Pytest之參數化（四）
- 2019 年 10 月 5 日
- 筆記
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，那麼使用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，那麼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，可以很輕鬆的來解決這個問題，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，見修改後的代碼：
#!/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，見修改後的測試代碼：
#!/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，那麼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
