Pytest测试框架3

目录：

1. pytest结合数据驱动-yaml
2. pytest结合数据驱动-excel
3. pytest结合数据驱动-csv
4. pytest结合数据驱动-json
5. pytest测试用例生命周期管理（一）
6. pytest测试用例生命周期管理（二）
7. pytest测试用例生命周期管理（三）
8. pytest测试用例生命周期管理-自动注册
9. pytest测试用例生命周期管理-自动生效
10. pytestfixture实现参数化

1.pytest结合数据驱动-yaml

数据驱动

• 什么是数据驱动？

  • 数据驱动就是数据的改变从而驱动自动化测试的执行，最终引起测试结果的改变。简单来说，就是参数化的应用。数据量小的测试用例可以使用代码的参数化来实现数据驱动，数据量大的情况下建议大家使用一种结构化的文件(例如 yaml，json 等)来对数据进行存储，然后在测试用例中读取这些数据。

• 应用：

  • App、Web、接口自动化测试
  • 测试步骤的数据驱动
  • 测试数据的数据驱动
  • 配置的数据驱动

yaml 文件介绍 

• 对象：键值对的集合，用冒号 “:” 表示
• 数组：一组按次序排列的值，前加 “-”
• 纯量：单个的、不可再分的值
  • 字符串
  • 布尔值
  • 整数
  • 浮点数
  • Null
  • 时间
  • 日期

# 编程语言
languages:- PHP- Java- Python
book:Python入门: # 书籍名称price: 55.5author: Lilyavailable: Truerepertory: 20date: 2018-02-17Java入门:price: 60author: Lilyavailable: Falserepertory: Nulldate: 2018-05-11

yaml 文件使用

• 查看 yaml 文件
  • pycharm
  • txt 记事本
• 读取 yaml 文件
  • 安装：pip install pyyaml
  • 方法：yaml.safe_load(f)
  • 方法：yaml.safe_dump(f)

import yamlfile_path = './my.yaml'
with open(file_path, 'r', encoding='utf-8') as f:data = yaml.safe_load(f)

 代码实例：

工程目录结构

• data 目录：存放 yaml 数据文件
• func 目录：存放被测函数文件
• testcase 目录：存放测试用例文件

# 工程目录结构
.
├── data
│   └── data.yaml
├── func
│   ├── __init__.py
│   └── operation.py
└── testcase├── __init__.py└── test_add.py

 测试准备

• 被测对象：operation.py
• 测试用例：test_add.py
• 测试数据：data.yaml

# operation.py 文件内容
def my_add(x, y):result = x + yreturn result
# test_add.py 文件内容
class TestWithYAML:@pytest.mark.parametrize('x,y,expected', [[1, 1, 2]])def test_add(self, x, y, expected):assert my_add(int(x), int(y)) == int(expected)
# data.yaml 文件内容
-- 1- 1- 2
-- 3- 6- 9
-- 100- 200- 300

import pytest
import yamlfrom func.operation import my_add# 方法一
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', [[1, 1, 2], [3, 6, 9], [100, 200, 300]])
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)# 方法二
def get_data():with open("../data/data.yaml", encoding='utf-8') as f:data = yaml.safe_load(f)return dataclass TestWithYAML:@pytest.mark.parametrize('x,y,expected', get_data())def test_add(self, x, y, expected):assert my_add(int(x), int(y)) == int(expected)

2.pytest结合数据驱动-excel

读取 Excel 文件

• 第三方库

  • xlrd
  • xlwings
  • pandas

• openpyxl

  • 官方文档： https://openpyxl.readthedocs.io/en/stable/

openpyxl 库的安装

• 安装：pip install openpyxl
• 导入：import openpyxl

openpyxl 库的操作

• 读取工作簿

• 读取工作表

• 读取单元格

import openpyxl# 获取工作簿
book = openpyxl.load_workbook('./data/test.xlsx')# 读取工作表
sheet = book.active
print(sheet)# 读取单个单元格
cell_a1 = sheet['A1']
print(cell_a1.value)cell_a3 = sheet.cell(column=1, row=3)  # A3
print(cell_a3.value)# 读取多个连续单元格
cells = sheet["A1":"C3"]
for i in cells:for j in i:print(j.value,end=' ')print()

 代码实例：

import openpyxl
import pytest
import yamlfrom func.operation import my_add# 方法一
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', [[1, 1, 2], [3, 6, 9], [100, 200, 300]])
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)# 方法二
# def get_data():
#     with open("../data/data.yaml", encoding='utf-8') as f:
#         data = yaml.safe_load(f)
#     return data
#
#
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', get_data())
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)# 方法三
def get_excel():book = openpyxl.load_workbook("../data/test.xlsx")sheet = book.activecells = sheet["A1":"C3"]values = []for row in cells:data = []for cell in row:data.append(cell.value)values.append(data)return valuesclass TestWithYAML:@pytest.mark.parametrize('x,y,expected', get_excel())def test_add(self, x, y, expected):assert my_add(int(x), int(y)) == int(expected)

3.pytest结合数据驱动-csv

csv 文件介绍

• csv：逗号分隔值
• 是 Comma-Separated Values 的缩写
• 以纯文本形式存储数字和文本
• 文件由任意数目的记录组成
• 每行记录由多个字段组成

Linux从入门到高级,linux,¥5000
web自动化测试进阶,python,¥3000
app自动化测试进阶,python,¥6000
Docker容器化技术,linux,¥5000
测试平台开发与实战,python,¥8000

 csv 文件使用

• 读取数据

  • 内置函数：open()
  • 内置模块：csv

• 方法：csv.reader(iterable)

  • 参数：iterable ,文件或列表对象
  • 返回：迭代器，每次迭代会返回一行数据。

import csvdef get_csv():with open('./data/params.csv', 'r', encoding='utf-8') as file:raw = csv.reader(file)for line in raw:print(line)if __name__ == '__main__':get_csv()

代码实例：

测试准备

• 被测对象：operation.py

• 测试用例：test_add.py

• 测试数据：params.csv

# operation.py 文件内容
def my_add(x, y):result = x + yreturn result# test_add.py 文件内容
class TestWithCSV:@pytest.mark.parametrize('x,y,expected', [[1, 1, 2]])def test_add(self, x, y, expected):assert my_add(int(x), int(y)) == int(expected)# params.csv 文件内容
1,1,2
3,6,9
100,200,300

import csvimport openpyxl
import pytest
import yamlfrom func.operation import my_add# 方法一
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', [[1, 1, 2], [3, 6, 9], [100, 200, 300]])
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)# 方法二
# def get_data():
#     with open("../data/data.yaml", encoding='utf-8') as f:
#         data = yaml.safe_load(f)
#     return data
#
#
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', get_data())
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)# 方法三
# def get_excel():
#     book = openpyxl.load_workbook("../data/test.xlsx")
#     sheet = book.active
#     cells = sheet["A1":"C3"]
#     values = []
#     for row in cells:
#         data = []
#         for cell in row:
#             data.append(cell.value)
#         values.append(data)
#     return values
#
#
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', get_excel())
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)# 方法四
def get_csv():with open('../data/test.csv', encoding='utf-8') as f:raw = csv.reader(f)data = []for line in raw:data.append(line)return dataclass TestWithYAML:@pytest.mark.parametrize('x,y,expected', get_csv())def test_add(self, x, y, expected):assert my_add(int(x), int(y)) == int(expected)

4.pytest结合数据驱动-json

json 文件介绍

• json 是 JS 对象

• 全称是 JavaScript Object Notation

• 是一种轻量级的数据交换格式

• json 结构

  • 对象 {"key": value}
  • 数组 [value1, value2 ...]

{"name:": "tom","detail": {"course": "python","city": "北京"},"remark": [1000, 666, 888]
}

 json 文件使用

• 查看 json 文件
  • pycharm
  • txt 记事本
• 读取 json 文件
  • 内置函数 open()
  • 内置库 json
  • 方法：json.loads()
  • 方法：json.dumps()

 params.json

{"case1": [1, 1, 2],"case2": [3, 6, 9],"case3": [100, 200, 300]
}

import jsondef get_json():with open('./data/params.json', 'r') as f:data = json.loads(f.read())print(data)print(type(data))s = json.dumps(data, ensure_ascii=False)print(s)print(type(s))if __name__ == '__main__':get_json()

代码示例：

测试准备

• 被测对象：operation.py

• 测试用例：test_add.py

• 测试数据：params.json

# operation.py 文件内容
def my_add(x, y):result = x + yreturn result# test_add.py 文件内容
class TestWithJSON:@pytest.mark.parametrize('x,y,expected', [[1, 1, 2]])def test_add(self, x, y, expected):assert my_add(int(x), int(y)) == int(expected)# params.json 文件内容
{"case1": [1, 1, 2],"case2": [3, 6, 9],"case3": [100, 200, 300]
}

import csv
import jsonimport openpyxl
import pytest
import yamlfrom func.operation import my_add# 方法一
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', [[1, 1, 2], [3, 6, 9], [100, 200, 300]])
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)# 方法二
# def get_data():
#     with open("../data/data.yaml", encoding='utf-8') as f:
#         data = yaml.safe_load(f)
#     return data
#
#
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', get_data())
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)# 方法三
# def get_excel():
#     book = openpyxl.load_workbook("../data/test.xlsx")
#     sheet = book.active
#     cells = sheet["A1":"C3"]
#     values = []
#     for row in cells:
#         data = []
#         for cell in row:
#             data.append(cell.value)
#         values.append(data)
#     return values
#
#
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', get_excel())
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)# 方法四
# def get_csv():
#     with open('../data/test.csv', encoding='utf-8') as f:
#         raw = csv.reader(f)
#         data = []
#         for line in raw:
#             data.append(line)
#     return data
#
#
# class TestWithYAML:
#     @pytest.mark.parametrize('x,y,expected', get_csv())
#     def test_add(self, x, y, expected):
#         assert my_add(int(x), int(y)) == int(expected)# 方法五
def get_json():with open('../data/params.json', 'r') as f:data = json.loads(f.read())print(data)print(type(data))print(list(data.values()))return list(data.values())class TestWithYAML:@pytest.mark.parametrize('x,y,expected', get_json())def test_add(self, x, y, expected):assert my_add(int(x), int(y)) == int(expected)

5.pytest测试用例生命周期管理（一）

Fixture 特点及优势

• 1､命令灵活：对于 setup,teardown,可以不起这两个名字
• 2､数据共享：在 conftest.py 配置⾥写⽅法可以实现数据共享，不需要 import 导⼊。可以跨⽂件共享
• 3､scope 的层次及神奇的 yield 组合相当于各种 setup 和 teardown
• 4、实现参数化

Fixture 在自动化中的应用- 基本用法

• 场景：

测试⽤例执⾏时，有的⽤例需要登陆才能执⾏，有些⽤例不需要登陆。

setup 和 teardown ⽆法满⾜。fixture 可以。默认 scope（范围）function

• 步骤：
  • 1.导⼊ pytest
  • 2.在登陆的函数上⾯加@pytest.fixture()
  • 3.在要使⽤的测试⽅法中传⼊（登陆函数名称），就先登陆
  • 4.不传⼊的就不登陆直接执⾏测试⽅法。

import [e-mail]()
def login():print('完成登录操作')def test_search():print('搜索')# def test_cart():
#     login()
#     print('购物车')def test_cart(login):print('购物车')def test_order(login):print('下单功能')

6.pytest测试用例生命周期管理（二）

Fixture 在自动化中的应用 - 作用域

取值	范围	说明
function	函数级	每一个函数或方法都会调用
class	类级别	每个测试类只运行一次
module	模块级	每一个.py 文件调用一次
package	包级	每一个 python 包只调用一次(暂不支持)
session	会话级	每次会话只需要运行一次，会话内所有方法及类，模块都共享这个方法

import [e-mail](scope="function")
def login():print('完成登录操作')def test_search():print('搜索')# def test_cart():
#     login()
#     print('购物车')def test_cart(login):print('购物车')def test_order(login):print('下单功能')class TestDemo:def test_case1(self, login):print("case1")def test_case2(self, login):print("case2")

7.pytest测试用例生命周期管理（三）

Fixture 在自动化中的应用 - yield 关键字

• 场景：

你已经可以将测试⽅法【前要执⾏的或依赖的】解决了，测试⽅法后销毁清除数据的要如何进⾏呢？

• 解决：

通过在 fixture 函数中加⼊ yield 关键字，yield 是调⽤第⼀次返回结果，第⼆次执⾏它下⾯的语句返回。

• 步骤：

在@pytest.fixture(scope=module)。在登陆的⽅法中加 yield，之后加销毁清除的步骤

import pytest
'''
@pytest.fixture
def fixture_name():setup 操作yield 返回值teardown 操作
'''@pytest.fixture(scope="function")
def login():#setup操作print('完成登录操作')tocken = "abcdafafasdfds"username = 'tom'yield tocken,username #相当于return#teardown操作print('完成登出操作')def test_search():print('搜索')# def test_cart():
#     login()
#     print('购物车')def test_cart(login):print('购物车')def test_order(login):print('下单功能')class TestDemo:def test_case1(self, login):print("case1")def test_case2(self, login):print("case2")

8.pytest测试用例生命周期管理-自动注册

Fixture 在自动化中的应用 - 数据共享

• 场景：

与其他测试⼯程师合作⼀起开发时，公共的模块要放在⼤家都访问到的地⽅。

• 解决：

使⽤ conftest.py 这个⽂件进⾏数据共享，并且他可以放在不同位置起着不同的范围共享作⽤。

• 前提：

  • conftest ⽂件名是不能换的
  • 放在项⽬下是全局的数据共享的地⽅

• 执⾏：

  • 系统执⾏到参数 login 时先从本模块中查找是否有这个名字的变量什么的，
  • 之后在 conftest.py 中找是否有。

• 步骤：

将登陆模块带@pytest.fixture 写在 conftest.py 里面

代码示例：

conftest.py

# conftest.py名字是固定的，不能改变
import [e-mail](scope="function")
def login():# setup操作print('完成登录操作')tocken = "abcdafafasdfds"username = 'tom'yield tocken, username  # 相当于return# teardown操作print('完成登出操作')

test_test1.py

import pytest
'''
@pytest.fixture
def fixture_name():setup 操作yield 返回值teardown 操作
'''def test_search():print('搜索')# def test_cart():
#     login()
#     print('购物车')def test_cart(login):print('购物车')def test_order(login):print('下单功能')class TestDemo:def test_case1(self, login):print("case1")def test_case2(self, login):print("case2")

项目结构：

9.pytest测试用例生命周期管理-自动生效

Fixture 在自动化中的应用 - 自动应用

场景：

不想原测试⽅法有任何改动，或全部都⾃动实现⾃动应⽤，

没特例，也都不需要返回值时可以选择⾃动应⽤

解决：

使⽤ fixture 中参数 autouse=True 实现

步骤：

在⽅法上⾯加 @pytest.fixture(autouse=True)

test_test1.py

import pytest'''
@pytest.fixture
def fixture_name():setup 操作yield 返回值teardown 操作
'''def test_search():print('搜索')# def test_cart():
#     login()
#     print('购物车')# def test_cart(login):
#     print('购物车')
def test_cart():print('购物车')# def test_order(login):
#     print('下单功能')def test_order():print('下单功能')class TestDemo:# def test_case1(self, login):#     print("case1")def test_case1(self):print("case1")# def test_case2(self, login):#     print("case2")def test_case2(self):print("case2")

 conftest.py

# conftest.py名字是固定的，不能改变
import [e-mail](scope="function", autouse=True)
def login():# setup操作print('完成登录操作')tocken = "abcdafafasdfds"username = 'tom'yield tocken, username  # 相当于return# teardown操作print('完成登出操作')

运行结果：

 

 10.pytestfixture实现参数化

Fixture 在自动化中的应用 -参数化

场景：

测试离不开数据，为了数据灵活，⼀般数据都是通过参数传的

解决：

fixture 通过固定参数 request 传递

步骤：

在 fixture 中增加@pytest.fixture(params=[1, 2, 3, ‘linda’])

在⽅法参数写 request，方法体里面使用 request.param 接收参数

# @pytest.fixture(params=['tom', 'jenny'])
# def login(request):
#     print(f"用户名：{request.param}")
#     return request.param
#
#
# def test_demo1(login):
#     print(f'demo1 case:数据为{login}')@pytest.fixture(params=[['tom', 'harry'], ['jenny', 'jack']])
def login(request):print(f"用户名：{request.param}")return request.paramdef test_demo1(login):print(f'demo1 case:数据为{login}')

Fixture 的用法总结

• 模拟 setup，teardown（一个用例可以引用多个 fixture）
• yield 的用法
• 作用域（ session，module, 类级别，方法级别 ）
• 自动执行 （autouse 参数）
• conftest.py 用法，一般会把 fixture 写在 conftest.py 文件中（这个文件名字是固定的，不能改）
• 实现参数化