Pytest之参数化（四）
- 2019 年 10 月 5 日
- 筆記
懂得UI自动化测试的人，应该都比较清楚ddt的模块，在一个测试场景中，如果是同样的测试步骤，那么使用ddt，就可以使用一个单个测试解决多个测试场景的使用。本文章主要总结pytest测试框架的参数化的应用。
还是通过一个具体的案例来说明这部分的案例应用，比如写一个两个数相加之和来，那么它的测试场景就很多的，如果编写测试点也是很多的，我们就按传统的方式来测试它，见案例代码和测试代码：
#!/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'
见如上的测试代码，首先不考虑它的测试点是否设计合理，就单纯的来说，一个函数的测试需要写很多的测试代码，相对而言不是一个好的选择，写了很多的垃圾代码，但是在pytest的参数化而言，可以很轻松的来解决这个问题，见实现的代码：
#!/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
执行如上的代码，见执行结果的输出：
============================= 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 ===========================
依据执行结果可以看到，刚才说的几个测试点都包含到了，而且只使用了一个测试的函数，这样来说更加高效和方便。当然代码还可以更加简单，也就是对测试的数据可以分离，见修改后的代码：
#!/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
当然测试数据可以分离到文件中，这地方就不详细的再介绍了。
固件参数化会使用到pytest中内置的固件request，并通过request.param来获取参数。还是以上面的案例来修改，见修改后的测试代码：
#!/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'])
固件函数使用于另外一个测试的场景，我们需要连接很多好几个数据库来操作不同的业务场景，那么可以使用固件参数来很好的解决该问题，测试代码如下：
#!/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('连接数据库%s,账户:%s,密码:%s'%param) yield print('关闭数据库%s,账户:%s,密码:%s' % param) def test_database(): assert 1==1
