百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

Pytest丨如何使用全功能的Python测试框架?小白必看

ccwgpt 2024-10-25 10:47 33 浏览 0 评论

我们在写自动化的过程中,用例的断言也是至关重要的,断言可以帮助我们判断用例测试点是否成功和失败。当然在我们这么强大的pytest框架中,断言也是比较强大的。为什么?继续往下看。

  pytest断言

  前面说到pytest的断言比较强大,它直接可以使用python自带的断言内容,当然不止而已,pytest还有一个重要的功能是可以重写assert关键字,pytest会截断对python中自带的assert的调用然后替换成自己定位的assert,从而可以获取更多的错误信息,让我们知道具体哪里出现了问题。

编写一个加法进行通过断言验证。

 import pytest

  class Test_01:

   def add(self,x,y):

   c = x + y

   return c

   def test_001(self):

   c = self.add(1,2)

   assert c == 4

  if __name__ == '__main__':

   pytest.main(['-s'

  看到上面的代码大家都知道是会失败的, 那么我们一起看下pytest断言会给我们增加哪些新的报错信息。

  从上图的结果中可以看出带">"的是python自带的错误解释,而带E的则是pytest进行添加的,这样就能很清楚的看到错误信息,比如这个3==4结果是错误的。

  增加断言详细信息

在编写用例的时候,断言的时候想要获取一些更加有用的信息,比如参数化的时候,需要知道哪个参数进行传入的,如果出错了可以帮助我们进行调试,那么这一点pytest中的assert也可以帮助我们进行增加。

import pytest

  class Test_01:

   def add(self,x,y):

   c = x + y

   return c

   def test_001(self):

   a = 1

   b = 2

   assert self.add(a,b) == 4 , '当前传入的a值:%s,传入的b值:%s' %(a,b)

  if __name__ == '__main__':

   pytest.main(['-s

  很清楚的看到了python自带的assert和pytest增加的对比,python自带的没有把值传入,pytest帮助我们把值传入进去,更加清楚的帮助查看错误信息。

  异常断言

  pytest断言方法内容应该没有unittests多,但是比unittest更加方便,更加灵活。这里安静在举一个例子。比如我们在执行一条错误的用例的时候,已经知道错误类型,这个时候我们也可以通过判断这个错误类型,如果错误类型和预期一致,那么就直接通过用例,反之失败。

安静先写一个错误的函数,然后找到他的错误类型,下面的函数错误类型为"AssertionError"。

def cake():

   a = 'anjing'

   b = 'test_anjing'

   assert a == b

  cake()

  ------------执行结果--------------

   File "E:/auto_test/test_01.py", line 5, in <module>

   cake()

   File "E:/auto_test/test_01.py", line 4, in cake

   assert a == b

  AssertionError

这里可以使用pytest.raises(错误类型)进行对比断言。

  import pytest

  class Test_01:

   def cake(self):

   a = 'anjing'

   b = 'test_anjing'

   assert a == b

   def test_001(self):

   print('Test_01下的用例001')

   with pytest.raises(AssertionError):

   self.cake()

  if __name__ == '__main__':

   pytest.main(['-v

  这个从表面上运行结果肯定是失败的,因为a不等于b,但是加入pytest的断言运行后就成功了。

  上文中的异常断言,可以进行实例化,实例化过后存在三个可以用的方法,分别是.type,.value,.traceback安静简单的进行举例说明。

  .type

我们这里也可以通过pytest.raises进行断言,我们可以根据返回的tpye进行对比,查看我们预期的与实际的是否一致。

  import pytest

  class Test_01:

   def cake(self):

   a = 'anjing'

   b = 'test_anjing'

   assert a == b

   def test_001(self):

   print('Test_01下的用例001')

   with pytest.raises(AssertionError) as excinfo:

   self.cake()

   print('错误的类型是:%s' %excinfo.type)

   assert excinfo.type == AssertionError

  if __name__ == '__main__':

   pytest.main(['-s

  .value

如果还不知道具体的错误出现在哪里,我们也可以通过value进行查看具体的错误类型。

  import pytest

  class Test_01:

   def cake(self):

   a = 'anjing'

   b = 'test_anjing'

   assert a == b

   def test_001(self):

   print('Test_01下的用例001')

   with pytest.raises(ZeroDivisionError) as excinfo:

   self.cake()

   print('错误的类型是:%s' %excinfo.type)

   print('错误的值:%s'%excinfo.value)

   assert excinfo.type == ZeroDivisionError

  if __name__ == '__main__':

   pytest.main(['-s


  可以看出具体错误的值是assert中的两个字符串不相等导致的。

  .traceback

  这里这个方法表示可以把代码中哪行出现了错误进行打印出来,此方法必须在str下进行打印。

  pytest常用断言

  前面也介绍了pytest的断言可以复用python的断言,安静简单的列举几个python的断言:

  1、判断是否为真:assert xx

  2、判断不为真:assert not xx

  3、判断a是否包含b:assert a in b

  4、判断a不包含b:assert a not in b

  5、判断两值相等:assert b == a

  6、判断两值不相等:assert a != b

安静对常用断言简单的举几个例子。

 import pytest

  class Test:

   def is_true(self):

   '''返回True'''

   return True

   def test_01(self):

   '''判断是否为真'''

   assert self.is_true()

   def is_false(self):

   '''返回False'''

   return False

   def test_02(self):

   '''判断不为真'''

   assert not self.is_false()

   def test_03(self):

   '''判断是否相等'''

   a = 'test_anjing'

   b = 'test_anjing'

   assert a == b

   def test_04(self):

   '''判断两值不相等'''

   a = 'test_anjing'

   b = 'anjing'

   assert a != b

   def test_05(self):

   '''判断a包含b'''

   a = 'test_anjing'

   b = 'anjing'

   assert b in a

   def test_06(self):

   '''判断a不包含b'''

   a = 'anjing'

   b = 'test'

   assert b not in a

  if __name__ == '__main__':

   pytest.mai

请关注+私信回复:“测试”就可以免费拿到软件测试学习资料和面试题库,进群学习交流,快速让自己变强!

相关推荐

十分钟让你学会LNMP架构负载均衡(impala负载均衡)

业务架构、应用架构、数据架构和技术架构一、几个基本概念1、pv值pv值(pageviews):页面的浏览量概念:一个网站的所有页面,在一天内,被浏览的总次数。(大型网站通常是上千万的级别)2、u...

AGV仓储机器人调度系统架构(agv物流机器人)

系统架构层次划分采用分层模块化设计,分为以下五层:1.1用户接口层功能:提供人机交互界面(Web/桌面端),支持任务下发、实时监控、数据可视化和报警管理。模块:任务管理面板:接收订单(如拣货、...

远程热部署在美团的落地实践(远程热点是什么意思)

Sonic是美团内部研发设计的一款用于热部署的IDEA插件,本文其实现原理及落地的一些技术细节。在阅读本文之前,建议大家先熟悉一下Spring源码、SpringMVC源码、SpringBoot...

springboot搭建xxl-job(分布式任务调度系统)

一、部署xxl-job服务端下载xxl-job源码:https://gitee.com/xuxueli0323/xxl-job二、导入项目、创建xxl_job数据库、修改配置文件为自己的数据库三、启动...

大模型:使用vLLM和Ray分布式部署推理应用

一、vLLM:面向大模型的高效推理框架1.核心特点专为推理优化:专注于大模型(如GPT-3、LLaMA)的高吞吐量、低延迟推理。关键技术:PagedAttention:类似操作系统内存分页管理,将K...

国产开源之光【分布式工作流调度系统】:DolphinScheduler

DolphinScheduler是一个开源的分布式工作流调度系统,旨在帮助用户以可靠、高效和可扩展的方式管理和调度大规模的数据处理工作流。它支持以图形化方式定义和管理工作流,提供了丰富的调度功能和监控...

简单可靠高效的分布式任务队列系统

#记录我的2024#大家好,又见面了,我是GitHub精选君!背景介绍在系统访问量逐渐增大,高并发、分布式系统成为了企业技术架构升级的必由之路。在这样的背景下,异步任务队列扮演着至关重要的角色,...

虚拟服务器之间如何分布式运行?(虚拟服务器部署)

  在云计算和虚拟化技术快速发展的今天,传统“单机单任务”的服务器架构早已难以满足现代业务对高并发、高可用、弹性伸缩和容错容灾的严苛要求。分布式系统应运而生,并成为支撑各类互联网平台、企业信息系统和A...

一文掌握 XXL-Job 的 6 大核心组件

XXL-Job是一个分布式任务调度平台,其核心组件主要包括以下部分,各组件相互协作实现高效的任务调度与管理:1.调度注册中心(RegistryCenter)作用:负责管理调度器(Schedule...

京东大佬问我,SpringBoot中如何做延迟队列?单机与分布式如何做?

京东大佬问我,SpringBoot中如何做延迟队列?单机如何做?分布式如何做呢?并给出案例与代码分析。嗯,用户问的是在SpringBoot中如何实现延迟队列,单机和分布式环境下分别怎么做。这个问题其实...

企业级项目组件选型(一)分布式任务调度平台

官网地址:https://www.xuxueli.com/xxl-job/能力介绍架构图安全性为提升系统安全性,调度中心和执行器进行安全性校验,双方AccessToken匹配才允许通讯;调度中心和执...

python多进程的分布式任务调度应用场景及示例

多进程的分布式任务调度可以应用于以下场景:分布式爬虫:importmultiprocessingimportrequestsdefcrawl(url):response=re...

SpringBoot整合ElasticJob实现分布式任务调度

介绍ElasticJob是面向互联网生态和海量任务的分布式调度解决方案,由两个相互独立的子项目ElasticJob-Lite和ElasticJob-Cloud组成。它通过弹性调度、资源管控、...

分布式可视化 DAG 任务调度系统 Taier 的整体流程分析

Taier作为袋鼠云的开源项目之一,是一个分布式可视化的DAG任务调度系统。旨在降低ETL开发成本,提高大数据平台稳定性,让大数据开发人员可以在Taier直接进行业务逻辑的开发,而不用关...

SpringBoot任务调度:@Scheduled与TaskExecutor全面解析

一、任务调度基础概念1.1什么是任务调度任务调度是指按照预定的时间计划或特定条件自动执行任务的过程。在现代应用开发中,任务调度扮演着至关重要的角色,它使得开发者能够自动化处理周期性任务、定时任务和异...

取消回复欢迎 发表评论: