测试框架pytest教程（2）-用例依赖库-pytest-dependency

对于 pytest 的用例依赖管理，可以使用 pytest-dependency 插件。该插件提供了更多的依赖管理功能，使你能够更灵活地定义和控制测试用例之间的依赖关系。

Using pytest-dependency — pytest-dependency 0.5.1 documentation

安装 pytest-dependency 插件：

pip install pytest-dependency

基本使用

依赖方法和被依赖方法都需要使用装饰器 @pytest.mark.dependency

在依赖方法装饰器参数列表里填写依赖的用例名称列表

import [e-mail]()
@pytest.mark.xfail(reason="deliberate fail")
def test_a():assert [e-mail]()
def test_b():[e-mail](depends=["test_a"])
def test_c():[e-mail](depends=["test_b"])
def test_d():[e-mail](depends=["test_b", "test_c"])
def test_e():pass

 执行结果：2个通过 3个忽略

被依赖的用例执行失败后，依赖的用例不执行，

a执行失败，所以c和e都被忽略了，a也被忽略了。

 为测试用例命名

使用name为测试用例命名，在依赖调用列表可以使用name调用。

import [e-mail](name="a")
@pytest.mark.xfail(reason="deliberate fail")
def test_a():assert [e-mail](name="b")
def test_b():[e-mail](name="c", depends=["a"])
def test_c():[e-mail](name="d", depends=["b"])
def test_d():[e-mail](name="e", depends=["b", "c"])
def test_e():pass

测试类中的测试方法 

在 pytest 中，可以将测试用例分组到类中。对于测试类中的方法标记依赖关系的方式与简单的测试函数相同。在下面的示例中，我们定义了两个测试类。每个测试类的工作方式与之前的示例相同：

```python
import [e-mail]
class TestClassA:def test_a(self):assert [e-mail](depends=["TestClassA::test_a"])def test_b(self):assert [e-mail]
class TestClassB:def test_c(self):assert [e-mail](depends=["TestClassB::test_c"])def test_d(self):assert True
```

在这个示例中，我们定义了两个测试类 `TestClassA` 和 `TestClassB`。每个测试类中的方法都用 `@pytest.mark.dependency` 进行了标记，以指定它们的依赖关系。依赖关系通过传递类名和方法名来指定，格式为 `"TestClass::test_method"`。

这样，你就可以使用测试类来组织和管理测试用例，并使用 `@pytest.mark.dependency` 来标记它们之间的依赖关系。在运行测试时，pytest 将按照定义的依赖关系顺序执行测试方法。

参数化测试用例

import [e-mail]("x,y", [pytest.param(0, 0, marks=pytest.mark.dependency(name="a1")),pytest.param(0, 1, marks=[pytest.mark.dependency(name="a2"),pytest.mark.xfail]),pytest.param(1, 0, marks=pytest.mark.dependency(name="a3")),pytest.param(1, 1, marks=pytest.mark.dependency(name="a4"))
])
def test_a(x,y):assert y <= [e-mail]("u,v", [pytest.param(1, 2, marks=pytest.mark.dependency(name="b1", depends=["a1", "a2"])),pytest.param(1, 3, marks=pytest.mark.dependency(name="b2", depends=["a1", "a3"])),pytest.param(1, 4, marks=pytest.mark.dependency(name="b3", depends=["a1", "a4"])),pytest.param(2, 3, marks=pytest.mark.dependency(name="b4", depends=["a2", "a3"])),pytest.param(2, 4, marks=pytest.mark.dependency(name="b5", depends=["a2", "a4"])),pytest.param(3, 4, marks=pytest.mark.dependency(name="b6", depends=["a3", "a4"]))
])
def test_b(u,v):[e-mail]("w", [pytest.param(1, marks=pytest.mark.dependency(name="c1", depends=["b1", "b2", "b6"])),pytest.param(2, marks=pytest.mark.dependency(name="c2", depends=["b2", "b3", "b6"])),pytest.param(3, marks=pytest.mark.dependency(name="c3", depends=["b2", "b4", "b6"]))
])
def test_c(w):pass

运行时依赖

有时，测试实例的依赖关系太复杂，无法使用 pytest.mark.dependency() 标记在运行之前明确地进行公式化。在运行时编译测试的依赖关系列表可能更容易。在这种情况下，pytest_dependency.depends() 函数非常有用。考虑以下示例：

```python
import pytest
from pytest_dependency import [e-mail]
def test_a():assert [e-mail]
def test_b():depends(test_a())assert True
```

在这个示例中，我们使用 pytest_dependency.depends() 函数定义了 test_b() 依赖于 test_a() 的关系。这样，我们可以在运行时根据 test_b() 的需要动态地编译依赖关系列表。

使用 pytest_dependency.depends() 函数时，只需将需要依赖的测试方法作为函数参数传递给它即可。

指明作用范围

scope的默认范围是module，所以基本使用的例子也可以写为如下，

实现效果没有区别，只是指明了范围

import [e-mail]()
@pytest.mark.xfail(reason="deliberate fail")
def test_a():assert [e-mail]()
def test_b():[e-mail](depends=["test_a"], scope='module')
def test_c():[e-mail](depends=["test_b"], scope='module')
def test_d():[e-mail](depends=["test_b", "test_c"], scope='module')
def test_e():pass

跨模块需要指明范围为session

如果一个用例依赖的另一个用例在不同的模块，依赖的用例的scope必须是session或者是package。

# test_mod_01.pyimport [e-mail]()
def test_a():[e-mail]()
@pytest.mark.xfail(reason="deliberate fail")
def test_b():assert [e-mail](depends=["test_a"])
def test_c():passclass TestClass(object):@pytest.mark.dependency()def test_b(self):pass

# test_mod_02.pyimport [e-mail]()
@pytest.mark.xfail(reason="deliberate fail")
def test_a():assert [e-mail](depends=["tests/test_mod_01.py::test_a", "tests/test_mod_01.py::test_c"],scope='session'
)
def test_e():[e-mail](depends=["tests/test_mod_01.py::test_b", "tests/test_mod_02.py::test_e"],scope='session'
)
def test_f():[e-mail](depends=["tests/test_mod_01.py::TestClass::test_b"],scope='session'
)
def test_g():pass

范围为class

测试依赖关系也可以在类范围的级别上定义。这仅适用于测试类中的方法，并将依赖限制为同一类中的其他测试方法。

import [e-mail]()
@pytest.mark.xfail(reason="deliberate fail")
def test_a():assert Falseclass TestClass1(object):@pytest.mark.dependency()def test_b(self):passclass TestClass2(object):@pytest.mark.dependency()def test_a(self):[e-mail](depends=["test_a"])def test_c(self):[e-mail](depends=["test_a"], scope='class')def test_d(self):[e-mail](depends=["test_b"], scope='class')def test_e(self):pass

 一组测试使用fixture

pytest 在测试用例中对 fixture 实例进行自动分组。如果有一组测试用例，并且需要针对每个测试用例运行一系列的测试，这将非常有用。

例如：

```python
import pytest# 定义一个测试用例
@pytest.fixture(params=[1, 2, 3])
def test_case(request):return request.param# 运行多次测验
def test_my_tests(test_case):assert test_case > 0def test_other_tests(test_case):assert test_case < 10
```

在这个示例中，我们定义了一个名为 `test_case` 的 fixture，它使用 `@pytest.fixture` 装饰器和 `params` 参数来定义一个包含多个测试用例的列表。然后，我们使用 `test_case` fixture 来运行多个测试方法 `test_my_tests` 和 `test_other_tests`。pytest 会自动将这些测试方法与每个测试用例进行匹配，并为每个测试用例运行对应的测试方法。

通过这种方式，我们可以轻松地为每个测试用例执行一系列的测试，而不需要手动为每个测试用例编写独立的测试方法。

使用夹具为用例分组

pytest具有按夹具实例自动分组测试的功能。如果存在一组测试用例，并且对于每个测试用例都需要运行一系列的测试，这一特性尤其有用。

import pytest
from pytest_dependency import [e-mail](scope="module", params=range(1,10))
def testcase(request):param = request.paramreturn [e-mail]()
def test_a(testcase):if testcase % 7 == 0:pytest.xfail("deliberate fail")assert [e-mail]()
def test_b(request, testcase):depends(request, ["test_a[%d]" % testcase])passif __name__ == '__main__':pytest.main(["-sv"])

 因为test_a[7]执行失败，所以test_b[7]被跳过。

 如果多个测试方法依赖于一个测试方法，则可以把pytest_dependency.depends()调用单独写一个fixture

import pytest
from pytest_dependency import [e-mail](scope="module", params=range(1,10))
def testcase(request):param = request.paramreturn [e-mail](scope="module")
def dep_testcase(request, testcase):depends(request, ["test_a[%d]" % testcase])return [e-mail]()
def test_a(testcase):if testcase % 7 == 0:pytest.xfail("deliberate fail")assert [e-mail]()
def test_b(dep_testcase):[e-mail]()
def test_c(dep_testcase):pass

test_b[7]和test_c[7] 会被跳过，因为test_a[7]失败了。

依赖参数化测试方法

如果一个测试同时依赖于一个参数化测试的所有实例，逐个列出它们在 pytest.mark.dependency() 标记中可能不是最佳解决方案。但是可以根据参数值动态地编译这些列表，如以下示例所示：

import pytestdef instances(name, params):def vstr(val):if isinstance(val, (list, tuple)):return "-".join([str(v) for v in val])else:return str(val)return ["%s[%s]" % (name, vstr(v)) for v in params]params_a = range(17)@pytest.mark.parametrize("x", params_a)
@pytest.mark.dependency()
def test_a(x):if x == 13:pytest.xfail("deliberate fail")assert Falseelse:[e-mail](depends=instances("test_a", params_a))
def test_b():passparams_c = list(zip(range(0,8,2), range(2,6)))@pytest.mark.parametrize("x,y", params_c)
@pytest.mark.dependency()
def test_c(x, y):if x > y:pytest.xfail("deliberate fail")assert Falseelse:[e-mail](depends=instances("test_c", params_c))
def test_d():passparams_e = ['abc', 'def']@pytest.mark.parametrize("s", params_e)
@pytest.mark.dependency()
def test_e(s):if 'e' in s:pytest.xfail("deliberate fail")assert Falseelse:[e-mail](depends=instances("test_e", params_e))
def test_f():pass

test_b, test_d, and test_f will be skipped because they depend on all instances of test_a, test_c, and test_e respectively, but test_a[13], test_c[6-5], and test_e[def] fail. The list of the test instances is compiled in the helper function instances(). 

缺点

依赖用例执行顺序

这个库非常依赖用例的执行顺序，如在执行被依赖方法时，发现被依赖的方法未被执行，依赖方法会被忽略。

import [e-mail]()
def test_b():[e-mail](depends=["test_a"])
def test_c():[e-mail](depends=["test_b"])
def test_d():[e-mail](depends=["test_b", "test_c"])
def test_e():pass
@pytest.mark.dependency()
@pytest.mark.xfail(reason="deliberate fail")
def test_a():assert True
if __name__ == '__main__':pytest.main(["-sv"])

这个例子最后执行a，但c,e仍被忽略了。