为什么需要自动化测试
自动化测试有很多优点，但这里有3个主要的点
- 可重用性:不需要总是编写新的脚本，除非必要，即使是新的操作系统版本也不需要编写脚本。
- 可靠性:人容易出错，机器不太可能。当运行不能跳过的重复步骤/测试时，速度会更快。
- 全天运行:您可以在任何时间或远程启动测试。夜间运行正在测试你的软件，即使是在你睡着的时候。
成熟的、功能齐全的Python测试工具——pytest
目前有多种可用的测试框架和工具。这些框架的风格也各不相同，比如数据驱动、关键字驱动、混合、BDD等等。您可以选择最适合您的要求。
Python和pytest在这场竞争中占据了巨大的份额。Python及其相关工具之所以被大量使用，可能是因为与其他语言相比，没有或很少编程经验的人更能负担得起它们。
pytest框架使得编写小型测试变得很容易，但是可以扩展到支持应用程序和库的复杂功能测试。
Pytest的一些主要特性:
- 自动发现测试模块和功能
- 有效的CLI来更好地控制您想要运行或跳过的内容
- 大型第三方插件生态系统
- 固定装置-不同的类型，不同的范围
- 与传统的单元测试框架一起工作
- 如何使用Pytest进行自动化测试
自动和可配置的测试发现
在默认情况下，pytest期望在名称以test_开头或以test.py结尾的python模块中找到测试。在默认情况下，它期望测试函数名以test 开头。但是，可以通过在pytest的一个配置文件中添加您自己的配置来修改这个测试发现协议。
# content of pytest.ini # Example 1: have pytest look for "check" instead of "test" # can also be defined in tox.ini or setup.cfg file, although the section # name in setup.cfg files should be "tool:pytest" [pytest] python_files = check_*.py python_classes = Check python_functions = *_check
让我们看一下非常基本的测试函数。
class CheckClass(object):
def one_check(self):
x = "this"
assert 'h' in x
def two_check(self):
x = "hello"
assert hasattr(x, 'check')
你注意到什么了吗"htmlcode">
// test_wallet.py from wallet import Walletdef test_default_initial_amount(): wallet = Wallet() assert wallet.balance == 0 wallet.close()def test_setting_initial_amount(): wallet = Wallet(initial_amount=100) assert wallet.balance == 100 wallet.close()def test_wallet_add_cash(): wallet = Wallet(initial_amount=10) wallet.add_cash(amount=90) assert wallet.balance == 100 wallet.close()def test_wallet_spend_cash(): wallet = Wallet(initial_amount=20) wallet.spend_cash(amount=10) assert wallet.balance == 10 wallet.close()
嗯,有意思!你注意到了吗，很多样板文件。另一件值得注意的事情是，测试除了测试功能之外还做了一些其他的事情，例如实例化钱包并关闭它——Wallet .close()
现在让我们看看如何使用pytest fixture去除样板
import pytest from _pytest.fixtures import SubRequest from wallet import Wallet#==================== fixtures @pytest.fixture def wallet(request: SubRequest): param = getattr(request, ‘param', None) if param: prepared_wallet = Wallet(initial_amount=param[0]) else: prepared_wallet = Wallet() yield prepared_wallet prepared_wallet.close()#==================== testsdef test_default_initial_amount(wallet): assert wallet.balance == 0@pytest.mark.parametrize(‘wallet', [(100,)], indirect=True) def test_setting_initial_amount(wallet): assert wallet.balance == 100@pytest.mark.parametrize(‘wallet', [(10,)], indirect=True) def test_wallet_add_cash(wallet): wallet.add_cash(amount=90) assert wallet.balance == 100@pytest.mark.parametrize(‘wallet', [(20,)], indirect=True) def test_wallet_spend_cash(wallet): wallet.spend_cash(amount=10) assert wallet.balance == 10
整洁!不是吗。测试函数非常微妙，只做它们想做的事情。夹具钱包负责设置和拆卸、实例化和关闭钱包。它不仅有助于编写可重用的代码，还增加了数据分离的本质。如果仔细看，钱包数量是一块测试逻辑之外提供的测试数据，而不是硬编码在测试函数内部。
@pytest.mark.parametrize(‘wallet', [(10,)], indirect=True)
在更可控的环境中，您可以在存储库中有一个测试数据文件，例如test-data.ini，以及读取该文件的包装器，并且您的测试函数可以调用包装器的另一个接口来读取测试数据。
但是，建议将您的fixture作为conftest.py文件的一部分。这是pytest中的一个特殊文件，它允许测试发现全局fixture。
但是，有一个针对许多不同数据集执行的测试用例!
不用担心，pytest有一个很酷的特性来参数化您的fixture。让我们用一个例子来看看它。
假设您的产品公开CLI接口以在本地管理它。此外，您的产品在启动时设置了许多默认参数，您需要验证所有这些参数的默认值。
我们可以考虑为每个设置编写一个测试用例，但是使用pytest就容易得多了
@pytest.mark.parametrize(“setting_name, setting_value”, [(‘qdb_mem_usage', ‘low'),
(‘report_crashes', ‘yes'),
(‘stop_download_on_hang', ‘no'),
(‘stop_download_on_disconnect', ‘no'),
(‘reduce_connections_on_congestion', ‘no'),
(‘global.max_web_users', ‘1024'),
(‘global.max_downloads', ‘5'),
(‘use_kernel_congestion_detection', ‘no'),
(‘log_type', ‘normal'),
(‘no_signature_check', ‘no'),
(‘disable_xmlrpc', ‘no'),
(‘disable_ntp', ‘yes'),
(‘ssl_mode', ‘tls_1_2'),])def test_settings_defaults(self, setting_name, setting_value):
assert product_shell.run_command(setting_name) == self.”The current value for \'{0}\' is \'{1}\'.”.format(setting_name, setting_value), ‘The {} default should be {}'.format(preference_name, preference_value)
很酷,不是吗!,你只写了13个测试用例(每个不同setting_value),在未来如果你添加一个新的设置到你的产品,你需要做的就是,再添加一个tuple上面。
它是如何与selenium和API测试的UI测试集成的
嗯，你的产品可以有多种界面。CLI -就像我们上面讨论的。类似地，GUI和API。在部署软件之前，对所有软件进行测试是很重要的。在多个组件相互依赖和耦合的企业软件中，某个部分的更改可能会影响其他部分。
记住，pytest只是一个促进“测试”的框架，而不是特定类型的测试。因此，您可以使用selenium构建GUI测试，或者使用Python的请求库构建API测试，然后使用pytest运行它。
例如，在高层次上，这可能是您的测试存储库结构。
正如您在上面看到的，这可以很好地分离组件。
- apiobjects:为调用API端点创建包装器的好地方。您可以使用BaseAPIObject和派生类来满足您的需求。
- helper:编写您的helper方法
- 库文件，它可以被不同的组件使用，例如你的fixture在conftest, pageobjects等。
- pageobjects:pageobjects设计模式可用于创建不同GUI页面的类。我们在站得住使
- 用Webium，它是Python的一个页面对象模式实现库。
- 套件:您可以在这里编写pylint代码验证套件，这将有助于您对代码质量有信心。
- 测试:可以根据测试的风格对测试目录进行分类。它使管理和研究您的测试变得容易。
这只是供参考，存储库的结构和依赖关系可以按照您的需要进行布局。
我有足够的测试用例,想并行运行它们
您的测试套件中可能有大量的测试用例，并且有时您可能想并行地运行测试用例，以减少总体测试执行时间。
Pytest提供了一个很棒的并行运行测试的插件，名为Pytest -xdist，它用一些独特的执行模式扩展了Pytest。使用pip安装此插件
pip install pytest-xdist
让我们通过一个示例来快速研究它。
我有一个自动化测试存储库CloudApp，用于使用selenium进行GUI测试。此外，它还随着新的测试用例不断增长，现在已经有了数百个测试。我想做的是并行运行它们，并减少测试执行时间。
在终端中，只需在项目根文件夹/ tests文件夹中键入pytest。这将执行所有测试。
pytest -s -v -n=2
并行运行测试的pytest-xdist
这还可以帮助您在多个浏览器上并行运行测试。
报告
Pytest内置支持创建结果文件，可由Jenkins、Bamboo或其他持续集成服务器读取，使用如下调用:
pytest test/file/path — junitxml=path
这可以生成很好的XML风格的输出，可以由许多CI系统解析器解释。
结论
Pytest的受欢迎程度逐年上升。此外，它还拥有广泛的社区支持，这让您可以访问很多扩展，比如pytest-django，它可以帮助您为Django web应用程序集成编写测试。记住，pytest支持运行unittest测试用例，所以如果您正在使用unittest, pytest是值得考虑的。