pytest 基础教程

由于 unittest 重复代码太多(如setUp tearDown)、数据驱动支持不好、case 一多就容易乱、有一定学习成本(如 assertIn* 语法是 unittest 特有的)等缺点，我们可以使用 pytest 这个更成熟的测试框架。

相比 unittest，pytest 支持更多、更全面的功能，有着以下特色和优势。

• 直接使用纯粹的 python 语言， 不需要你过多学习框架特定的语法，例如 self.assert* 等，以此减少你的学习成本；

• pytest 框架不需要写诸如 setUp()、tearDown() 这样的方法，它可以直接开始测试；

• pytest 可以自动识别测试用例，无须像 unittest 一样将测试用例放进 TestSuite 里组装；

• test fixtures 包括数据参数化测试非常好用；

• pytest 支持错误重试；

• pytest 支持并发测试；

• pytest 完全兼容 unittest。

文档：https://docs.pytest.org/en/latest/contents.html#toc

第三方库：https://pypi.org/search/?q=pytest

pytest 简单使用

import pytest

def func(x):
	return x + 1

class TestSample(object):
	# 测试用例默认以test开头
	def test_equal(self):
		assert func(0) == 1
	def test_not_equal(self):
		assert func(0) != 0

pytest 运行方式

• 命令行运行

pytest 支持在命令行中以如下方式运行：

python -m pytest [...]

• pytest.main() 运行

pytest 支持在程序中运行，在程序中运行的命令如下：

pytest.main([...])

参数化使用

@pytest.mark.parametrize(argnames, argvalues)

• argnames:要参数化的变量, 可填 string, list, tuple

• argvalues:参数化的值, 可填 list, list[tuple]

@pytest.mark.parametrize("a, b", [(10, 20), (10, 30), (10, 40)])
def test_param(a, b):
	print(a + b)

• 与 yaml 结合使用

创建一个 data.yaml 文件，内容如下：

-
 - 10
 - 20
-
 - 10
 - 30
-
 - 10
 - 40

测试用例使用 yaml 文件进行参数化:

import pytest
import yaml

class TestData:
	@pytest.mark.parametrize("a, b", yaml.safe_load(open("./data.yaml")))
	def test_data(self, a, b):
		print(a + b)