目录
pytest 是⼀个非常流行且⾼效的Python测试框架，它提供了丰富的功能和灵活的法用，使得编写和运行测试用例变得简单而高效，被广泛用于单元测试、集成测试、功能测试等场景。
一.安装
1.pytest需要python3.8版本以上
一般显示这种情况就按照成功
遵循一定的规则，pytest会自动检测你的测试用例
直接在控制台中输入pytest就会执行所有的测试用例
二.用例匹配规则
默认的匹配规则
1. 文件名必须以 test_ 开头或者 _test 结尾
2. 测试类必须以 Test 开头，并且不能有 __init__ 方法。
3. 测试方法必须以 test 开头
一旦写了初始化规则，pytest就会报错
如果在测试类中新增__init__方法，当pytest执行测试用例的话，会__init__方法可能会被调用，这可能会掩盖测试类的实际测试逻辑，可能会添加副作用，那么就会影响测试的准确性~
当然pytest会使用其他的替换方案来代替，例如setUp方法和tearDown方法，以及fixture函数初始化等等~
三.pytest命令参数
pytest 提供了丰富的命令⾏行来控制测试的执行。以下是⼀些常用的 pytest 命令行参数及其
使用说明。
还可以指定路径去执行测试用例~
3.1 pytest配置文件
可以在项目中创建pytest.ini 文件，就可以指定匹配规则~
addopts: 可以配置命令行参数
addopts = -vs
testpaths：指定 pytest 搜索测试的目录，可减少不必要的搜索：
标记了在cases目录下，以case开头的文件，以CaseA开头的类，以case开头的方法的测试用例
3.2 配置前后置
在使用pytest框架时，测试类中不能使用__init__方法，所以pytest提供了别的方法去设置前后置操作~
setup_method 和 teardown_method ：这两个方法用于类中的每个测试方法的前置和后置操
作。
setup_class 和 teardown_class ：这两个方法用于整个测试类的前置和后置操作。
class Test02():
def setup_class(self):
print("setup_class")
def teardown_class(self):
print("teardown_class")
def setup_method(self):
print("setup_method")
def teardown_method(self):
print("teardown_method")
def test02_1(self):
print("test02_1")
def test02_2(self):
print("test02_2")
class Test03():
def test03_1(self):
print("test03_1")
def test03_2(self):
print("test03_2")
fixture ：这是 pytest 推荐的方式来实现测试⽤用例的前置和后置操作。 fixture 提供了更
灵活的控制和更强大的功能。
四.断言
断言是一种用于调试辅助的工具，用于检查程序的状态是否符合预期；如果断言失败，那么python将会抛出AssertionError异常；
pytest允许在python测试中使用assert来预期和值；
断言数据结构：
# 断⾔列表
except_list = [1,2,3,4,5.00]
actual_list = [1,2,3,4,5.00]
assert except_list == actual_list
# 断⾔元组
except_tuple = ("hi",2,3,4,5)
actual_tumple = ("hi",2,3,4,5)
assert except_tuple == actual_tumple
# 断⾔字典
expect_dict = {'name': 'Alice', 'age': 25}
actual_dict = {'name': 'Alice', 'age': 25}
assert expect_dict == actual_dict
# 断⾔集合
expect_set = {1, 2, 3, 'apple'}
actual_set = {1, 2, 3, 'apple'}
assert expect_set == actual_set断言接口返回值：
返回结果参数很多的话，就不适合使用复制准确返回值来对比预期返回值，可以拿到主要几个值去比对
如果返回值参数少的情况下，可以直接跟返回值进行比对；
五.参数化
参数化可以定义参数和规则，使得设计自动化更加灵活和可控；
pytest中内置的 pytest.mark.parametrize 装饰器允许对测试函数的参数进行参数化；
1.用例上参数化
class Test():
@pytest.mark.parametrize("x", [1, 2, 3])
def test_1(self,x):
assert x == x
@pytest.mark.parametrize("n,expected", [(1, 1), (2, 4), (3, 9)])
def test_2(self,n, expected):
assert n*n == expected2.类上参数化
@pytest.mark.parametrize("n,expected", [(1, 1), (2, 4), (3, 9)])
class Test():
def test_1(self,n,expected):
assert n*n*1 == expected
def test_2(self,n, expected):
assert n*n == expected3. 模块上的参数化
并且必须 命名为pytestmark
pytestmark = pytest.mark.parametrize("n,expected", [(1, 1), (2, 4), (3, 9)])
class Test():
def test_1(self,n,expected):
assert n*n*1 == expected
def test_2(self,n, expected):
assert n*n == expected
class Test02():
def test_1(self,n,expected):
assert n*4 != expected
4.自定义参数化数据源
六.fixture
pytest 中的 fixture 是⼀种强大的机制，用于提供测试函数所需的资源或上下文。它可以用于
设置测试环境、准备数据等。以下是 fixture 的⼀些核心概念和使用场景；
1.单独使用
@pytest.fixture
def fixture_01():
print("第⼀个fixture标记的⽅法")
def test_1(fixture_01):
print("test_1")
def test_2(fixture_01):
print("test_2")
会在每个方法前面提前调用，可以将函数名作为参数传参；
2.fixture嵌套
# 安排
@pytest.fixture
def first_entry():
return "a"
# 安排
@pytest.fixture
def order(first_entry):
return [first_entry]
def test_string(order):
# ⾏动
order.append("b")
# 断⾔
assert order == ["a", "b"]3.调用多个fixture
class Fruit:
def __init__(self, name,color):
self.name = name
self.color = color
def __eq__(self, other):
return self.color == other.color
@pytest.fixture
def my_fruit():
return Fruit("a","red")
@pytest.fixture
def your_fruit():
return [Fruit("apple","red"),Fruit("banana","yellow")]
#你的水果里是否包含我的水果
def test_fruit(my_fruit,your_fruit):
assert my_fruit in your_fruit4.yield fixture
在 pytest 中，yield fixture是一种用于实现测试资源的初始化和清理的机制，它结合了fixture装饰器和yield关键字，让开发者能够在测试前准备好必要的资源（如数据库连接、文件句柄、网络连接等），并在测试结束后正确释放或清理这些资源；
并且yield fixture 使用的是yield，而不是return；并且可以将运行的代码结果返回给请求的fixture/test；
示例1：
@pytest.fixture
def fixture_01():
print("初始化fixture")
yield [1,2,3]
print("清理fixture")
def test(fixture_01):
assert fixture_01 == [1,2,3]
print(fixture_01) 
示例2：打开文件，关闭文件
@pytest.fixture
def file_read():
print("打开 文件")
file = open("text.txt", "r")
yield file
print("关闭 文件")
file.close()
@pytest.fixture()
def file_write():
print("打开 文件")
file = open("text.txt", "w",encoding="utf-8")
return file
def test(file_read,file_write):
w = file_write
w.write("hello python!")
w.close()
r = file_read.read()
print(r)
5.带参数的fixture
pytest.fixture(scope='', params='', autouse='', ids='', name='')
• scope 参数用于控制fixture的作用范围，决定了fixture的生命周期。可选值有：
- function（默认）：每个测试函数都会调用fixture。
- class ：在同⼀个测试类中共享这个fixture。
- module ：在同⼀个测试模块中共享这个fixture。(一个文件里)
- session ：整个测试会话中共享这个fixture。
• autouse 参数默认为 False 。如果设置为 True ，则每个测试函数都会自动调用该fixture，
无需显式传⼊
function 示例：所有测试函数都会调用fixture
import pytest
@pytest.fixture(scope="function")
def fixture_01():
print("初始化。。。")
yield
print("清理。。。")
class Test01():
def test01_1(self,fixture_01):
print("测试用例1")
def test01_2(self,fixture_01):
print("测试用例2")
class Test02():
def test02_1(self,fixture_01):
print("测试用例1")
def test02_2(self,fixture_01):
print("测试用例2")
class 示例： 每个类中使用一个fixture
moudle和session是实现全局的前后置操作；
一般搭配conftest.py文件配合使用
module:
session:
通过 params 实现参数化
@pytest.fixture(params=[1,2,3])
def data_provider(request):
return request.param
def test_data(data_provider):
print(data_provider)
parametrize 更适合简单场景，而 fixture 更适合需要动态数据和资源管理的复
杂场景。