pytest框架 里 fixture 參數化的方法

 

另外一篇例子:

      懂得UI自動化測試的人，應該都比較清楚ddt的模塊，在一個測試場景中，如果是同樣的測試步驟，那么使用ddt，就可以使用一個單個測試解決多個測試場景的使用。本文章主要總結pytest測試框架的參數化的應用。

     還是通過一個具體的案例來說明這部分的案例應用，比如寫一個兩個數相加之和來，那么它的測試場景就很多的，如果編寫測試點也是很多的，我們就按傳統的方式來測試它，見案例代碼和測試代碼：

#!/usr/bin/python3
#coding:utf-8
def add(a,b):
    return a+b

def test_001():
    assert  add(1,2)==3
def test_002():
    assert add(2,2)==4
def test_003():
    assert  add('hi',' wuya')=='hi wuya'

見如上的測試代碼，首先不考慮它的測試點是否設計合理，就單純的來說，一個函數的測試需要寫很多的測試代碼，相對而言不是一個好的選擇，寫了很多的垃圾代碼，但是在pytest的參數化而言，可以很輕松的來解決這個問題，見實現的代碼：

#!/usr/bin/python3
#coding:utf-8
import  pytest

def add(a,b):
    return a+b

@pytest.mark.parametrize('a,b,result',[
    (1,2,3),
    (2,2,4),
    ('hi',' wuya','hi wuya')
])
def test_add(a,b,result):
    assert  add(a,b)==result

執行如上的代碼，見執行結果的輸出：

============================= test session starts ==============================
platform darwin -- Python 3.7.4, pytest-4.0.2, py-1.8.0, pluggy-0.12.0 -- /usr/local/bin/python3.7
cachedir: .pytest_cache
metadata: {'Python': '3.7.4', 'Platform': 'Darwin-18.7.0-x86_64-i386-64bit', 'Packages': {'pytest': '4.0.2', 'py': '1.8.0', 'pluggy': '0.12.0'}, 'Plugins': {'xdist': '1.29.0', 'forked': '1.0.2', 'sugar': '0.9.2', 'html': '1.22.0', 'cov': '2.7.1', 'allure-adaptor': '1.7.10', 'metadata': '1.8.0'}, 'JAVA_HOME': '/Library/Java/JavaVirtualMachines/jdk-12.0.2.jdk/Contents/Home'}
rootdir: /Applications/code/stack/pyUnit, inifile:
plugins: xdist-1.29.0, forked-1.0.2, sugar-0.9.2, html-1.22.0, cov-2.7.1, allure-adaptor-1.7.10, metadata-1.8.0
collecting ... collected 3 items

f1.py::test_add[1-2-3] PASSED                                            [ 33%]
f1.py::test_add[2-2-4] PASSED                                            [ 66%]
f1.py::test_add[hi- wuya-hi wuya] PASSED                                 [100%]

=========================== 3 passed in 0.03 seconds ===========================

依據執行結果可以看到，剛才說的幾個測試點都包含到了，而且只使用了一個測試的函數，這樣來說更加高效和方便。當然代碼還可以更加簡單，也就是對測試的數據可以分離，見修改后的代碼：

#!/usr/bin/python3
#coding:utf-8
import  pytest

def add(a,b):
    return a+b

addList1=[
    (1,2,3),
    (2,2,4),
    ('hi',' wuya','hi wuya')
]

@pytest.mark.parametrize('a,b,result',addList1)
def test_add(a,b,result):
    assert  add(a,b)==result

 當然測試數據可以分離到文件中，這地方就不詳細的再介紹了。

     固件參數化會使用到pytest中內置的固件request，並通過request.param來獲取參數。還是以上面的案例來修改，見修改后的測試代碼：

#!/usr/bin/python3
#coding:utf-8
import  pytest

def add(a,b):
    return a+b

addList1=[
    (1,2,3),
    (2,2,4),
    ('hi',' wuya','hi wuya')
]

@pytest.mark.parametrize('a,b,result',addList1)
def test_add(a,b,result):
    assert  add(a,b)==result


dict1=[
    {'a':1,'b':2,'result':3},
    {'a':2,'b':2,'result':4}
]

@pytest.fixture(params=dict1)
def param(request):
    return request.param

def test_add_param(param):
    add(param['a'],param['b']==param['result'])

固件函數使用於另外一個測試的場景，我們需要連接很多好幾個數據庫來操作不同的業務場景，那么可以使用固件參數來很好的解決該問題，測試代碼如下：

#!/usr/bin/python3
#coding:utf-8
import  pytest

@pytest.fixture(params=[
    ('MySQL:','root','123456'),
    ('Oracle','wuya','123456')
])
def param(request):
    return request.param

@pytest.fixture(autouse=True)
def connDb(param):
    print('連接數據庫%s,賬戶:%s,密碼:%s'%param)
    yield
    print('關閉數據庫%s,賬戶:%s,密碼:%s' % param)

def test_database():
    assert  1==1

來源: https://mp.weixin.qq.com/s/eDRwcqHXiPff4L2Abs_J3w