如何理解Python pytest参数化,应用是怎样的
Admin 2022-09-30 群英技术资讯 271 次浏览
上篇博文介绍过,pytest是目前比较成熟功能齐全的测试框架,使用率肯定也不断攀升。在实际
工作中,许多测试用例都是类似的重复,一个个写最后代码会显得很冗余。这里,我们来了解一下
@pytest.mark.parametrize装饰器,可以很好的解决上述问题。
def parametrize(self,argnames, argvalues, indirect=False, ids=None, scope=None): """ Add new invocations to the underlying test function using the list of argvalues for the given argnames. Parametrization is performed during the collection phase. If you need to setup expensive resources see about setting indirect to do it rather at test setup time. # 使用给定argnames的argValue列表向基础测试函数添加新的调用,在收集阶段执行参数化。 :arg argnames: a comma-separated string denoting one or more argument names, or a list/tuple of argument strings. # 参数名:使用逗号分隔的字符串,列表或元祖,表示一个或多个参数名 :arg argvalues: The list of argvalues determines how often a test is invoked with different argument values. If only one argname was specified argvalues is a list of values. If N argnames were specified, argvalues must be a list of N-tuples, where each tuple-element specifies a value for its respective argname. # 参数值:只有一个argnames,argvalues则是值列表。有N个argnames时,每个元祖对应一组argnames,所有元祖组合成一个列表 :arg indirect: The list of argnames or boolean. A list of arguments' names (self,subset of argnames). If True the list contains all names from the argnames. Each argvalue corresponding to an argname in this list will be passed as request.param to its respective argname fixture function so that it can perform more expensive setups during the setup phase of a test rather than at collection time. :arg ids: list of string ids, or a callable. If strings, each is corresponding to the argvalues so that they are part of the test id. If None is given as id of specific test, the automatically generated id for that argument will be used. If callable, it should take one argument (self,a single argvalue) and return a string or return None. If None, the automatically generated id for that argument will be used. If no ids are provided they will be generated automatically from the argvalues. # ids:字符串列表,可以理解成标题,与用例个数保持一致 :arg scope: if specified it denotes the scope of the parameters. The scope is used for grouping tests by parameter instances. It will also override any fixture-function defined scope, allowing to set a dynamic scope using test context or configuration. # 如果指定,则表示参数的范围。作用域用于按参数实例对测试进行分组。 它还将覆盖任何fixture函数定义的范围,允许使用测试上下文或配置设置动态范围。 """
argnames
释义:参数名称
格式:字符串"arg1,arg2,arg3"
aegvalues
释义:参数值列表
格式:必须是列表,如[val1,val2,val3]
单个参数,里面是值的列表,如@pytest.mark.parametrize("name",["Jack","Locus","Bill"])
多个参数,需要用元祖来存放值,一个元祖对应一组参数的值,如@pytest.mark.parametrize("user,age",[("user1",15),("user2",24),("user3",25)])
ids
释义:可以理解为用例的id
格式:字符串列表,如["case1","case2","case3"]
indirect
释义:当indirect=True时,若传入的argnames是fixture函数名,此时fixture函数名将成为一个可执行的函数,
argvalues作为fixture的参数,执行fixture函数,最终结果再存入 request.param;当indirect=False时,fixture
函数只作为一个参数名给测试收集阶段调用。
备注:这里可以将the setup phase(测试设置阶段)理解为配置 conftest.py 阶段,将the collection phase(
测试收集阶段)理解为用例执行阶段。
import pytest data = [ (2,2,4), (3,4,12) ] def add(a,b): return a * b @pytest.mark.parametrize('a,b,expect',data) class TestParametrize(object): def test_parametrize_1(self,a,b,expect): print('\n测试函数1测试数据为\n{}-{}'.format(a,b)) assert add(a,b) == expect def test_parametrize_2(self,a,b,expect): print('\n测试函数2测试数据为\n{}-{}'.format(a,b)) assert add(a,b) == expect if __name__ == "__main__": pytest.main(["-s","test_07.py"])
============================= test session starts ============================= platform win32 -- Python 3.8.0, pytest-6.2.5, py-1.11.0, pluggy-1.0.0 rootdir: D:\AutoCode plugins: html-3.1.1, metadata-1.11.0 collecting ... collected 4 items test_07.py::TestParametrize::test_parametrize_1[2-2-4] 测试函数1测试数据为 2-2 PASSED test_07.py::TestParametrize::test_parametrize_1[3-4-12] 测试函数1测试数据为 3-4 PASSED test_07.py::TestParametrize::test_parametrize_2[2-2-4] 测试函数2测试数据为 2-2 PASSED test_07.py::TestParametrize::test_parametrize_2[3-4-12] 测试函数2测试数据为 3-4 PASSED ============================== 4 passed in 0.12s ============================== Process finished with exit code 0
由以上代码可以看到,当装饰器装饰测试类时,定义的数据集合会被传递给类的所有方法。
import pytest data = ["Rose","white"] @pytest.mark.parametrize("name",data) def test_parametrize(name): print('\n列表中的名字为\n{}'.format(name)) if __name__ == "__main__": pytest.main(["-s","test_07.py"])
============================= test session starts ============================= platform win32 -- Python 3.8.0, pytest-6.2.5, py-1.11.0, pluggy-1.0.0 rootdir: D:\AutoCode plugins: html-3.1.1, metadata-1.11.0 collected 2 items test_07.py 列表中的名字为 Rose . 列表中的名字为 white . ============================== 2 passed in 0.09s ============================== Process finished with exit code 0
当测试用例只需要一个参数时,我们存放数据的列表无序嵌套序列,@pytest.mark.parametrize("name", data)
装饰器的第一个参数也只需要一个变量接收列表中的每个元素,第二个参数传递存储数据的列表,那么测试用
例需要使用同名的字符串接收测试数据(实例中的name)且列表有多少个元素就会生成并执行多少个测试用例。
import pytest data = [ [1, 2, 3], [4, 5, 9] ] # 列表嵌套列表 # data_tuple = [ # (1, 2, 3), # (4, 5, 9) # ] # 列表嵌套元组 @pytest.mark.parametrize('a, b, expect', data) def test_parametrize_1(a, b, expect): # 一个参数接收一个数据 print('\n测试数据为\n{},{},{}'.format(a, b, expect)) actual = a + b assert actual == expect @pytest.mark.parametrize('value', data) def test_parametrize_2(value): # 一个参数接收一组数据 print('\n测试数据为\n{}'.format(value)) actual = value[0] + value[1] assert actual == value[2] if __name__ == "__main__": pytest.main(["-s","test_07.py"])
============================= test session starts ============================= platform win32 -- Python 3.8.0, pytest-6.2.5, py-1.11.0, pluggy-1.0.0 rootdir: D:\AutoCode plugins: html-3.1.1, metadata-1.11.0 collected 4 items test_07.py 测试数据为 1,2,3 . 测试数据为 4,5,9 . 测试数据为 [1, 2, 3] . 测试数据为 [4, 5, 9] . ============================== 4 passed in 0.09s ============================== Process finished with exit code 0
当测试用例需要多个数据时,我们可以使用嵌套序列(嵌套元组&嵌套列表)的列表来存放测试数据。
装饰器@pytest.mark.parametrize()可以使用单个变量接收数据,也可以使用多个变量接收,同样,测
试用例函数也需要与其保持一致。
当使用单个变量接收时,测试数据传递到测试函数内部时为列表中的每一个元素或者小列表,需
要使用索引的方式取得每个数据。
当使用多个变量接收数据时,那么每个变量分别接收小列表或元组中的每个元素列表嵌套多少个多
组小列表或元组,测生成多少条测试用例。
import pytest data_1 = [1,2,3] data_2 = ['a','b'] @pytest.mark.parametrize('a',data_1) @pytest.mark.parametrize('b',data_2) def test_parametrize_1(a,b): print(f'笛卡尔积测试结果为:{a},{b}') if __name__ == '__main__': pytest.main(["-vs","test_06.py"])
通过测试结果,我们不难分析,一个测试函数还可以同时被多个参数化装饰器装饰,那么多个
装饰器中的数据会进行交叉组合的方式传递给测试函数,进而生成n * n个测试用例。
import pytest @pytest.mark.parametrize("test_input,expected",[ ("3+5",8), ("2+4",6), pytest.param("6 * 9",42,marks=pytest.mark.xfail), pytest.param("6 * 6",42,marks=pytest.mark.skip) ]) def test_mark(test_input,expected): assert eval(test_input) == expected if __name__ == '__main__': pytest.main(["-vs","test_06.py"])
输出结果显示收集到4个用例,两个通过,一个被跳过,一个标记失败,当我们不想执行某组测试
数据时,我们可以标记skip或skipif;当我们预期某组数据会执行失败时,我们可以标记为xfail等。
import pytest data = ( { 'user': "name1", 'pwd': 123 }, { 'user': "name2", 'pwd': 456 } ) @pytest.mark.parametrize('dic',data) def test_parametrize(dic): print('\n测试数据为\n{}'.format(dic)) if __name__ == '__main__': pytest.main(["-vs","test_06.py"])
参数化装饰器有一个额外的参数ids,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,我们可以标记每一个测试用例使用的测试数据是什么,适当的增加一些说明。
在使用前你需要知道,ids参数应该是一个字符串列表,必须和数据对象列表的长度保持一致。
import pytest data_1 = [ (1, 2, 3), (4, 5, 9) ] ids = ["a:{} + b:{} = expect:{}".format(a, b, expect) for a, b, expect in data_1] def add(a, b): return a + b @pytest.mark.parametrize('a, b, expect', data_1, ids=ids) class TestParametrize(object): def test_parametrize_1(self, a, b, expect): print('\n测试函数1测试数据为\n{}-{}'.format(a, b)) assert add(a, b) == expect def test_parametrize_2(self, a, b, expect): print('\n测试函数2数据为\n{}-{}'.format(a, b)) assert add(a, b) == expect if __name__ == '__main__': pytest.main(["-v","test_06.py"])
不加ids参数的返回结果
加ids参数的返回结果
我们可以看到带ids参数的返回结果中的用例都被一个列表明确的标记了,而且通过这种标记
可以更加直观的看出来,每个测试用例使用的数据名称及测试内容。
关于“如何理解Python pytest参数化,应用是怎样的”的内容今天就到这,感谢各位的阅读,大家可以动手实际看看,对大家加深理解更有帮助哦。如果想了解更多相关内容的文章,关注我们,群英网络小编每天都会为大家更新不同的知识。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
猜你喜欢
在处理数据的时候,很多时候会遇到批量替换的情况,如果一个一个去修改效率过低,也容易出错,replace()是很好的方法,下面这篇文章主要给大家介绍了关于Python pandas.replace用法的相关资料,需要的朋友可以参考下
这篇文章主要分享的是Python日志模块logging的使用方法总结,ogging模块默认级别是WARNING,意味着只会追踪该级别以上的事件,除非更改日志配置,想了解更多相关资料的小伙伴可以参考下面文章内容
众所周知True和False是一个布尔变量可取的值,下面这篇文章主要给大家介绍了关于Python中True(真)和False(假)判断的相关资料,本文通过示例代码介绍的非常详细,需要的朋友可以参考下
Python中selenium库的作用是啥?对新手来说,可能对selenium库比较陌生,对于selenium库的作用和使用都不是很了解。对此,下面小编就给大家简单的介绍一下Python中的selenium库,感兴趣的朋友就继续往下看吧。
这篇文章主要介绍了python xlwt模块的使用解析,帮助大家更好的理解和学习使用python,感兴趣的朋友可以了解下
成为群英会员,开启智能安全云计算之旅
立即注册Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008