前言

  pytest是一个用于编写和执行Python单元测试的框架。它提供了丰富的功能和灵活性，使得编写和运行测试变得简单而高效。

  pytest的一些主要特点和解释如下：

• 自动发现测试：pytest会自动查找以"test_"开头的文件、类和函数，并将其识别为测试用例。这样可以避免手动编写复杂的测试套件。
• 参数化测试：pytest支持使用@pytest.mark.parametrize装饰器来定义参数化测试。通过将不同的参数传递给测试函数，可以轻松地执行多次测试并检查不同输入组合的结果。
• 断言支持：pytest提供了丰富而灵活的断言库，用于验证预期结果与实际结果是否一致。这些断言函数可以处理各种数据类型和比较逻辑，使编写断言语句变得更简单和直观。
• 夹具（Fixture）：夹具是pytest的一个强大特性，用于在测试之前准备环境并在测试之后进行清理工作。夹具可以帮助您创建和管理共享的测试资源，例如数据库连接、临时文件等。
• 插件系统：pytest具有可扩展的插件系统，可以根据需要添加各种插件来扩展其功能。这些插件可以用于生成测试报告、集成其他测试工具、修改测试执行流程等。

总结来说，pytest是一个功能强大且易于使用的Python单元测试框架，它提供了丰富的特性和灵活的配置选项，使开发人员能够高效地进行测试驱动的开发，并保证代码质量和可靠性。

一、安装

1、pytest 安装

安装命令: pip install -U pytest
查看版本: pytest --version

2、pytest 扩展插件

pip install pytest-cov
pip install pytest-html
pip install pytest-xdist
pip install pytest-repeat
pip install pytest-mock
pip install pytest-selenium
pip install pytest-timeout
pip install pytest-django
pip install pytest-flask
pip install pytest-bdd
pip install pytest-datadir
pip install pytest-ordering
pip install pytest-rerunfailures
pip install pytest-base-url
pip install allure-pytest
pip install pytest-randomly
pip install pytest-asyncio

• pytest-cov: 生成测试覆盖报告，显示代码中被测试覆盖的部分
• pytest-html: 生成漂亮的 HTML 报告，以可视化形式展示测试结果
• pytest-xdist: 在多个进程或主机上并行执行测试，提高测试速度
• pytest-repeat: 重复运行测试用例，用于检测稳定性和偶发性错误
• pytest-mock: 使用 Mock 对象轻松地进行模拟和断言
• pytest-selenium: 在 Selenium 中运行测试，用于自动化 Web 应用程序的端到端测试
• pytest-timeout: 设置测试运行的超时时间，避免由于长时间运行而导致的阻塞
• pytest-django: 对 Django 项目的测试提供支持和增强功能
• pytest-flask: 对 Flask 应用程序的测试提供支持和增强功能
• pytest-bdd: 使用行为驱动开发（BDD）方法编写测试，结合 Gherkin 语法
• pytest-datadir: 在测试运行时访问测试数据目录
• pytest-ordering: 控制测试函数的执行顺序
• pytest-rerunfailures: 重新运行失败的测试用例，用于处理偶发性失败
• pytest-base-url: 设置基本的 URL，用于在 Web 应用程序的测试中引用
• allure-pytest: 生成 Allure 报告，提供详细和交互式的测试结果
• pytest-randomly: 随机化测试用例的执行顺序，帮助发现不确定性问题
• pytest-asyncio: 支持异步测试，用于编写基于 asyncio 的异步代码的测试

二、用例设计原则

• 文件名要求： 通常 pytest 会自动发现以 test_ 开头或 _test 结尾的文件作为测试文件，但也可以通过配置进行自定义。例如 test_example.py 或 example_test.py 都符合命名约定。

• 以 test_ 开头的函数： pytest 将识别以 test_ 开头的函数作为测试用例，这些函数应该包含您要测试的特定行为或功能。例如 def test_addition(): 是一个以 test_ 开头的测试用例函数。

• 以 Test 开头的类和以 test_ 开头的方法： pytest 另一个常见的约定是，以 Test 开头的类用于组织相关的测试用例，并且类中以 test_ 开头的方法被识别为独立的测试用例。请注意，这些方法不能包含 __ init __ 方法。

• 使用 assert 进行断言： 在 pytest 中，使用 assert 语句进行断言是推荐的做法。例如 assert add(2, 3) == 5 可以用于断言 add() 函数的结果是否符合预期。

三、代码示例

1、测试函数和测试类

# content of test_sample.py
# 测试函数
def func(x):
    return x + 1

def test_answer():
    assert func(3) == 4
# 可以看到pytest自动地运行了test_answer函数，同时提示测试通过，因为func函数的返回值是4


# 测试类，把多条用例放到一个类中
class TestClass:
    def func(self, x):
        return x + 1

    def test_B(self):
        assert self.func(3) == 6, '结果不符合预期'

    def test_A(self):
        assert self.func(3) == 5
# 可以看到，pytest自动地运行了test_B和test_A函数，同时都提示测试失败，\
# 因为TestClass类中的func方法的返回值是4，而不是6和5，所以assert语句报错

2、参数化测试

# content of test_sample.py
import pytest

@pytest.mark.parametrize("a, b, expected", [
    (2, 3, 5),
    (4, 5, 9),
    (6, 7, 13)
])
def test_addition(a, b, expected):
    assert a + b == expected

通过 @pytest.mark.parametrize 装饰器，指定了要传入 test_addition 函数的参数和预期结果。在这个例子中，我们定义了三组参数 (2, 3, 5)、(4, 5, 9) 和 (6, 7, 13)。

然后，test_addition 函数会依次接收每组参数，并执行断言语句 assert a + b == expected 进行验证。如果断言条件成立，即两数相加等于预期结果，那么测试通过；否则，会触发断言错误，测试失败。

3、跳过测试

# content of test_sample.py
import pytest

@pytest.mark.skip(reason="Not implemented yet")
def test_multiply():
    assert 3 * 4 == 12

使用@pytest.mark.skip装饰器将其标记为跳过的测试，并提供了一个说明信息"Not implemented yet"

由于该测试函数被标记为跳过，因此在运行测试套件时，这个测试不会被执行。这可以作为一个占位符，表示该测试还没有实现。一旦实现了相应的功能，可以删除@pytest.mark.skip行或注释掉它，以便让测试函数正常运行。

4、分组和标记

# content of test_sample.py
import pytest

@pytest.mark.group1
def test_addition():
    assert (1 + 2) == 3

@pytest.mark.group1
def test_subtraction():
    assert (5 - 3) == 2

@pytest.mark.group2
@pytest.mark.skip(reason="Not implemented yet")
def test_multiplication():
    assert (2 * 3) == 6

@pytest.mark.group2
def test_division():
    assert (10 / 2) == 5

@pytest.mark.group1和@pytest.mark.group2是自定义标记，可以用来对测试函数进行分组或分类。通过在运行测试时指定标记，可以选择性地运行特定的测试组

例如，可以使用以下命令只运行被标记为group1的测试：

pytest -m group1

这样只会执行test_addition()和test_subtraction()函数，而跳过test_multiplication()和test_division()函数

• 运行以上示例会有警告信息，这时我们需要把group1 和group2 注册到 pytest 中，在项目目录中创建一个pytest.ini（如果你尚未创建），并在其中定义自定义标记。下面是在pytest.ini 中注册 group1和group2 标记的示例：

[pytest]
markers =
    group1: group1 测试的描述
    group2: group2 测试的描述

5、异常处理

# content of test_sample.py
import pytest


def divide(a, b):
    if b == 0:
        raise ZeroDivisionError("Cannot divide by zero")
    return a / b


def test_divide():
    with pytest.raises(ZeroDivisionError) as exc_info:
        divide(10, 0)

    assert str(exc_info.value) == "Cannot divide by zero"

在上面的示例中，divide 函数用于执行除法运算。如果除数 b 为零，则会抛出 ZeroDivisionError 异常。在测试函数 test_divide 中，我们使用 pytest.raises 上下文管理器捕获该异常，并断言其异常信息是否与预期相符。

当运行 pytest 命令来执行测试时，它将检测到 divide 函数引发了 ZeroDivisionError 异常，并且断言通过。这表明异常处理机制正常工作。

四、常用的断言方法

assert x == y：判断x是否等于y
assert x != y：判断x是否不等于y
assert x > y：判断x是否大于y
assert x < y：判断x是否小于y
assert x >= y：判断x是否大于等于y
assert x <= y：判断x是否小于等于y
assert x 判断x为真
assert not x 判断x不为真
assert item in collection：判断item是否在collection中
assert item not in collection：判断item是否不在collection中

五、执行命令

1、Pytest执行命令

pytest: 运行所有以test_*.py或*_test.py命名的文件中的测试函数。
pytest test_sample.py: 运行指定的test_sample.py文件中的测试函数。
pytest testing/: 运行指定目录下所有以test_*.py命名的文件中的测试函数。
pytest -k "test_B": 按关键字匹配运行包含test_B关键字的测试函数。
pytest test_sample.py::test_B: 运行指定的test_sample.py文件中的test_B函数。
pytest test_sample.py::TestClass::test_B: 运行指定的test_sample.py文件中的TestClass测试类中的test_B方法。

2、其他执行命令

pytest -q: 使用-q/--quiet标志可以使输出保持简短。
pytest -v: 显示每个测试用例的执行结果。
pytest -s: 用于显示测试函数中的print()函数输出。
pytest -x: 第一次遇到错误后停止测试。
pytest --maxfail=2: 遇到两次错误后停止测试。
pytest -rs: -rs选项可以显示测试报告的摘要，包括已跳过的测试、错误和失败的数量以及原因。

六、目录结构组织

在使用 Pytest 进行单元测试时，你可以按照以下目录结构组织你的测试用例：

project/
├── src/
│   ├── module1.py
│   └── module2.py
└── tests/
    ├── test_module1.py
    └── test_module2.py

• project/ 是你的项目根目录
• src/ 目录存放你的源代码文件
• module1.py 和 module2.py 是你要测试的模块或功能的源代码文件
• tests/ 目录存放测试用例文件
• test_module1.py 和 test_module2.py 是用于测试 module1.py 和 module2.py
  的测试用例文件

你可以根据需要在 tests/ 目录下创建更多的测试用例文件，每个文件可以包含多个测试函数。在测试用例文件中，你可以使用 Pytest 提供的各种断言和装饰器来编写测试逻辑。

请注意，这只是一种常见的组织结构示例，你可以根据自己的项目需要进行调整和扩展。