候, 对上述方面做了非常显著的调整和优化, 具体的内容主要涉及下面所列举的各项要点。

当在运行过程中出现报错情况时, 所采取的应对办法。

根据上述的说明, 我们能够得到一个结论, 那就是函数在运行的时候, 它是可以调用别的函数的, 于是, 在这样的状况之下, 如果我们在进行测试运行操作的时候, 其中一个函数突然之间报出了错误, 那么系统将会怎么去处理这个情况呢?

根据官方文档所作出的那一些说明内容, 我们大家现在这边是可以清楚了解到这个具体情况的。

示例1:

1.在下面的这套演示代码当中, order()这个函数所返回的数据类型存在有一个问题, 正确的情形的话应该是去返回一个列表结构的东西, 可是我们这边却给其返回了None这个值。



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]

程序执行完毕后得到了如下所示的结果。

出现了一种被标记为Error的情况, 并且在提示信息当中写着的是test setup, 这说明了是所调用的函数出现了问题, 同时也在上面表明了错误原因。

在这里插入图片描述

2.要是程序运行没通过的话, 那运行的情况到底会是咋样来进行提示提醒的呢? 我们接着按照下面这个例子去改一下测试的代码, 把改好的断言语句给放进去:



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:

那个是被打了标记的, 并且那个提醒里面显示的是断言出错了, 这就说明它自己跑起来没有通过。

在这里插入图片描述

2. API @.()说明

使用符号@.()来声明方法是怎样的做法呢, 具体是怎么去使用的, 我会在后面文章里面给大家进行非常详细的说明。在这个时候, 主要是简单地来说一下关于括号()这一部分内容。



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]:

关于参数的具体含义和用途说明。

2.1 scope

函数的作用域。 作用域从小到大依次包括以下情况: 首先是默认情况, 其次是class, 然后是下一个层级。

还可以把这个对象传进去, 用它来实现动态更改作用域的功能。

在后面, 会专门去写出一篇文章来, 把那个scope的详细情况给到大家详细介绍一下的。

2.2

将测试数据集进行传入, 在此基础上动态地去生成测试用例, 确保每一条数据都会对应生成一条单独的测试用例, 通过.param这个方式, 就可以获取到被传入的这些数据。

在后续的阶段, 将安排撰写一篇专门的文章, 用来为广大读者群体对参数化这个概念进行十分详细和全面的介绍说明。

2.3

就是那个东西能够把相对应的标签直接就用上。

如果那个值是True的话, 那么在相同的操作范围里的测试函数呢, 它就会很自动地去调用这个;反过来, 如果那个值是False的话, 那么测试函数它就需要主动地去动手调用这个。

这个方面, 后面会有一个专门讲怎么调用的文章, 在那个文章里头, 会给大家做一个比较详细的一个说明。

2.4 ids

该测试用例的标识ID, 是和所传入的参数保持逐一匹配关系的。如果当前这个标识没有被专门定义好, 那么系统就会自动给生成出来一个id。

示例2:

1.把 ids 参数传过去, 然后运行下面的那个示范代码:



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:

在呈现执行消息的时候,我们能够察觉到,关于ids的那些参数数量正好是三个, 与此同时, 还有另一组参数的数量也是三个, 这两组参数彼此之间建立了对应关系并且被依次展示出来, 除此之外, 属于ids的这些参数还被包含在了作为测试示例所用的编号里面并进行表现。

在这里插入图片描述

2. 把之前那个示范里的代码给改一改, 先别传什么ids这种参数进去, 然后让程序跑一下看看结果。



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:

我们可以查看运行结果, 可以发现的情况是, 虽然并没有直接传入ids, 不过却存在自动生成了ids的这一操作。

在这里插入图片描述

在测试这项工作完成之后, 大家通常是拿测试结果汇报出来给别人的, 表现形式一般是个个叫做那个叫作什么的报告的什么的一个形式。就比如说, 结合呈现那个个测试的一些结果。

另外还有一说, 就是透过那个缩写叫作.ids的接口传入的一的一些个参数, 用来对测试用例进行解释说明的, 这样做的话更方便我们查看最后的个那个个测试结果了。。

2.5 name

它是另一个名字的意思。在默认状态下, 那个装饰器的 name 属性是被用来指向函数本身的函数名。这样做的话呢, 是可以让大家看代码的时候更加轻松容易明白的, 也就是能够提高代码的阅读上的便利性。

示例3:

请参照下面这个例子。



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')

我们定义名为 login 的函数, 同时实例化某个类并赋予其 login 这一名称, 随后调用了该实例内部对应方法。当代码结构变得复杂之时, 极易将代表函数的 login 与代表着实例本身的 login 二者和混淆不清, 从而增加了对于代码进行阅读时所需要的复杂程度。

当我们使用别名的时候呢, 那么在阅读代码这一件事情上面来说, 我们就很容易就可以把它给区分开来了。



@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:

当你把name这个参数给用了以后, 你就没法再用被那个@后面跟着的符号所装饰的那个函数的本身的名字去调它喽, 你必须得使用由name所指定别的那个名字来把它进行调用。

2.6

目前为止官方提供的文档资料之中还没有给出明确的具体说明情况。

文末说明:

上述的这些内容, 它其实是我自己在阅读了官方的那些文档之后, 然后, 结合着我个人的那种理解去整理出来的一个东西, 因为里面, 难免会有那么一些理解上的偏差或者说是错误的地方, 所以这里就特别地希望有看到的朋友能够多多地在下面留言来帮助我进行纠正, 好了, 谢谢大家。

转载自 CSDN-专业IT技术社区

原文链接:https://blog.csdn.net/2601_96797912/article/details/167922435

文章来源转载

评论

评论列表

微信小程序
QQ小程序

关于作者

点赞数:0
关注数:0
粉丝:0
文章:0
关注标签:0
加入于:--