【pytest】tep环境变量、fixtures、用例三者之间的关系

tep是一款测试工具,在pytest测试框架基础上集成了第三方包,提供项目脚手架,帮助以写Python代码方式,快速实现自动化项目落地。

在tep项目中,自动化测试用例都是放到tests目录下的,每个.py文件相互独立,没有依赖,1个文件即1条用例,彼此分离。

虽然用例也能相互引用,但是除非万不得已,一般不建议这么做,牵一发动全身,后期维护困难。

用例的代码编写,思路是从上往下的,和pytest/unittest/script常规写法无异,不会有学习成本,一般也不会有问题。有成本有问题的可能是环境变量和fixtures,因为tep做了封装,提供了依赖注入的共享方式,fixture又是pytest较难理解的知识点,所以有必要通过本文来讲讲tep环境变量、fixtures、用例三者之间的关系,帮助理解,以便更灵活顺手的借助tep实现pytest自动化项目。

假如不用环境变量和fixtures

假如不用环境变量和fixtures,是完全可以的!比如,在tests下新建脚本login_test.py

  1. from tep.client import request

  2. def test():

  3. response = request("post",

  4. url="https://qa.com/api/users/login",

  5. headers={"Content-Type": "application/json"},

  6. json={

  7. "username": "admin",

  8. "password": "123456",

  9. }

  10. )

  11. assert response.status_code < 400

请求接口https://qa.com/api/users/login,断言响应状态码小于400。问题来了:url固定,假如需要切换两个环境qarelease,该怎么办?

参数化

无论是做自动化测试还是性能测试,都会接触到参数化这个词。它是指把代码中的固定数据(硬编码)定义成变量,让每次运行时数据不一样,固定数据变为动态数据。动态数据的来源是变量、数据库、外部文件等。动态数据的类型一般是常量的字符串,也可以是函数,比如JMeter的函数助手,也可以是依赖注入,比如pytest的fixture。

依赖注入的fixture

"依赖注入是控制反转(IoC, Inversion of Control)的一种技术形式",这句话出自维基百科,我也不知道什么意思,画个图简单表达下:

意思是,给client一个injectorclient不需要做什么,就能用到service

pytest的fixture实现了依赖注入,允许我们在不修改测试代码的情况下,引入fixture来额外添加一些东东。

对于url来说,域名是需要做参数化的,不同环境域名不同,所以tep把它做成了fixture,通过函数参数引入:

  1. from tep.client import request

  2. from tep.fixture import *

  3. def test(url): # 引入fixture

  4. response = request("post",

  5. url=url("/api/users/login"),

  6. headers={"Content-Type": "application/json"},

  7. json={

  8. "username": "admin",

  9. "password": "123456",

  10. }

  11. )

  12. assert response.status_code < 400

tep.fixture.url定义如下:

  1. @pytest.fixture(scope="session")

  2. def url(env_vars):

  3. def domain_and_uri(uri):

  4. if not uri.startswith("/"):

  5. uri = "/" + uri

  6. return env_vars.domain + uri

  7. return domain_and_uri

如果一眼就看懂了,恭喜你,如果一眼就看懵了,没关系。我会花功夫把它讲明白,它很关键!

把fixture当变量看

虽然从定义上看,fixture是用def关键字定义的函数,但是理解上把它看做变量就可以了。比如:

  1. import pytest

  2. @pytest.fixture

  3. def name():

  4. return "dongfanger"

一般函数的用法是函数名加小括号,通过name()才能得到"dongfanger"。fixture不一样,以上定义可以理解为:

name = "dongfanger"

"dongfanger"赋值给name,fixture名 = return值。通过变量name就得到"dongfanger"了。

既然是变量,那么就能随便赋值,strfunctionclassobject都行。比如在fixture内部定义个函数:

  1. import pytest

  2. @pytest.fixture

  3. def who():

  4. def get_name():

  5. return "dongfanger"

  6. return get_name

理解为把函数名get_name赋值给fixture名变量:

who = get_name

get_name是个函数名,需要加小括号get_name()才能得到"dongfanger"who也必须通过who()才能得到"dongfanger"。再看tep.fixture.url是不是清楚些了:

  1. @pytest.fixture(scope="session")

  2. def url(env_vars):

  3. def domain_and_uri(uri):

  4. if not uri.startswith("/"):

  5. uri = "/" + uri

  6. return env_vars.domain + uri

  7. return domain_and_uri

理解为把函数名domain_and_uri赋值给fixture名变量:

url = domain_and_uri

使用时通过url("/api")得到域名和uri拼接后的结果。

第2行的def url(env_vars):也有一个参数env_vars,接下来继续解释。

fixture参数是其他fixture

fixture的参数只能是其他fixture。比如:

  1. import pytest

  2. @pytest.fixture

  3. def chinese_name():

  4. return "东方er"

  5. @pytest.fixture

  6. def english_name(chinese_name):

  7. return "dongfanger"

调用english_name,pytest会先执行参数里的其他fixture chinese_name,然后执行自己english_name

如果把tep.fixture.url拆成两步来看,就很清晰了,第一步:

  1. @pytest.fixture(scope="session")

  2. def url(env_vars):

  3. func = None

  4. return func

第二步:

  1. @pytest.fixture(scope="session")

  2. def url(env_vars):

  3. func = None

  4. def domain_and_uri(uri):

  5. if not uri.startswith("/"):

  6. uri = "/" + uri

  7. return env_vars.domain + uri

  8. func = domain_and_uri

  9. return func

环境变量

tep.fixture.url的参数是另外一个fixture env_vars 环境变量,它的定义如下:

  1. from tep.fixture import *

  2. @pytest.fixture(scope="session")

  3. def env_vars(config):

  4. class Clazz(TepVars):

  5. env = config["env"]

  6. """Variables define start"""

  7. # Environment and variables

  8. mapping = {

  9. "qa": {

  10. "domain": "https://qa.com",

  11. },

  12. "release": {

  13. "domain": "https://release.com",

  14. }

  15. # Add your environment and variables

  16. }

  17. # Define properties for auto display

  18. domain = mapping[env]["domain"]

  19. """Variables define end"""

  20. return Clazz()

只看中间注释"""Variables define start""""""Variables define end"""部分即可。url参数化的域名就在这里,mapping字典建立了环境和变量之间的映射,根据不同的环境key,获取不同的变量value。

config fixture的作用是读取conf.yaml文件里面的配置。

参数化的方式很多,JMeter提供了4种参数化方式,tep的fixture env_vars借鉴了JMeter的用户自定义变量:

env_vars.put()env_vars.get()借鉴了JMeter BeanShell的vars.put()vars.get()

实例:测试多个网址

讲到最后,形成了思路,通过实际的例子,看看环境变量、fixtures、用例是怎么用起来的,加深下印象。假如qa环境有2个网址,学校端和机构端,脚本都需要用到。

第一步修改env_vars,编辑fixture_env_vars.py

  1. """Variables define start"""

  2. # Environment and variables

  3. mapping = {

  4. "qa": {

  5. "domain": "https://qa.com",

  6. "domain_school": "https://school.qa.com", # 新增

  7. "domain_org": "https://org.qa.com" # 新增

  8. },

  9. "release": {

  10. "domain": "https://release.com",

  11. "domain_school": "https://school.release.com" # 新增

  12. "domain_org": "https://org.release.com" # 新增

  13. }

  14. # Add your environment and variables

  15. }

  16. # Define properties for auto display

  17. domain = mapping[env]["domain"]

  18. domain_school = mapping[env]["domain_school"] # 新增

  19. domain_org = mapping[env]["domain_org"] # 新增

  20. """Variables define end"""

添加了6行代码,定义了env_vars.domain_schoolenv_vars.domain_org

第二步定义fixtures,新建fixture_url.py

  1. @pytest.fixture(scope="session")

  2. def url_school(env_vars):

  3. def domain_and_uri(uri):

  4. if not uri.startswith("/"):

  5. uri = "/" + uri

  6. return env_vars.domain_school + uri

  7. return domain_and_uri

  8. @pytest.fixture(scope="session")

  9. def url_org(env_vars):

  10. def domain_and_uri(uri):

  11. if not uri.startswith("/"):

  12. uri = "/" + uri

  13. return env_vars.domain_org + uri

  14. return domain_and_uri

参照tep.fixture.url,修改env_vars.domainenv_vars.domain_schoolenv_vars.domain_org,新增了2个fixture url_schoolurl_org

更进一步,也许会定义fixture login_schoollogin_org,灵活选择。

小结

本文循序渐进的讲解了tep环境变量、fixtures和用例之间的关系,重点对tep.fixture.url进行了解释,只要理解了它,整体关系就很清楚了。之所以要用fixture,原因一是多人协作共享,我们需要用别人写好的函数,复用返回值,有些同学习惯定义函数参数,参数不变还好,万一哪天改了,别人引用的用例会全部报错,fixture很好的限制了这一点,它默认是不能传参的,虽然可以通过定义内部函数来实现传参,但是并不推荐这么做,宁愿增加冗余代码,定义多个fixture,也比代码耦合度高好一些。原因二是import的问题,pytest会自动查找conftest.py里的fixture,tep会进一步自动查找fixtures下的fixture导入到conftest.py,不需要import就能使用,减少了import代码,避免了可能会出现的循环导入问题。

总结:

感谢每一个认真阅读我文章的人!!!

作为一位过来人也是希望大家少走一些弯路,如果你不想再体验一次学习时找不到资料,没人解答问题,坚持几天便放弃的感受的话,在这里我给大家分享一些自动化测试的学习资源,希望能给你前进的路上带来帮助

软件测试面试文档

我们学习必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有字节大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作

相关推荐
可遇_不可求1 小时前
pytest插件精选:提升测试效率与质量
pytest
七灵微2 小时前
【测试】【Debug】pytest运行后print没有输出
pytest
qq_433716952 天前
测试分层:减少对全链路回归依赖的探索!
自动化测试·软件测试·功能测试·测试工具·回归·pytest·postman
开心呆哥3 天前
【Android Wi-Fi 操作命令指南】
android·python·pytest
小码哥说测试5 天前
测试分层:减少对全链路回归依赖的探索!
自动化测试·软件测试·人工智能·测试工具·appium·pytest·postman
帅得不敢出门6 天前
Python+Appium+Pytest+Allure自动化测试框架-安装篇
python·appium·自动化·pytest·测试·allure
blues_C6 天前
Pytest-Bdd-Playwright 系列教程(5):仅执行测试用例的收集阶段
自动化测试·测试用例·pytest·bdd
帅得不敢出门8 天前
Python+Appium+Pytest+Allure自动化测试框架-代码篇
python·appium·自动化·pytest·测试·allure
qq_433716959 天前
接口测试 —— Postman 变量了解一下!
自动化测试·软件测试·jmeter·单元测试·pytest·接口测试·压力测试