pytest 实战：用例管理、插件技巧、断言详解

ThreeAu.2025-10-18 19:12

接上 unittest+selenium实现WEB端UI自动化selenium+unittest+PO模式

pytest

pytest

作用：

  • 是什么：
    • 和unittest一样，都是一种单元测试框架
    • pytest相比unittest，更简洁更高效,功能更强大
    • unittest是python自带的，pytest是第三方库
    • 在自动化测试中用于 管理和执行测试用例
  • 特点：

使用说明：

  • pytest是第三方，需要安装
    pip install pytest
  • 验证pytest安装成功
    cmd 命令行pytest --version
    • 如果无法识别pytest指令，则用管理员方式再次安装一遍

使用pytest创建测试用例

一、测试函数方式
  • 1、创建以test开头的测试方法

pytest_test01.py:

python 复制代码 
def test_login():
	print("这是一个测试函数")
二、测试类方式
  • 1、创建一个以test开头的类
  • 2、在类中创建以test开头的方法
python 复制代码 
"""
测试类方式创建测试用例
"""


class TestLogin():

    def test_login1(self):
        print("登录测试用例1")

    def test_login2(self):
        print("登录测试用例2")

特殊函数

类比unittest中的FixTure，在pytest中 是由固定名字的函数

函数级别
python 复制代码 
class TestLogin():
	def setup():
		print("函数开始")

	def teardown():
		print("函数结束")

	def test_login1():
		print("测试函数1")
	
	def test_login2():
		print("测试函数2")
类级别
python 复制代码 
class TestLogin():
	def setup_class(self):
		print("类开始")

	def teardown_class(self):
		print("类结束")

	def test_login1(self):
		print("测试函数1")
	
	def test_login2(self):
		print("测试函数2")

配置文件

在terminal中输入pytest --help指令，查看和配置文件相关的信息

  • 作用：

    • 配置测试用例规则
    • 配置测试报告
    • 。。。等关于自动化测试管理和执行一些规则

  • 配置文件结构

    • 首行：[pytest]声明文件格式
    • 2-n行：写配置信息
    • 示例(默认配置)：
    python 复制代码 
    [pytest]
testpaths = ./cases
python_files = test*.py
python_classes = Test*
python_functions = test*
addopts = -s
    复制代码 
      - testpaths：存放用例的路径
  - python_files: 文件名规则
  - python_classes：指定用例类规则
  - python_functions：指定用例方法名规则
  - addopts : 执行测试用例时额外添加的命令行

  • 配置文件注意事项：

    • 一个项目写一个配置文件即可
    • 一般配置文件放到项目根目录下
    • Windows系统下的ini文件不允许写注释-无法解析

执行测试用例

方式一：选择pytest为默认runner 右键执行
  • 更改pycharm设置，选择pytest为默认runner
    【File】-【Settings】-【Tools】-【python Integrated Tools】
方式二：在terminal中使用pytest命令执行
  • 1、打开terminal命令窗口
  • 2、使用terminal在当前文件目录下执行pytest -s pytest_test01.py
    • -s 代表执行测试函数并输出信息
    • 不带-s 则仅执行不输出
方式三：main函数执行
  • 1、导入pytest
  • 2、在main函数中编写pytest.main(['-s',"文件名.py"])
python 复制代码 
import pytest

if __name__ == '__main__':

    pytest.main(['-s','pytest_test01.py'])
方式四：pytest.ini+命令pytest

插件

html报告插件【pytest-html】
  • 作用: 用于生成HTML格式的测试报告
  • 使用步骤：
    • 1、安装pytest-html库
      • pip install pytest-html
    • 2、更改配置文件addopts,指定报告生成位置
      • --html = 文件路径/文件名.html
      • --html = 文件路径/文件名.html --self-contained-html 合并css文件 可选
    • 3、执行
控制执行顺序的插件[pytest-order]
pytest-ordering
  • 作用： 控制用例的执行顺序
  • 使用步骤：
    • 1、安装pytest-ordering库
      pip install pytest-ordering
    • 2、导入pytest库
      import pytest
    • 3、修饰被测函数或被测类
      @pytest.mark.run(order=1)
  • 特点：
    1、可以修饰函数 也可以修饰类
    2、order值可为正数、也可为负数
    • 全正：从小到大执行
    • 全负：从小到大执行
    • 有正有负：被标记为正数的优先级高于负数
pytest-order

最新维护的插件pytest-order

  • 使用步骤：

    • 安装pip install pytest-order
    • 标记测试类、测试函数、模块@pytest.mark.order(数字)

  • 特点：

    1、支持正数、负数

    • 同时存在正数、负数时，负数优先级高
    • 负数 一般用于数据配置等前置曹祖
    • 正数 用于标记业务顺序
    • 未被标记的用例，在所有标记用例之后执行
    • 用例被标记同一个顺序，按照函数名的ASCAII码顺序

    2、可修饰测试类、测试函数、模块

修饰模块

在模块内添加pytestmark = pytest.mark.order(2)

python 复制代码 
import pytest

pytestmark = pytest.mark.order(1)

class TestRegister():

    def test_register1(self):
        print("测试注册1")

    def test_register2(self):
        print("测试注册2")
修饰类
python 复制代码 
import pytest
@pytest.mark.order(1)
class TestRegister():

    def test_register1(self):
        print("测试注册1")

    def test_register2(self):
        print("测试注册2")
修饰函数
python 复制代码 
import pytest

class TestRegister():
	@pytest.mark.order(2)
    def test_register1(self):
        print("测试注册1")
	@pytest.mark.order(1)
    def test_register2(self):
        print("测试注册2")
  • 优先级
    优先级排序：
  1. 函数自身order → 函数所在类order→所在模块order
  2. 当order重复时，依赖模块名::类名::函数名的ascaii码排序
  • 原则
  1. 优先在函数级别控制order 简单直观
  2. order尽可能值别重复
  3. 模块级别一般是控制业务模块整体顺序 比如订单模块在支付模块之后执行
重跑失败用例插件【pytest-rerunfailures】
  • 作用：执行失败的用例，可能因特殊不稳定因素构成的，在自动化机制中添加失败重跑几次 提升成功率
  • 步骤：
    1. 安装库pytest-rerunfailures
    2. 在pytest.ini配置文件中添加addopts = --reruns 重跑次数 一般1~3次适宜

跳过

skip
  • 作用：批量用例执行时，被标记为skip的用例 跳过不执行
  • 语法：@pytest.mark.skip
  • 作用范围：
    • 可标记测试函数
    • 可标记测试类
skipif
  • 作用：批量用例执行时，被标记为skipif的用例，符合条件则跳过执行
  • 语法：@pytest.mark.skipif(conditions,reasons="跳过的原因")
  • 作用范围：
    • 可标记测试函数
    • 可标记测试类

参数化

pytest自身支持参数化，不需额外安装第三方库

  • 语法：@pytest.mark.parameter((参数1，参数2，参数3，...),[(数值1-1，数值1-2，...),(数值2-1，..),(数值3-1，...),...])

    • 示例：
    python 复制代码 
    import pytest
class TestLogin():
	@pytest.mark.parameter(('name','pwd'),[('zx','123'),('lt','456')])
	def test_login01(self,name,pwd):
		print(f"名字{name},密码{pwd}")
    • 函数
    python 复制代码 
    import pytest
def build_data():
	return [('zx','123'),('lt','456')]
class TestLogin():
	@pytest.mark.parameter(('name','pwd'),build_data())
	def test_login01(self,name,pwd):
		print(f"名字{name},密码{pwd}")

断言

pytest使用python自带的断言assert

在 pytest 中，断言（Assertion）是验证测试结果是否符合预期的核心方式。与 unittest 不同，pytest 不依赖特定的断言方法（如 self.assertEqual()），而是直接使用 Python 内置的 assert 语句 ，配合 pytest 的"断言重写"机制，能自动生成更详细的错误信息，使用更简洁、灵活。

一、基本用法：直接用 assert 语句

pytest 完全兼容 Python 原生的 assert 语法，只需在测试用例中用 assert 表达式 即可。若表达式为 False，则断言失败，测试用例报错；若为 True，则断言成功。

示例：基础断言
python 复制代码 
def test_basic_assert():
    # 1. 比较值是否相等
    assert 1 + 1 == 2  # 成功（表达式为True）
    
    # 2. 检查布尔值（True/False）
    assert True  # 成功
    assert not False  # 成功（not False → True）
    
    # 3. 检查包含关系（字符串、列表、字典等）
    assert "hello" in "hello world"  # 字符串包含
    assert 2 in [1, 2, 3]  # 列表包含
    assert "name" in {"name": "张三", "age": 18}  # 字典包含键
    
    # 4. 检查对象是否为None
    result = None
    assert result is None  # 成功
    
    # 5. 自定义失败提示（在assert后加逗号和提示文字）
    a = 10
    b = 20
    assert a == b, f"预期{a}等于{b}，实际不相等"  # 失败时显示：预期10等于20，实际不相等
二、进阶用法：常见场景的断言技巧

除了基础比较，pytest 结合 Python 语法可轻松实现复杂场景的断言，以下是高频使用场景：

1. 检查异常（断言代码会抛出指定异常）

使用 pytest.raises 作为上下文管理器，断言"执行某段代码时会抛出预期的异常"，适合测试错误处理逻辑。

python 复制代码 
import pytest

def divide(a, b):
    if b == 0:
        raise ValueError("除数不能为0")
    return a / b

def test_raise_exception():
    # 断言调用divide(1, 0)时会抛出ValueError，且错误信息包含"除数不能为0"
    with pytest.raises(ValueError) as exc_info:
        divide(1, 0)
    
    # 进一步断言异常信息
    assert "除数不能为0" in str(exc_info.value)
  • exc_info.value：获取抛出的异常对象；
  • 若代码未抛出异常，或抛出的异常类型不匹配，则断言失败。
2. 断言浮点数相等（处理精度问题）

浮点数直接用 == 比较可能因精度误差失败（如 0.1 + 0.2 = 0.30000000000000004），需用 pytest.approx() 处理。

python 复制代码 
def test_float_assert():
    result = 0.1 + 0.2
    # 错误方式：直接比较会失败（因精度问题）
    # assert result == 0.3  # 失败
    
    # 正确方式：用pytest.approx()处理精度
    assert result == pytest.approx(0.3)  # 成功

pytest.approx() 支持自定义精度（默认相对误差1e-6）：

python 复制代码 
assert 1.0000001 == pytest.approx(1.0, abs=1e-6)  # abs=绝对误差阈值
3. 断言列表/字典的部分元素

无需完整比较列表/字典，可只断言其中的关键元素。

python 复制代码 
def test_list_dict_assert():
    # 断言列表中包含指定元素（不关心顺序）
    user_list = ["张三", "李四", "王五"]
    assert "李四" in user_list  # 成功
    
    # 断言字典包含指定键值对（不关心其他键）
    user_info = {"name": "张三", "age": 18, "gender": "男"}
    assert user_info["name"] == "张三"  # 断言name的值
    assert user_info.get("age") == 18  # 用get()避免KeyError
4. 断言对象属性

对于类实例，可直接断言其属性值。

python 复制代码 
class User:
    def __init__(self, name, age):
        self.name = name
        self.age = age

def test_object_assert():
    user = User("张三", 18)
    assert user.name == "张三"  # 断言name属性
    assert user.age > 16  # 断言age满足条件
三、断言失败时的详细信息（pytest的优势）

pytest 会对 assert 语句进行"重写"（assert rewriting），当断言失败时，不仅会提示"断言失败"，还会显示 表达式中各部分的具体值，方便定位问题。

例如，执行以下测试：

python 复制代码 
def test_assert_detail():
    a = 10
    b = 20
    assert a + 5 == b  # 10 + 5 = 15 ≠ 20 → 失败

pytest 会输出详细错误信息：

复制代码 
E       assert (10 + 5) == 20
E        +  where 10 = a
E        +  and   20 = b

相比 unittest 的 self.assertEqual(a+5, b)，pytest 的错误信息更直观，无需记忆复杂的断言方法。

四、与unittest断言的对比（为什么pytest更方便？）
场景 unittest 断言（繁琐） pytest 断言（简洁）
比较相等 self.assertEqual(a, b) assert a == b
检查包含 self.assertIn(x, list) assert x in list
检查异常 self.assertRaises(ValueError, func) with pytest.raises(ValueError): func()
自定义提示 self.assertEqual(a, b, msg) assert a == b, msg

pytest 完全兼容 Python 原生语法，无需学习新的断言API，上手成本极低。

总结
  • pytest 断言的核心是 Python 内置的 assert 语句，简洁灵活，无需记忆特定方法；
  • 支持丰富场景：值比较、异常检查、浮点数精度、对象属性等；
  • 断言失败时自动生成详细错误信息（含变量值），调试效率高；
  • 结合 pytest.raises（异常）和 pytest.approx（浮点数）可解决复杂断言需求。

掌握这些技巧，就能轻松应对几乎所有测试场景的断言需求～

相关推荐
资源补给站4 小时前
服务器高效操作指南：Python 环境退出与 Linux 终端快捷键全解析
linux·服务器·python
一苓二肆4 小时前
代码加密技术
linux·windows·python·spring·eclipse
青春不败 177-3266-05204 小时前
AI+Python驱动的无人机生态三维建模与碳储、生物量、LULC估算技术
人工智能·python·无人机·生态学·遥感·多光谱遥感
将车2444 小时前
selenium实现自动化脚本的常用函数
python·selenium·自动化
ZhengEnCi4 小时前
Excel 文件结构完全指南-从基础概念到 Python 读取的实用宝典
python·excel
一百天成为python专家4 小时前
python爬虫入门（小白五分钟从入门到精通）
开发语言·爬虫·python·opencv·yolo·计算机视觉·正则表达式
程序员二黑4 小时前
Selenium元素定位总失败？这8种定位策略你必须掌握
单元测试·测试·ab测试
simon_skywalker4 小时前
第十二章 序列的特殊方法
python
ZhengEnCi4 小时前
FastAPI 项目结构完全指南-从零基础到企业级应用的 Python Web 开发利器
服务器·python·web3
热门推荐
01BongoCat - 跨平台键盘猫动画工具02GitHub 镜像站点03两千字总结：Codex 国内如何安装和使用的教程，以及如何设置中文回答04UV安装并设置国内源05Linux下V2Ray安装配置指南06GitLab 零基础入门指南：从安装到项目管理全流程07KGG转MP3工具|非KGM文件|解密音频08windows找不到gpedit.msc（本地组策略编辑器）0946个Nano-banana 精选提示词，持续更新中10在VSCode配置Java开发环境的保姆级教程（适配各类AI编程IDE）