Pytest基于fixture的参数化及解决乱码问题

我们知道,Pytest是Python技术栈下进行自动化测试的主流测试框架。支持灵活的测试发现、执行策略,强大的Fixture夹具和丰富的插件支持。

除了通过pytest的parametrize标签进行参数化外,我们通过fixture的param参数也可以比较方便地实现参数化测试的功能

fixture参数化实现

假设我们有如下一段待测代码,根据传入参数的不同类型得到不同的输出

python 复制代码
def deal_params(p):  
    if type(p) is int:  
        return p*10  
    if type(p) is str:  
        return f"输入了:{p}"  
    if type(p) in (tuple, list):  
        return "_".join(p)  
    else:  
        raise TypeError

然后我们编写对应的测试代码,首先定义fixture,设定params参数列表, 再通过fixture本身的request获取param. 比如这里定义几个参数。当然此外我们还定义了fixture的前置和后置动作。测试方法就是调用被测函数执行。

python 复制代码
@pytest.fixture(params=[10, "城下秋草", "软件测试", ("示例", "代码")])  
def fix_env(request):  
    yield request.param  
  
def test_params(fix_env):  
    print(deal_params(fix_env))

运行得到如下输出:

可以看到,虽然参数化成功运行,但这里有个问题,就是输出的结果中,用例ID这里,显示的是乱码.

根据pytest的ID生成规则,如果是字符或数字,会显示传入的参数本身(当然也可以利用ids参数重新指定参数的对应ID),如果是元组、列表或字典,则会显示fixture的name+参数序号,比如这里的fix_env3

那这里的字符是中文,显示成了unicode转义前的编码,所以还是中文转换有问题。也就是Pytest对于fixture参数的处理,默认会使用Ascii编码来进行显示,而对于中文,我们是希望用unicode编码显示。

中文乱码解决方案一

所以,这里解决这个问题的第一个方法是可以利用Pytest的fixture集中配置文件conftest.py, 在其中利用Pytest的hook机制,修改用例收集方法中生成用例ID的部分. 对应代码:

用例文件的同级conftest.py中定义:

python 复制代码
def pytest_collection_modifyitems(items):  
    # item表示收集到的测试用例,对他进行重新编码处理
    for item in items:  
        item.name = item.name.encode("utf-8").decode("unicode-escape")  
        item._nodeid = item._nodeid.encode("utf-8").decode("unicode-escape")

再次执行,可以看到已经正常显示了中文

中文乱码解决方案二

除了通过修改hook来对用例ID进行重新编码处理外,其实Pytest本身也提供了一个配置参数。只是这个配置并不是官方推荐的解决方法。在某些操作系统上的特定情形下,使用这个配置,可能会导致一些异常bug。但笔者在windows和Ubuntu上测试是没有问题的。

这里对应的配置是:

ini 复制代码
disable_test_id_escaping_and_forfeit_all_rights_to_community_support = True

从这个超长的配置名称也可以看出,就是禁用testID的转义但同时放弃了社区支持 😂😂

在pytest.ini中加上这个配置,不使用上面hook的话,也能得到中文正常显示的效果。


以上就是关于Pytest中参数化中文显示时,可能遇到的乱码问题的解决方案。


相关推荐
闲云一鹤9 小时前
UV 包管理器 - 新一代的 Python 包和环境管理神器
前端·python
DN202010 小时前
当AI开始评估客户的“成交指数”
数据结构·人工智能·python·microsoft·链表
小小张说故事10 小时前
Python图像处理利器:Pillow (PIL)入门指南
后端·python·图像识别
好家伙VCC11 小时前
**标题:发散创新|用Python构建GAN图像生成器:从理论到实战全流程解析**---在深度学习飞速发展的今天,**生成对抗
java·python·深度学习·生成对抗网络
leikooo11 小时前
基于 GitHub Actions 的 Notion RSS 自动化部署指南
python·github·rss
l1t11 小时前
在python 3.14 容器中安装和使用chdb包
开发语言·python·clickhouse·chdb
yuanmenghao12 小时前
Linux 性能实战 | 第 17 篇:strace 系统调用分析与性能调优 [特殊字符]
linux·python·性能优化
bst@微胖子12 小时前
PyTorch深度学习框架项目合集一
人工智能·pytorch·python
Boxsc_midnight12 小时前
【vLLM服务器并发能力测试程序】写一个python小程序来进行并发测试
服务器·python·vllm