您的位置:

pytest数据驱动详解

一、pytest数据驱动框架

pytest是一种使用Python编写的测试框架,其主要特点是排除依赖关系、可读性强、可扩展性高。其中,pytest数据驱动框架是其最为重要的特性之一。它基于参数化,通过将测试数据与测试代码分离,使得测试用例更加简洁、易于维护。

在pytest中,使用参数化的方式实现数据驱动测试,通过在测试函数上使用装饰器@pytest.mark.parametrize来传入参数。下面是一个简单的示例:

import pytest

@pytest.mark.parametrize("test_input,expected",[("3+5",8),("2+4",6),("6*9",54)])
def test_eval(test_input,expected):
    assert eval(test_input) == expected

在上面的示例中,参数test_input和expected分别对应测试数据和期望值。参数化的方式使得我们可以一次性执行多组数据驱动测试,节省了我们的时间和精力。

二、pytest的数据驱动

pytest的数据驱动主要基于参数化实现,可以通过多种方式传递测试数据,如列表、元组、字典、CSV、JSON、Excel等,也可以通过fixture动态生成测试数据。另外,pytest可以结合unittest中的数据驱动方式进行使用。

在pytest中,使用参数化装饰器将测试数据和测试函数进行绑定,实现数据驱动测试。下面是一个使用列表传递测试数据的示例:

import pytest

testdata = [("3+5",8),("2+4",6),("6*9",54)]

@pytest.mark.parametrize("test_input,expected",testdata)
def test_eval1(test_input,expected):
    assert eval(test_input) == expected

在上面的示例中,将测试数据定义在testdata变量中,使用参数化装饰器将testdata传递给测试函数。pytest还可以从文件中读取测试数据,下面是一个从excel文件中读取测试数据的示例:

import pytest
import xlrd

def read_excel():
    datas = []
    wb = xlrd.open_workbook("testdata.xlsx")
    sheet = wb.sheet_by_index(0)
    for i in range(1,sheet.nrows):
        data = {"test_input":sheet.cell_value(i,0),"expected":sheet.cell_value(i,1)}
        datas.append(data)
    return datas

@pytest.mark.parametrize("test_input,expected",read_excel())
def test_eval2(test_input,expected):
    assert eval(test_input) == expected

在上面的示例中,定义了一个read_excel函数,用于从testdata.xlsx文件中读取测试数据。使用参数化装饰器将测试数据传递给测试函数,其中test_input和expected分别对应excel文件中的列。

三、pytest数据驱动传入json

pytest也支持从json文件中读取测试数据,下面是一个使用json文件传递测试数据的示例:

import pytest
import json

def read_json():
    with open("testdata.json","r",encoding="utf-8") as f:
        datas = json.load(f)
    return [(data["test_input"],data["expected"]) for data in datas]

@pytest.mark.parametrize("test_input,expected",read_json())
def test_eval3(test_input,expected):
    assert eval(test_input) == expected

在上面的示例中,使用read_json函数从testdata.json文件中读取测试数据,返回一个列表。在测试函数中,使用参数化装饰器将测试数据传递给测试函数。

四、pytest数据驱动怎么读

pytest支持从多种文件中读取测试数据,如CSV、JSON、Excel等。其中,从CSV文件中读取测试数据的方式与从Excel文件中读取测试数据的方式类似。下面是一个使用CSV文件传递测试数据的示例:

import pytest
import csv

def read_csv():
    datas = []
    with open("testdata.csv","r",encoding="utf-8") as f:
        data = csv.reader(f)
        next(data)
        for row in data:
            datas.append((row[0],int(row[1])))
    return datas

@pytest.mark.parametrize("test_input,expected",read_csv())
def test_eval4(test_input,expected):
    assert eval(test_input) == expected

在上面的示例中,使用read_csv函数从testdata.csv文件中读取测试数据,将测试数据传递给测试函数使用参数化装饰器。

五、pytest数据驱动及多线程

pytest支持使用pytest-xdist插件进行多线程测试,将测试用例分发到多个测试节点并行执行,提高测试效率。下面是一个使用pytest-xdist插件进行多线程测试的示例:

import pytest

@pytest.mark.parametrize("test_input,expected",[("3+5",8),("2+4",6),("6*9",54)])
def test_eval5(test_input,expected):
    assert eval(test_input) == expected

@pytest.mark.parametrize("test_input,expected",[("7+3",10),("5+8",13),("6*5",30)])
def test_eval6(test_input,expected):
    assert eval(test_input) == expected

在上面的示例中,针对不同的测试用例,可以在不同的测试函数中进行测试,使用-x命令行参数指定多线程测试时的进程数。

六、pytest数据驱动csv

pytest支持从CSV文件中读取测试数据进行测试。下面是一个从CSV文件中读取测试数据的示例:

import pytest
import csv

def read_csv():
    datas = []
    with open("testdata.csv","r",encoding="utf-8") as f:
        data = csv.reader(f)
        next(data)
        for row in data:
            datas.append((row[0],int(row[1])))
    return datas

@pytest.mark.parametrize("test_input,expected",read_csv())
def test_eval7(test_input,expected):
    assert eval(test_input) == expected

在上面的示例中,定义了一个read_csv函数,用于从testdata.csv文件中读取测试数据。使用参数化装饰器将测试数据传递给测试函数,其中test_input和expected分别对应CSV文件中的列。

七、pytest框架

pytest是一个基于Python的测试框架,具有简单、灵活、可扩展的特点。它可以与其他测试框架集成使用,并支持多种数据驱动方式,使我们在测试的过程中更加方便快捷。

八、pytest和unittest的区别

相比于unittest,pytest具有以下优点:

1.只有一个测试文件;

2.更为高级的fixtures和mock功率;

3.更为简洁灵活的测试代码。

在使用数据驱动方面,pytest能够直接使用装饰器来实现参数化,而unittest则使用的是数据驱动的TestCases和TestSuite。

九、pytest中文文档

pytest中文文档详细介绍了pytest的使用方法和各种函数、命令行参数等的详细说明,对于pytest的学习和使用非常有帮助。可以通过以下链接查看:

https://chenglei.github.io/posts/a-quick-guide-to-pytest-chinese.html