Pytest系列(2) - assert断言详细使用

前言

  • 与unittest不同,pytest使用的是python自带的assert关键字来进行断言
  • assert关键字后面可以接一个表达式,只要表达式的最终结果为True,那么断言通过,用例执行成功,否则用例执行失败

assert小栗子

想在抛出异常之后输出一些提示信息,执行之后就方便查看是什么原因了

复制代码
# 异常信息
def f():
    return 3
def test_function():
    a = f()
    assert a % 2 == 0, "判断 a 为偶数,当前 a 的值为:%s" % a

执行结果

常用断言

pytest 里面断言实际上就是 python 里面的 assert 断言方法,常用的有以下几种

  • assert xx :判断 xx 为真
  • assert not xx :判断 xx 不为真
  • assert a in b :判断 b 包含 a
  • assert a == b :判断 a 等于 b
  • assert a != b :判断 a 不等于 b

异常断言

可以使用 pytest.raises 作为上下文管理器,当抛出异常时可以获取到对应的异常实例

复制代码
# 断言异常
def test_zero_division():
    with pytest.raises(ZeroDivisionError):
        1 / 0

**断言场景:**断言它抛的异常是不是预期想要的

**代码执行:**1/0

**预期结果:**抛的异常是ZeroDivisionError: division by zero

**如何断言:**通常是断言异常的 type 和 value 值了

**具体方式:**这里 1/0 的异常类型是 ZeroDivisionError,异常的 value 值是 divisionby zero

复制代码
# 详细断言异常
def test_zero_division_long():
    with pytest.raises(ZeroDivisionError) as excinfo:
        1 / 0

    # 断言异常类型 type
    assert excinfo.type == ZeroDivisionError
    # 断言异常 value 值
    assert "division by zero" in str(excinfo.value)

excinfo :是一个异常信息实例

主要属性: .type 、 .value 、 .traceback

**注意:**断言 type 的时候,异常类型是不需要加引号的,断言 value值的时候需转 str

拓展一:match

可以将 match 关键字参数传递给上下文管理器,以测试正则表达式与异常的字符串表示形式是否匹配

**注意:**这种方法只能断言value,不能断言type

复制代码
# 自定义消息
def test_zero_division_long():
    with pytest.raises(ZeroDivisionError, match=".*zero.*") as excinfo:
        1 / 0

该 match 方法的regexp参数与 re.search 函数匹配,因此在上面的示例中 match='zero' 也可以使用

拓展二:检查断言装饰器

复制代码
# 断言装饰器
@pytest.mark.xfail(raises=ZeroDivisionError)
def test_f():
    1 / 0

执行结果

知识点

  • 代码抛出异常,但是和raises指定的异常类相匹配,所以不会断言失败
  • 它相当于一个检查异常装饰器 **,功能:**检查是否有异常,不确定是否有异常
  • with pytest.raise(ZeroDivisionError) 对于故意测试异常代码的情况,使用可能会更好
  • 而@pytest.mark.xfail(raises=ZeroDivisionError) 对于检查未修复的错误(即,可能会发生异常),使用检查断言可能会更好

最后感谢每一个认真阅读我文章的人,礼尚往来总是要有的,这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:

这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你!

相关推荐
一匹电信狗3 小时前
【LeetCode_547_990】并查集的应用——省份数量 + 等式方程的可满足性
c++·算法·leetcode·职场和发展·stl
可触的未来,发芽的智生7 小时前
发现:认知的普适节律 发现思维的8次迭代量子
javascript·python·神经网络·程序人生·自然语言处理
真智AI8 小时前
用 LLM 辅助生成可跑的 Python 单元测试:pytest + coverage 覆盖率报告(含运行指令与排坑)
python·单元测试·pytest
努力学算法的蒟蒻10 小时前
day75(2.3)——leetcode面试经典150
面试·职场和发展
觉醒大王10 小时前
硕士/博士研究生避坑指南
笔记·深度学习·学习·自然语言处理·职场和发展·学习方法
华清远见成都中心11 小时前
GPIO(通用输入输出)面试中高频问题
单片机·面试·职场和发展
郝学胜-神的一滴11 小时前
基于30年教学沉淀的清华大学AI通识经典:《人工智能的底层逻辑》
人工智能·程序人生·机器学习·scikit-learn·sklearn
焦糖玛奇朵婷12 小时前
盲盒小程序开发科普:核心玩法与功能解析
大数据·数据库·程序人生·小程序·软件需求
郝学胜-神的一滴16 小时前
深入Linux网络编程:accept函数——连接请求的“摆渡人”
linux·服务器·开发语言·网络·c++·程序人生
沧澜sincerely16 小时前
蓝桥杯算法练习
算法·职场和发展·蓝桥杯