目录
[主流 Python 测试框架对比表](#主流 Python 测试框架对比表)
[4.5 pytest命令参数](#4.5 pytest命令参数)
[4.10 yield fixture](#4.10 yield fixture)
[4.11conftest.py 与 @pytest.fixture 结合实现全局前后置应用](#4.11conftest.py 与 @pytest.fixture 结合实现全局前后置应用)
[4.12通过 params 实现参数化](#4.12通过 params 实现参数化)
1.介绍
之前介绍了request，有了 requests 库，可以实现对接口发起 HTTP 请求。然而在自动化测试中，我们需要编写大量的测试用例，这些用例的组织、执行和管理则需要借助其他更强大的框架 ------pytest 框架。
requests 库专注于 HTTP 请求的发送，而 pytest 框架则提供了测试用例的组织、执行和管理功能。
pytest 是一个非常流行且高效的 Python 测试框架，它提供了丰富的功能和灵活的用法，使得编写和运行测试用例变得简单而高效。
pytest 官方文档 ：Get Started - pytest documentation
2.pytest对比和优势
主流 Python 测试框架对比表
| 维度 | unittest（Python 内置） | pytest | Robot Framework |
|---|---|---|---|
| 安装方式 | 无需安装（Python 标准库） | pip install pytest |
pip install robotframework |
| 语法风格 | 基于类（需继承**TestCase）** |
函数式或面向对象（无需样板代码） | 关键字驱动（表格化用例） |
| 断言方法 | **self.assertEqual()**等 |
原生**assert**表达式 |
关键字断言（如**Should Be Equal**） |
| 参数化支持 | 需**subTest**或第三方库 |
内置**@pytest.mark.parametrize** |
数据驱动（Test Template） |
| 插件生态 | 少（依赖扩展库如**HTMLTestRunner**） |
丰富（如**pytest-html、pytest-xdist、allure-pytest**） |
一般（需安装额外库如**RequestsLibrary**） |
| 测试报告 | 需插件生成报告 | 支持多格式报告（HTML、Allure 等） | 自带详细日志和报告 |
| 学习曲线 | 中等（需熟悉 xUnit 模式） | 低（语法简洁） | 高（需掌握关键字和语法） |
| BDD 支持 | 不支持 | 支持（通过**pytest-bdd**插件） |
支持（通过**robotframework-bdd**） |
| 适用场景 | 简单项目或遗留系统维护 | 复杂项目、高扩展性需求 | 团队协作、非技术人员参与 |
| pytest 核心优势 | 详细说明 |
|---|---|
| 简单易用 | 语法简洁清晰，编写测试用例友好，几乎可在几分钟内上手。 |
| 强大的断言支持 | 支持原生**assert**表达式，无需记忆复杂的断言方法，且能智能报告断言失败的中间值，便于问题定位。 |
| 支持参数化测试 | 通过内置的**@pytest.mark.parametrize**装饰器，允许使用不同的参数多次运行同一个测试函数，大幅提高测试效率。 |
| 丰富的插件生态系统 | 拥有大量插件（如 pytest-html 生成 HTML 报告、pytest-xdist 实现并行执行、allure-pytest 生成美观报告等），可扩展覆盖测试、失败用例重跑等功能；同时支持与 Selenium、Requests、Appium 等工具结合，实现 Web、接口、App 自动化测试。 |
| 灵活的测试控制 | 允许跳过指定用例、标记预期失败的用例，还支持重复执行失败的用例，提升测试灵活性。 |
| 多样化的测试组织方式 | 支持函数式测试和面向对象测试（无需继承特定类），也可通过类对测试用例进行分组，便于测试管理。 |
| 内置实用功能 | 提供如临时目录（tmp_path ）等内置 fixtures，方便处理测试资源；支持通过 pytest.raises 断言异常场景，满足各类测试需求。 |
3.pytest安装
版本要求：安装 pytest 8.3.2 需要 Python 版本在 3.8 及以上。
安装命令：
pip install pytest==8.3.2-
不同 pytest 版本支持的最低 Python 版本对应表：
pytest 版本 最低 Python 版本 8.0+ 3.8+ 7.1+ 3.7+ 6.2 - 7.0 3.6+ 5.0 - 6.1 3.5+ 3.3 - 4.6 2.7、3.4+ 若当前 Python 版本低于 3.8，可根据上表选择适配的 pytest 版本进行安装。
4.pytest
4.1传统的方式
def tes1():
print('test1')
def tes2():
print('test2')
def tes3():
print('test3')
import test03
if __name__ == '__main__':
test03.tes1()
test03.tes2()
test03.tes3()
4.2pytest测试
class Testaaa():
def test01(self):
print("test01")
def test02(self):
print("test01")
def test03(self):
print("test01")
def test04(seelf):
print("test01")pytest可以自动识别测试用例，不用再编写main函数并调用测试用例
但是用例要按照一定格式，不然识别不出测试用例。
4.3pytest格式
pytest 测试用例的命名规范如下：
- 文件名必须以 test_ 开头或者**_test**结尾。
- 测试类必须以 Test 开头，并且不能包含 **init**方法。
- 测试方法必须以test开头。
注意：Python类中不可以添加 init方法法
class Test01():
def __init__(self):
print("init")
def test01_01(self):
print("test01")
由于 pytest 的测试收集机制，测试类中不可以定义 init 方法。
pytest 采用自动发现机制来收集测试用例：
- 它会自动实例化测试类
- 调用其所有以 test 结尾的方法作为测试用例
如果测试类中定义了 **init** 方法，那么当 pytest 实例化该类时：
- **init**方法会被调用
- 这可能掩盖测试类的实际测试逻辑
- 可能引入额外的副作用，影响测试结果的准确性
为了避免使用 **init** 方法，建议在 pytest 中使用其他替代方案：
- 使用 **setUp ()**和 **tearDown ()**方法
- 使用类属性
- 使用fixture 函数
4.4查看pytest文档
pytest -h
4.5 pytest命令参数
pytest 提供了丰富的命令行选项来控制测试的执行，以下是一些常用的 pytest 命令行参数及其使用说明：
| 命令 | 描述 | 备注 |
|---|---|---|
| pytest | 在当前目录及其子目录中搜索并运行测试 | |
| pytest -v | 增加输出的详细程度 | |
| pytest -s | 显示测试中的 print 语句 | |
| pytest test_module.py | 运行指定的测试模块 | |
| pytest test_dir/ | 运行指定目录下的所有测试 | |
| pytest -k <keyword> | 只运行测试名包含指定关键字的测试 | |
| pytest -m <marker> | 只运行标记为指定标记的测试 | |
| pytest -q | 减少输出的详细程度 | |
| pytest --html=report.html | 生成 HTML 格式的测试报告 | 需要安装 pytest-html 插件 |
| pytest --cov | 测量测试覆盖率 | 需要安装 pytest-cov 插件 |
pytest .\tests\test_aaa.py 
pytest .\tests\test_aaa.py -sv
4.6pytest配置文件
| 参数 | 解释 |
|---|---|
| addopts | 指定在命令行中默认包含的选项 |
| testpaths | 指定搜索测试的目录 |
| python_files | 指定发现测试模块时使用的文件匹配模式 |
| python_classes | 指定发现测试类时使用的类名前缀或模式 |
| python_functions | 指定发现测试函数和方法时使用的函数名前缀或模式 |
| norecursedirs | 指定在搜索测试时应该避免递归进入的目录模式 |
| markers | 定义测试标记，用于标记测试用例 |
[pytest]
# 默认命令行参数：详细输出 + 显示print内容
addopts = -vs
# 测试用例所在目录
testpaths = tests
# 测试文件匹配规则
python_files = test_*.py *_test.py
# 测试类命名规则
python_classes = Test*
# 测试函数命名规则
python_functions = test*
# 不搜索的目录
norecursedirs = .git venv node_modules build
# 注册测试标记
markers =
smoke: 核心功能冒烟测试
regression: 回归测试用例
slow: 执行时间较长的测试
api: 接口测试用例| 目录名称 | 含义 | 为何在 pytest 中跳过搜索 |
|---|---|---|
.git |
Git 版本控制系统的核心目录，存储项目的版本历史、分支信息、提交记录等元数据 | 与代码功能无关，不含测试用例，搜索会浪费时间，可能误判文件为测试用例 |
venv |
Python 虚拟环境目录，用于隔离项目的依赖包（避免与系统全局依赖冲突） | 包含第三方库代码（非项目自身测试用例），搜索会扫描大量无关文件，降低测试执行效率 |
node_modules |
Node.js 项目的依赖目录，存储通过 npm 或 yarn 安装的 JavaScript 依赖包 | 若为 Python 与前端混合开发项目，该目录仅含前端依赖，与 Python 测试用例无关，无需扫描 |
build |
存放编译、打包生成的文件（如 Python 项目的可执行文件、临时编译产物等） | 是自动生成的二进制或中间文件，不含源代码或测试用例，搜索无意义 |
import pytest
@pytest.mark.api
class Testaaa():
def test01(self):
print("test01")
def test02(self):
print("test01")
def test03(self):
print("test01")
def test04(seelf):
print("test01")
@pytest.mark.slow
class Testbbb():
def test01(self):
print("test01")
def test02(self):
print("test01")
def test03(self):
print("test01")
def test04(seelf):
print("test01")
pytest -m "api" 
pytest -m "api and not slow"
pytest -m "api and not slow"
4.7前后置
之前的问题：使用 pytest 框架，测试类中不可以添加 init () 方法，如何进行数据的初始化？
在测试框架中，前后置是指在执行测试用例前和测试用例后执行一些额外的操作，这些操作可以用于设置测试环境、准备测试数据等，以确保测试的可靠性。
pytest 框架提供三种方法做前后置的操作：
- setup_method 和teardown_method：这两个方法用于类中的每个测试方法的前置和后置操作。
- setup_class和 teardown_class：这两个方法用于整个测试类的前置和后置操作。
- fixture：这是 pytest 推荐的方式来实现测试用例的前置和后置操作。fixture 提供了更灵活的控制和更强大的功能。（后续在 fixture 中详细讲解）
class Test05():
def setup_method(self, method):
print("setup_method")
def test05_01(self):
print("test05_01")
def test05_02(self):
print("test05_02")
def test05_03(self):
print("test05_03")
def teardown_method(self):
print("teardown_method")
4.8断言
断言（assert）是一种调试辅助工具，用于检查程序的状态是否符合预期。如果断言失败（即条件为假），Python 解释器将抛出一个 AssertionError 异常。断言通常用于检测程序中的逻辑错误。
pytest 允许你在 Python 测试中使用标准的 Python assert 语句来验证预期和值。
基本语法：
assert 条件, 错误信息-
条件：必须是⼀个布尔表达式。
-
错误信息：当条件为假时显示的错误信息，可选。
def test_assert():
#断言列表
expect_list=[1,3.14,"hello world"]
actual_list=[1,3.14,"hello world"]assert expect_list==actual_list #断言元组 expect_list = (1, 3.14, "hello world") actual_list = (1, 3.14, "hello world") assert expect_list == actual_list #断言集合 expect_set = {1, 2, 3, 'apple'} actual_set = {1, 2, 3, 'apple'} assert expect_set == actual_set def divide(a, b): assert b != 0, "除数不能为0" return a / b # 正常情况 print(divide(10, 2)) # 输出 5.0 # 触发断⾔ print(divide(10, 0)) # 抛出 AssertionError: 除数不能为0
免费学习API资源：http://jsonplaceholder.typicode.com/
测试json结果
import requests
def test():
url="http://jsonplaceholder.typicode.com/posts/1"
expect_data={
"userId": 1,
"id": 1,
"title": "sunt aut facere repellat provident occaecati excepturi optio reprehenderit",
"body": "quia et suscipit\nsuscipit recusandae consequuntur expedita et cum\nreprehenderit molestiae ut ut quas totam\nnostrum rerum est autem sunt rem eveniet architecto"
}
r=requests.get(url=url)
assert r.json()==expect_data
测试id结果
import requests
def test02():
url="http://jsonplaceholder.typicode.com/posts"
r=requests.get(url=url)
assert r.json()[0]["id"]==1
assert r.json()[1]["id"] == 2
assert r.json()[2]["id"] == 3
测试包含字段
def test02():
url="http://jsonplaceholder.typicode.com/posts"
r=requests.get(url=url)
text="qui est esse"
assert text in r.text
4.8参数化
参数化设计是自动化设计中的一个重要组成部分，它通过定义设计参数和规则，使得设计过程更加灵活和可控。
在 pytest 中，内置的pytest.mark.parametrize装饰器可实现对测试函数参数的参数化，其基本格式如下：
import pytest
@pytest.mark.parametrize("参数名1, 参数名2, ...", [(参数值1, 参数值2, ...), (参数值1, 参数值2, ...), ...])
def test_函数名(参数名1, 参数名2, ...):
# 测试逻辑
pass注意：找不到包，要在设置将包设置不排除在外。
示例：
单参数：
import pytest
@pytest.mark.parametrize("data1", (1,2,3,4))
def test03(data1):
print(data1)
多参数：
import pytest
@pytest.mark.parametrize("data1, data2", [(1, 4), (2, 5), (3.14, 6.23),("hello","pytest")])
def test03(data1, data2):
print(data1, data2)
参数运算：
import pytest
@pytest.mark.parametrize("test_input,expected ", [(1*42, 42), (2+5, 7), (4/2, 2),(1-1,0),("hello","hello")])
def test04(test_input,expected):
assert test_input == expected
@pytest.mark.parametrize("n,expected ", [(1, 2), (3, 4)])
class Test_n:
def test05(self,n,expected):
assert n+1 == expected
def test06(self,n,expected):
assert (n*1) + 1 == expected
要对模块中的所有测试进⾏参数化，你可以将pytestmark 全局变量赋值：
import pytest
pytestmark = pytest.mark.parametrize("n",(1, 2))
class Test_01():
def test01(self,n):
print(n)
def test02(self,n):
print(n)
class Test_02():
def test03(self,n):
print(n)
def test04(self,n):
print(n)
自定义参数化数据源：
import pytest
def data_provider():
return ["hello",1,1+2,3.14]
pytestmark = pytest.mark.parametrize("data",data_provider())
def test_06(data):
print(data)
除了使用 @pytest.mark.parametrize实现测试函数的参数化外，pytest.fixture() 也支持对 fixture函数进行参数化。
4.9fixture
pytest 中的 fixture是一种强大的机制，用于提供测试函数所需的资源或上下文。它可以用于设置测试环境、准备数据等。以下是fixture 的一些核心概念和使用场景。
未调用fixture
def fixture_01():
print("第⼀个fixture标记的⽅法")
def test_01():
fixture_01()
print("第⼀个测试⽤例")
调用fixture
import pytest
@pytest.fixture
def fixture_01():
print("第⼀个fixture标记的⽅法")
def test_01(fixture_01):
print("第⼀个测试⽤例")
未标记 fixture 方法的调用与 fixture 标记的方法调用完全不一样，前者需要在方法体中调用，而后者可以将函数名作为参数进行调用。
测试脚本中存在很多重复的代码、公共的数据对象 时，使用 fixture 最为合适。
fixture嵌套
import pytest
@pytest.fixture
def login():
print("\n登陆")
def test_list(login):
print("访问列表⻚")
def test_detail(login):
print("访问详情⻚")
# test_append.py的内容 import pytest
import pytest
@pytest.fixture
def first_entry():
return "a"
# 安排
@pytest.fixture
def order(first_entry):
return [first_entry]
def test_string(order): # ⾏动
order.append("b")
# 断⾔
assert order == ["a", "b"]
import pytest
class Fruit:
#这里不是测试类可以用__init__
def __init__(self, name):
self.name = name
def __eq__(self, other):
return self.name == other.name
@pytest.fixture
def my_fruit():
return Fruit("apple")
@pytest.fixture
def fruit_basket(my_fruit):
return [Fruit("banana"), my_fruit]
def test_my_fruit_in_basket(my_fruit, fruit_basket):
assert my_fruit in fruit_basket
4.10 yield fixture
当我们运行测试时，我们希望确保它们能够自我清理，以便它们不会干扰其他测试 （同时也避免留下大量测试数据来膨胀系统）。pytest中的fixture 提供了一个非常有用的拆卸系统，它允许我们为每个 fixture 定义具体的清理步骤。
"Yield" fixture使用yield而不是 return 。有了这些fixture ，我们可以运行一些代码，并将对象返回给请求的fixture/test ，就像其他 fixture 一样。唯一的不同是：
return 被替换为 yield。
该fixture 的任何拆卸代码放置在 yield 之后。
一旦 pytest 确定了 fixture 的线性顺序，它将运行每个 fixture 直到它返回或 yield ，然后继续执行列表中的下一个fixture 做同样的事情。
测试完成后，pytest 将逆向遍历 fixture列表，对于每个 yield 的 fixture ，运行yield 语句之后的代码。
示例：
不返回数据
import pytest
@pytest.fixture
def operator():
print("初始化操作")
yield
print("\n清理数据")
def test01(operator):
print("第一个测试用例")
返回数据
import pytest
@pytest.fixture
def operator():
print("初始化操作")
yield 100
print("\n清理数据")
def test01(operator):
print(operator+100)
assert operator == 100
import pytest
@pytest.fixture
def file_read():
print("\n打开文件句柄")
fo = open("log.txt", "r", encoding="utf-8")
yield fo
print("关闭文件句柄")
fo.close()
@pytest.fixture
def file_wirte():
print("打开文件句柄")
fo=open("log.txt","w",encoding="utf-8")
yield fo
print("\n关闭文件句柄")
def test_file(file_read,file_wirte):
w=file_wirte
w.write("hello")
w.close()
r=file_read
str=r.read()
print(str)
4.11fixtue带参数
pytest.fixture(scope='', params='', autouse='', ids='', name='')**scope 参数：**用于控制 fixture 的作用范围，决定 fixture 的生命周期。可选值有：
scope 值 说明 function （默认）每个测试函数都会调用一次fixture。 class 在同一个测试类中共享这个fixture。 module 在同一个测试模块（一个文件里）中共享这个fixture。 session 整个测试会话中共享这个 fixture。
autouse 参数：默认为 False 。若设为 True ，每个测试函数会自动调用该 fixture ，无需显式传参。
params 参数：用于参数化 fixture ，支持列表传入。每个参数值会让 fixture 执行一次，类似 for 循环。
**ids 参数：**与 params 配合，为每个参数化实例指定可读标识符（给参数取名）。
name 参数：为 fixture 显式设名。若用了 name ，测试函数需用此名称引用 fixture（给 fixture 取名）。
scope="function"
import pytest
@pytest.fixture(scope="function")
def fixture_01():
print("\n初始化")
yield
print("\n清理")
class TestCase():
def test_01(self, fixture_01):
print("第一个测试用例")
def test_02(self, fixture_01):
print("第二个测试用例")
scope="class"
import pytest
@pytest.fixture(scope="class")
def fixture_01():
print("\n初始化")
yield
print("\n清理")
class TestCase1():
def test_01(self, fixture_01):
print("第一个测试用例")
def test_02(self, fixture_01):
print("第二个测试用例")
class TestCase2():
def test_01(self, fixture_01):
print("第一个测试用例")
def test_02(self, fixture_01):
print("第二个测试用例")
scope="module"
scope 默认为function ，这里的 function可以省略不写。当 scope="function" 时，每个测试函数都会调用一次 fixture。当 scope="class" 时，在同一个测试类中，fixture 只会在类中的第一个测试函数开始前执行一次，并在类中的最后一个测试函数结束后执行清理。
- 当scope="module"、scope="session" 时，可用于实现全局的前后置应用，这里需要多个文件配合。
4.11conftest.py 与 @pytest.fixture 结合实现全局前后置应用
@pytest.fixture与 conftest.py文件结合使用，能够在多个测试模块（.py 文件）中共享前后置操作。这种方式可在整个测试项目中定义和维护通用的前后置逻辑，让测试代码更模块化、更易维护。
规则：
- conftest.py 是单独存放夹具配置的文件，名称固定且不可修改。
- 可在项目的不同目录下创建多个conftest.py文件，每个文件仅对其所在目录及子目录下的测试模块生效。
- 在不同模块的测试中使用conftest.py 的前后置功能时，无需进行任何import导入操作。
作用：
使不同 .py 文件可以使用同一个 fixture 函数。
autouse默认为 False ，即当前的fixture 需要手动显式调用，在该案例之前我们默认使用的都是 autouse =False。
当 autouse=True 时，fixture 会在所有测试函数执行之前自动调用，无论这些测试函数是否显式地引用了该 fixture。
scope="autouse"
4.12通过 params 实现参数化
@pytest.fixture(params=["1","1+2","a","3.14"])
def data_provider(request):
return request.param
def test_data(data_provider):
print(data_provider)
如果测试场景主要涉及简单的参数传递，且不需要复杂的资源管理，建议使用parametrize ，因为它更简单直接；如果测试需要动态加载外部数据，或者需要管理复杂的测试资源（如数据库连接、文件操作等），建议使用fixture。在某些情况下，也可以结合使用 parametrize和 fixture，以充分利用两者的优点。
总结来说，parametrize 更适合简单场景，而 fixture 更适合需要动态数据和资源管理的复杂场景。
5.总结
