自动化测试有不少优势，但这里有3个主要的点：css
可重用性:不须要老是编写新的脚本，除非必要，即便是新的操做系统版本也不须要编写脚本。python
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。nginx
全天运行:您能够在任什么时候间或远程启动测试。夜间运行正在测试你的软件，即便是在你睡着的时候。web
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，好比数据驱动、关键字驱动、混合、BDD等等。您能够选择最适合您的要求。shell
Python和pytest在这场竞争中占据了巨大的份额。Python及其相关工具之因此被大量使用，多是由于与其余语言相比，没有或不多编程经验的人更能负担得起它们。django
pytest框架使得编写小型测试变得很容易，可是能够扩展到支持应用程序和库的复杂功能测试。编程
Pytest的一些主要特性:设计模式
自动发现测试模块和功能api
有效的CLI来更好地控制您想要运行或跳过的内容浏览器
大型第三方插件生态系统
固定装置-不一样的类型，不一样的范围
与传统的单元测试框架一块儿工做
自动和可配置的测试发现
在默认状况下，pytest指望在名称以test_开头或以_test.py结尾的python模块中找到测试。在默认状况下，它指望测试函数名以test_ 开头。可是，能够经过在pytest的一个配置文件中添加您本身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_*.pypython_classes = Checkpython_functions = *_check
让咱们看一下很是基本的测试函数。
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?没有花哨的assertEqual或assertDictEqual等，只是简单明了的断言。对于比较两个对象的简单操做，不须要导入这些断言函数。assert是python已经提供的功能，所以无需从新发明。😊
固定装置会起做用的
查看测试功能，测试钱包软件的基本操做，好比，
// test_wallet.pyfrom 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，不少样板文件。另外一件值得注意的事情是，测试除了测试功能以外还作了一些其余的事情，例如实例化钱包并关闭它——Wallet .close()
如今让咱们看看如何使用pytest fixture去除样板
import pytestfrom _pytest.fixtures import SubRequestfrom wallet import Wallet#==================== fixturesdef 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。测试函数很是微妙，只作它们想作的事情。夹具钱包负责设置和拆卸、实例化和关闭钱包。它不只有助于编写可重用的代码，还增长了数据分离的本质。若是仔细看，钱包数量是一块测试逻辑以外提供的测试数据，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，您能够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，而且您的测试函数能够调用包装器的另外一个接口来读取测试数据。
可是，建议将您的fixture做为conftest.py文件的一部分。这是pytest中的一个特殊文件，它容许测试发现全局fixture。
可是，有一个针对许多不一样数据集执行的测试用例!
不用担忧，pytest有一个很酷的特性来参数化您的fixture。让咱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，您须要验证全部这些参数的默认值。
咱们能够考虑为每一个设置编写一个测试用例，可是使用pytest就容易得多了
(‘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(每一个不一样setting_value),在将来若是你添加一个新的设置到你的产品,你须要作的就是,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，你的产品能够有多种界面。CLI -就像咱们上面讨论的。相似地，GUI和API。在部署软件以前，对全部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余部分。
记住，pytest只是一个促进“测试”的框架，而不是特定类型的测试。所以，您可使用selenium构建GUI测试，或者使用Python的请求库构建API测试，而后使用pytest运行它。
例如，在高层次上，这多是您的测试存储库结构。
正如您在上面看到的，这能够很好地分离组件。
apiobjects:为调用API端点建立包装器的好地方。您可使用BaseAPIObject和派生类来知足您的需求。
helper:编写您的helper方法
库文件，它能够被不一样的组件使用，例如你的fixture在conftest, pageobjects等。
pageobjects: pageobjects设计模式可用于建立不一样GUI页面的类。咱们在站得住使用Webium，它是Python的一个页面对象模式实现库。
套件:您能够在这里编写pylint代码验证套件，这将有助于您对代码质量有信心。
测试:能够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能够按照您的须要进行布局。
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，而且有时您可能想并行地运行测试用例，以减小整体测试执行时间。
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
让咱们经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加，如今已经有了数百个测试。我想作的是并行运行它们，并减小测试执行时间。
在终端中，只需在项目根文件夹/ tests文件夹中键入pytest。这将执行全部测试。
pytest -s -v -n=2
并行运行测试的pytest-xdist
这还能够帮助您在多个浏览器上并行运行测试。
报告
Pytest内置支持建立结果文件，可由Jenkins、Bamboo或其余持续集成服务器读取，使用以下调用:
pytest test/file/path — junitxml=path
这能够生成很好的XML风格的输出，能够由许多CI系统解析器解释。
Pytest的受欢迎程度逐年上升。此外，它还拥有普遍的社区支持，这让您能够访问不少扩展，好比pytest-django，它能够帮助您为Django web应用程序集成编写测试。记住，pytest支持运行unittest测试用例，因此若是您正在使用unittest, pytest是值得考虑的。😊
·END·
机器学习·数据分析
本文分享自微信公众号 - Python学会（gh_39aead19f756）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。