• pytest 扫盲


    为什么要用Pytest

    1. 非常容易上手,入门简单,文档丰富
    2. 支持参数化
    3. 可以跳过某些测试用例
    4. 支持重复执行(rerun)失败的 case
    5. 支持运行由 unittest 编写的测试 case
    6. 可生成 html 报告
    7. 方便的和持续集成工具 jenkins 集成
    8. 可支持执行部分用例
    9. 具有很多第三方插件,并且可以自定义扩展

    Pytest用例的设计原则

    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

    • 文件名以 test_.py 文件和_test.py
    • 以 test_ 开头的函数
    • 以 Test 开头的类,不能包含 init 方法
    • 以 test_ 开头的类里面的方法
    • 所有的包 pakege 必须要有__init__.py 文件

    Pytest 和 Unittest 的区别

    比较点 pytest unittest
    用例编写 用例格式简单,兼容 unittest 用例 测试类必须继承 unittest.TestCase用例格式复杂,不兼容 pytest 格式
    断言 使用 python 断言,也可以用断言插件 自带断言函数
    用例前置后置 提供了共10种 teardown、setup 方法还提供了 fixture 装饰器,更加强大 提供了共4种 teardown、setup 方法
    参数化 自带参数化装饰器 @pytest.mark.parametrize 参数化需要用到 ddt 库
    用例分类执行 可以通过@pytest.mark 标记测试用例pytest 执行命令加上 -m 参数运行指定标记的用例 通过加载不同的 testsuite 执行部分模块的用例
    失败重运行 通过 pytest-rerunfailures 插件可以让失败的用例重跑
    报告 自带的 pytest-html 报告,也可以结合 allure,更加美观 HTMLTestRunner 样式不咋滴,数据也不全

    有几种 setup、teardown 方法?

    10 种

    有哪些级别的 setup、teardown 方法?

    • 模块级别:setup_module、teardown_module
    • 函数级别:setup_function、teardown_function,不在类中的方法
    • 类级别:setup_class、teardown_class
    • 类方法级别:setup_method、teardown_method
    • 类方法细化级别:setup、teardown

    fixture 是什么?

    用来自定义测试用例的前置后置条件,不需要单独写 setup、teardown 方法

    fixtrue 装饰器的默认作用域(scope)是什么级别?

    function 方法级别

    fixture 装饰器 scope 有哪几种值?

    作用范围由小到大:function、class、module、package、session

    不同 fixture 可以互相调用吗?

    可以

    测试用例如何调用 fixture?有什么区别?

    三种方式

    • fixture 添加一个参数 autouser=True,用例会自动调用
    • fixture 作为参数传入测试用例函数中
    • 使用装饰器 @pytest.mark.userfixtures

    一个测试用例调用了多个 fixture,调用顺序是怎么样?

    范围越广的先调用,比如 session 级别的会先调用,然后再到 function 级别的被调用

    如果要调用多个 fixture,应该怎么做?装饰器嵌套的方式,可以实现吗?

    • 一个测试用例可以调用多个 fixture,可以添加多个 @pytest.mark.userfixtures,也可以在函数参数列表那声明多个 fixture 名字
    • 一个测试用例可以只调用一个 fixture,但这个 fixture 还会去调用其他更高层次的 fixture

    pytest 实现 fixture 的原理是怎么样的?

    • 当某个方法添加了 @pytest.fixture,会告知 pytest 这是一个 fixture
    • 其他 fixture 或者测试用例可以调用它
    • 它会在测试用例执行前后去运行
    • (看了源码和官方文档,也没有说原理,有点尴尬)

    fixture 如何实现 teardown 的效果?

    • 在函数里面添加 yield 关键字
    • 或添加一个 addfinalizer 函数

    pytest 测试用例执行完后有哪几种状态?

    • passed:测试通过
    • failed:测试失败
    • error:代码问题
    • xfail:预期测试失败,但不会被当做是失败状态

    如何跳过执行某些测试用例?

    有两个装饰器

    • @pytest.mark.skip
    • @pytest.mark.skipif

    conftest.py 文件是干嘛的?

    • 存放 fixture 的文件
    • 可以将一些全局通用的 fixture 放在里面,和测试用例解耦,比如:登录请求
    • 一个项目可以有多个 conftest.py 文件
    • 每个 conftest.py 只对当前 package 生效

    pytest 怎么做参数化?

    使用 @pytest.mark.parametrize

    pytest.ini 文件是干嘛的?

    • pytest 的主配置文件,可以改变 pytest 的默认行为
    • pytest 每次运行前会读取该配置文件的内容,然后按指定的方式去运行
    • 最常用的有:注册 mark 标签、默认命令行选项、修改 pytest 收集用例的目录、修改用例的规则

    你用过哪些 pytest 插件?

    • 失败重跑插件:pytest-rerunfailures
    • HTML报告插件:pytest-html
    • 重复执行用例:pytest-repeat
    • 多重断言插件:pytest-assume
    • 分布式测试插件:pytest-xdist
    • 结合 allure 报告插件:allure-pytest

    pytest-xdist 是线程并发还是进程并发?

    进程并发

    可以说下分布式测试的原理吗

    • xdist 会产生一个或多个 workers
    • workers 数量由参数 -n 决定,默认是 CPU 逻辑核数,每个 CPU 会启动一个进程跑测试用例集
    • workers 都通过 master 来控制
    • 每个 worker 复制执行完整的测试用例集,然后按照 master 的要求运行测试,而 master 机不执行测试任务

    为什么会用 allure 作为测试报告?

    • allure 报告展示了非常详细的测试数据,包括测试通过、测试失败、代码报错的数据整体统计、分类统计
    • 管理层肯定会更加喜欢美观的测试报告
    • 和 jenkins 可以完美的结合一起使用
    • 可以自定义测试报告的一些内容

    如何生成 allure 报告?

    1. 下载 allure 的包
    2. 解压,将 bin 目录添加到环境变量
    3. 使用 pytest 命令执行时,添加 --alluredir 参数值即可

    如何清空 allure 历史报告?

    使用 pytest 命令执行时,添加 --clean-alluredir 参数即可

    如何动态生成测试用例的标题?

    使用 @pytest.mark.parametrize 参数化,结合使用 @allure.title 装饰器,将标题值传入 title 装饰器中

    有哪些常用的命令行参数

    • -s:打印 print 的内容
    • -q:简略打印
    • -m:只运行指定 mark 标签的用例
    • -k:运行指定关键字的测试用例
    • -x:用例运行失败则立即停止执行
    • --maxfail:用例运行时,允许做大失败次数,超过则停止运行
    • --last-failed:只执行上次执行失败的测试用例

    pytest 有哪些断言方式?

    • 使用 python 的原生 assert 断言关键字
    • 使用 pytest 的断言库 pytest-assume
    更多学习笔记移步 https://www.cnblogs.com/kknote
  • 相关阅读:
    javascript零散要点收集
    javascript闭包,arguments和prototype
    javascript面向对象规则汇总以及json
    递归转非递归的编程思想
    汇编要点汇总
    队列相关算法
    深度优先遍历算法
    C++面向对象要点
    堆排序
    快速排序算法
  • 原文地址:https://www.cnblogs.com/kknote/p/15798472.html
Copyright © 2020-2023  润新知