Python自动化测试 | 快速认识并了解pytest的基本使用

快速了解pytest基本框架

一、conda创建独立环境
二、pytest三种启动方式
三、看懂测试结果
四、用例规则
- [1. 用例发现规则 -- 什么是用例](#1. 用例发现规则 -- 什么是用例)
- [2. 用例内容规则](#2. 用例内容规则)
- [3. 练习：有函数add接收两个参数，并返回它们相加的结果](#3. 练习：有函数add接收两个参数，并返回它们相加的结果)
五、配置框架
- [1. 常用参数](#1. 常用参数)
六、标记mark
- - [1. 用户自定义标记](#1. 用户自定义标记)
  - - [a. pycharm创建ini文件标记并查看](#a. pycharm创建ini文件标记并查看)
  - [2. 框架内置标记](#2. 框架内置标记)
  - - [b. parametrize:参数化标记](#b. parametrize:参数化标记)
七、夹具fixture
- [1. 创建fixture](#1. 创建fixture)
- [2. 使用fixture](#2. 使用fixture)
- [3. 高级用法⭐](#3. 高级用法⭐)
- - 思考：python的全局变量都不能够跨文件进行传递,为什么pytest的conftest文件中的共享夹具可以呢？
八、插件管理
- [1. 常用的第三方插件](#1. 常用的第三方插件)
- - [1. pytest-html](#1. pytest-html)
  - [2. pytest-xdist](#2. pytest-xdist)
  - [3. pytest-rerunfailures](#3. pytest-rerunfailures)
  - [4. pytest-result-log ❌ -- 仅作学习](#4. pytest-result-log ❌ -- 仅作学习)
[九、企业级测试报告 -- allure](#九、企业级测试报告 -- allure)
- [1. 对用例进行分组和关联（敏捷开发术语）](#1. 对用例进行分组和关联（敏捷开发术语）)
十、了解web自动化测试工作
十一、测试框架需要封装什么
十二、YAML文件格式
十三、接口测试用例
- [1. 设计用例内容](#1. 设计用例内容)
- [2. YMAL表示用例](#2. YMAL表示用例)
十四、封装接口自动话框架
- [1. 请求接口](#1. 请求接口)
- [2. 断言响应](#2. 断言响应)
- 3.变量提取
- [4. 框架落地封装](#4. 框架落地封装)

一、conda创建独立环境

创建新环境pyautotest

shell 复制代码

conda create -n pyautotest python=3.8

安装pytest
查看pytest版本

这说明python3.8对应的pytest的版本是8.3

补充一点的是 pytest 8.4增加了一个强制要求：测试用例没有返回值（默认是None）

二、pytest三种启动方式

命令行方式 -- xxx> pytest
代码方式

python 复制代码

import pytest
pytest.main( )

鼠标启动 ---绿色箭头

pytest在简单的基础上，对断言进行高级封装(AST),对python数据结构断言，非常友好

1.pytest遵循了oython简单的学习方式

2.pytest:实现了很多高级特性

三、看懂测试结果

分析
用例结果

四、用例规则

1. 用例发现规则 -- 什么是用例

用例发现：测试框架在别、加载用例的过程，

pytest 的用例发现的过程：

遍历所有的目录
- 排除自带的
- 排除 . 开头的隐藏文件
打开python文件【test_开头或者_test结尾的用例文件】
遍历所有的Test开头的类用例
收集所有test_开头的函数或者方法 【用例是函数或者类中的方法不能是类】

2. 用例内容规则

pytest对用例的要求

可调用的（函数、方法、类、对象）
名字test_开头
没有参数（参数有另外的含义）
没有返回值（默认为None）

3. 练习：有函数add接收两个参数，并返回它们相加的结果

代码

python 复制代码

def add(a,b):
    return a+b

def test_add():
    res = add (1,3)

    assert res == 4

集成到类中使用方法来测试

python 复制代码

def add(a,b):
    return a+b

class  TestAdd:

    def test_int(self):
        res = add (1,3)

        assert res == 4

    def test_str(self):
        res = add("1", "3")

        assert res == "13"

    def test_list(self):
        res = add([1], [2,3,4])

        assert res == [1,2,3,4]

五、配置框架

配置可以改变pytest默认的规则，如上述中所说的用例发现和内容的规则

如何做？两种方式
1. 命令行参数
2. ini配置文件

查看帮助

python 复制代码

pytest -h

开头：参数
小写字母开头：ini 配置
大写字母开头：环境遍历
配置文件：pytest.ini

1. 常用参数

v : 增加详细程度
s : 允许用例中的输入和输出
x：遇到失败测试用例停止执行快速退出【类似冒烟测试】
m: 用例筛选

六、标记mark

标记让用例与众不同，进而可以让用例被区别对待

1. 用户自定义标记

用户自定义标记 只能实现用例筛选

实现步骤

先注册
再标记
后筛选

【ini注册，用例中通过装饰器标记，命令行中实行筛选】

a. pycharm创建ini文件标记并查看

命令：pytest --markers

2. 框架内置标记

框架内置标记为用例增加特殊执行效果

和用户自定义标记区别：
1. 不需注册，可以直接使用
2. 不仅可以筛选，还可以增加特殊效果
3. 不同的标记，增加不同的特殊效果
  - skip:无条件跳过
  - skipif:有条件跳过
  - xfail:预期失败
  - parametrize:参数化
  - usefixtures:使用fixtures
测试代码

python 复制代码

import pytest

def add(a,b):
    return a+b

@pytest.mark.skip
def test_print():
    assert 1==2

class  TestAdd:
    @pytest.mark.skip
    @pytest.mark.api
    def test_int(self):
        res = add (1,3)

        assert res == 4

    @pytest.mark.skipif(1 == 2,reason="skipif需要提供reason参数")
    @pytest.mark.web
    def test_str(self):
        res = add("1", "3")

        assert res == "13"

    @pytest.mark.xfail  #xfail 预期失败
    @pytest.mark.pay
    def test_list(self):
        res = add([1], [2,3,4])

        assert res == [1,2,3,4]

    @pytest.mark.xfail
    @pytest.mark.pay
    def test_list1(self):
        res = add([1], [2,3,4])

        assert res != [1,2,3,4]

b. parametrize:参数化标记

数据驱动测试=参数化测试+数据文件
根据数据文件的内容，动态决定用例的数量、内容

数据来驱动测试
数据文件，驱动用例执行数量、内容
数据文件
代码文件

c 复制代码

import pytest
import csv

def read_cav(path):
    f = open(path)
    reader = csv.reader(f)
    return list(reader)[1:]
 
@pytest.mark.skip
def test_print():
    assert 1==2

class  TestAdd:
    ...


	 ...
    @pytest.mark.ddt
    @pytest.mark.parametrize("a,b,c", read_cav('data.csv'))
    def test_ddt(self,a,b,c):
        res = add(int(a),int(b))

        assert res == int(c)

shell 复制代码

 (pyautotest) PS E:\pythonProject\pytestProject> pytest -m ddt -v
===================================================================================== test session starts =====================================================================================
platform win32 -- Python 3.8.20, pytest-8.3.5, pluggy-1.5.0 -- D:\ANACONDA\envs\pyautotest\python.exe
cachedir: .pytest_cache
rootdir: E:\pythonProject\pytestProject
configfile: pytest.ini
collected 9 items / 5 deselected / 4 selected                                                                                                                                                   

tests/test_add.py::TestAdd::test_ddt[1-1-2] PASSED                                                                                                                                       [ 25%] 
tests/test_add.py::TestAdd::test_ddt[2-3-5] PASSED                                                                                                                                       [ 50%] 
tests/test_add.py::TestAdd::test_ddt[3-3-6] PASSED                                                                                                                                       [ 75%]
tests/test_add.py::TestAdd::test_ddt[4-4-7] FAILED                                                                                                                                       [100%] 

========================================================================================== FAILURES =========================================================================================== 
___________________________________________________________________________________ TestAdd.test_ddt[4-4-7] ___________________________________________________________________________________ 

self = <test_add.TestAdd object at 0x0000022A321D93A0>, a = '4', b = '4', c = '7'

    @pytest.mark.ddt
    @pytest.mark.parametrize("a,b,c", read_cav('data.csv'))
    def test_ddt(self,a,b,c):
        res = add(int(a),int(b))

>       assert res == int(c)
E       AssertionError: assert 8 == 7
E        +  where 7 = int('7')

tests\test_add.py:57: AssertionError
=================================================================================== short test summary info =================================================================================== 
FAILED tests/test_add.py::TestAdd::test_ddt[4-4-7] - AssertionError: assert 8 == 7
========================================================================== 1 failed, 3 passed, 5 deselected in 0.06s ========================================================================== 
(pyautotest) PS E:\pythonProject\pytestProject>

七、夹具fixture

夹具：在用例执行之前、挤行之后，自动运行代码

使用场景
场景：
- 之前：加密参数/之后：解密结果
- 之前：启动浏览器/之后：关闭浏览器
- 之前：注册、登录账号/之后：刚除账号

1. 创建fixture

创建函数
添加装饰器
添加yield:关键字

shell 复制代码

@pytest.fixture
def f():
    
    # yield  之前是前置操作
    yield
    
    #       之后是后置操作

测试执行代码

c 复制代码

@pytest.fixture
def f():
    print(datetime.datetime.now() , '开始执行！！！')
    # yield  之前是前置操作
    yield  #  --->  关键字代表开始执行用例！！！

    print(datetime.datetime.now(), '结束执行！！！')
    #       之后是后置操作

def test_1(f):
    pass

2. 使用fixture

两种方式

在用例的参数列表中，加入fixture名字即可【def test_2( fixture名字 ):】
给用例加上usefixtures标记

c 复制代码

@pytest.mark.usefixtures("f")
def test_2():
    pass

3. 高级用法⭐

自动使用

python 复制代码

import datetime

import pytest

@pytest.fixture(autouse=True)
def f():
    print(datetime.datetime.now() , '开始执行！！！')
    # yield  之前是前置操作
    yield  #  --->  关键字代表开始执行用例！！！

    print(datetime.datetime.now(), '结束执行！！！')
    #       之后是后置操作

def test_1():
    pass

# @pytest.mark.usefixtures("f")
def test_2():
    pass

依赖使用
这里一定要注意
⚠️用例才可以使用usefixtures标记，fixture夹具间使用如下

shell 复制代码

import datetime

import pytest

@pytest.fixture
def ff():
    print('我也是fixture ,但是被fixture使用！！！')

@pytest.fixture(autouse=True)
def f(ff):
    print(datetime.datetime.now() , '开始执行！！！')
    # yield  之前是前置操作
    yield  #  --->  关键字代表开始执行用例！！！

    print(datetime.datetime.now(), '结束执行！！！')
    #       之后是后置操作

def test_1():
    pass

# @pytest.mark.usefixtures("f")
def test_2():
    pass

shell 复制代码

(pyautotest) PS E:\pythonProject\pytestProject> pytest -vs
===================================================================================== test session starts =====================================================================================
platform win32 -- Python 3.8.20, pytest-8.3.5, pluggy-1.5.0 -- D:\ANACONDA\envs\pyautotest\python.exe
cachedir: .pytest_cache
rootdir: E:\pythonProject\pytestProject
configfile: pytest.ini
collected 2 items                                                                                                                                                                               

tests/test_fix.py::test_1 我也是fixture ,但是被fixture使用！！！
2025-10-29 22:54:23.550320 开始执行！！！
PASSED2025-10-29 22:54:23.551179 结束执行！！！

tests/test_fix.py::test_2 我也是fixture ,但是被fixture使用！！！
2025-10-29 22:54:23.553179 开始执行！！！
PASSED2025-10-29 22:54:23.553179 结束执行！！！


====================================================================================== 2 passed in 0.02s ====================================================================================== 
(pyautotest) PS E:\pythonProject\pytestProject>

返回内容接口自动化封装：接口关联
yield不仅用于区分前置和后置操作，还能返回数据

python 复制代码

yield  返回数据

代码

c 复制代码

@pytest.fixture(autouse=True)
def f():
    print(datetime.datetime.now() , '开始执行！！！')
    # yield  之前是前置操作
    yield  123 #  --->  关键字代表开始执行用例！！！

    print(datetime.datetime.now(), '结束执行！！！')
    #       之后是后置操作

def test_1(f):     #  写上才会接受
    print('接受来自fiture传递的数据',f)

# @pytest.mark.usefixtures("f")
def test_2():      #   不写不会接受
    pass

范围共享
举例：2000用例需要启动浏览器，若是启动浏览器的时间是5-6s，若是每一个都需要启动这是很大的成本开销，若是使用同一个浏览器，如何做到共享呢?

默认范围：function 【自己用自己】
全局范围：session 【参数scop="session"】
两者区别
注意⚠️以下测试用例是在同一个test_开头的测试文件中

若是想要全局范围作用在不同的测试脚本文件：使用conftest.py
conftest.py 中存放的就是共享性质的夹具！

思考：python的全局变量都不能够跨文件进行传递,为什么pytest的conftest文件中的共享夹具可以呢？

pytest 的 fixture 能跨文件共享，是因为它是框架层面的 "动态资源管理机制"，通过注册表、依赖注入、作用域控制实现；而普通 Python 全局变量是语言层面的模块属性，本质是 "模块内的静态引用"，两者设计目的和实现逻辑完全不同。

这里其实有两个条件满足：

夹具需要放入到conftest.py文件中
@pytest.fixture(scope='session') 需要设置

八、插件管理

pytesta插件牛态是pytest特别的优势！

插件分成两类：

不需要安装：内置插件
需要安装：第三方插件

插件的启用管理：

启用：-p abc
禁用：-p no:abc

插件使用方式：

参数
配置文件
fixture
mark

1. 常用的第三方插件

1. pytest-html

用途：生成HTML测试报告

安装：pip install pytest-html

使用：

2. pytest-xdist

用途：分布式执行

安装：pip install pytest-xdist

使用：pytest -n number
只有在任务本身耗时较长，超出调用成本很多的时候，才有意义【分布式执行，有并发问题：资源竞争、乱序】

不使用

3. pytest-rerunfailures

用途：用例失败之后，重新执行

安装：pip install pytest-rerunfailures

使用：pytest --reruns 5 --reruns-delay 1 【秒级单位】

设计一个不稳定用例来测试插件

4. pytest-result-log ❌ -- 仅作学习

用途：用途：把用例的执行结果记录到日志文件中

安装：pip install pytest-result-log

使用：通过配置文件使用

ini 复制代码

;日志插件的使用配置  如下
log_file =  ./logs/pytest.log
log_file_level =  info
log_file_format = %(levelname)-8s %(asctime)s [%(name)s:%(Lineno)s] : %(message)s
Log_file_date_format =  %Y-%m-%d %H:%M:%S

; :记录用例执行结果
result_log_enable = 1
; :记录用例分割线
result_log_separator =  1
; :分割线等级
result_log_level_separator = warning
; :异常信息等级
result_log_level_verbose =  info

⚠️ 不要再尝试安装 pytest-result-log，它已过时且不兼容现代 pytest。

九、企业级测试报告 -- allure

allure : 是一个测设报告框架

c 复制代码

pip install allure-pytest

配置
两者选择一个报告类型
生成报告

c 复制代码

allure generate -o report -c temps

⚠️allure generate使用需要安装 Allure 命令行工具

安装过程：

安装jdk
安装Allure 命令行工具【依赖jdk】

通过代码方式代码命令行输入命令执行

修改ini文件
修改main.py文件

python 复制代码

import os

import pytest

pytest.main()

os.system("allure generate -o report -c temps")

查看结果

1. 对用例进行分组和关联（敏捷开发术语）

使用相同装饰器的用例，自动并入一组

c 复制代码

@allure.epic			史诗			项目
@allure.feature		主题			模块
@allure.story			故事			功能
@allure.title			标题		 用例

ini文件
代码
结果

shell 复制代码

D:\ANACONDA\envs\pyautotest\python.exe E:\pythonProject\pytestProject\main.py 
============================= test session starts =============================
platform win32 -- Python 3.8.20, pytest-8.3.5, pluggy-1.5.0
rootdir: E:\pythonProject\pytestProject
configfile: pytest.ini
plugins: allure-pytest-2.15.0, html-4.1.1, metadata-3.1.1, rerunfailures-14.0, xdist-3.6.1
collected 6 items / 3 deselected / 3 selected

tests\test_allure.py ..                                                  [ 66%]
tests\test_rereu.py F                                                    [100%]

================================== FAILURES ===================================
_________________________________ test_rerun __________________________________

    @pytest.mark.re
    def  test_rerun():
    
        x = random.randint(0,9)
    
>       assert x > 6
E       assert 2 > 6

tests\test_rereu.py:19: AssertionError
-------------------------- Captured stdout teardown ---------------------------
2025-10-30 14:47:02.391911 结束执行！！！
=========================== short test summary info ===========================
FAILED tests/test_rereu.py::test_rerun - assert 2 > 6
================== 1 failed, 2 passed, 3 deselected in 0.08s ==================
Report successfully generated to report

进程已结束，退出代码为 0

十、了解web自动化测试工作

pytest 仅进行用例管理，不会控制浏览器，需要借助新的工具：selenium

1.只了解selenium

2.搜索关于selenium的pytest插件

安装pytest-selenium

c 复制代码

 pip install pytest-selenium

十一、测试框架需要封装什么

建议看这个视频了解
12小节 -- 测试框架需要封装什么

封装目的：

隐藏细节
增加功能
优化功能

接口自动化封装：

使用yaml作为用例，降低自动化门槛
自动请求接口、断言接口
自动在日志记录HTTP报文
自动生成allure测试报告

十二、YAML文件格式

一句话：YAML完全兼容SQN格式，并且支持Python相似写法

参考
自动化测试 | 认识接口自动化封装中的YAML用例

重点：

YAML完全兼容SQN
是数据格式，不是变成语言
像Pytho一样容易编辑和阅读

需要安装yaml模块

c 复制代码

pip install pyymal

编写yaml文件

# 作为注释
缩进：两个空格
成员
- - 表示列表成员
- ： 表示字典成员

加载yaml文件

十三、接口测试用例

1. 设计用例内容

名字区分和表达、
标记【可选】
步骤
1. 请求接口
2. 响应断言
3. 提取变量【postman 和 JMeter等工具都存在这种工具】

2. YMAL表示用例

testapi.yaml

编写完成上述用例后，使用控制台pytest命令无法使用【肯定的！】，但是我们想做的是可以使用，就是将理论变成现实，这就需要封装！！！

十四、封装接口自动话框架

1. 请求接口

安装：pip install requests
HTTP协议抓包，请求三部分：
- 行：方法+地址
- 头：请求头（键值对）
- 体：参数内容
从HTP协议抓包角度，响应由三部分组成：
- 行：状态码
- 头：响应头（键值对）
- 体：响应内容

2. 断言响应

响应断言器件
安装： pip install responses_validator

3.变量提取

基本原则

JSON : JSONPATH
HTML : XPATH
字符串：RE 【兜底】

JSON测试代码

c 复制代码

import jsonpath
data = {
	"a":1,
	"b":[-1,-2,-3]
}
print(jsonpath.jsonpath(data,'$.b')[0][1]) # 结果是 -2

代码

🎯 resp.json = resp.json() 为什么这样做？------ 工程上的好处

避免重复解析
resp.json() 每次调用都要解析字符串，耗性能。解析一次存成属性，后续直接用。
简化代码
写 resp.json['key'] 比 resp.json()['key'] 更简洁、可读性更强。
统一数据结构
在自动化框架中，你可能从不同来源（JSON、XML、数据库）提取数据，都统一存到 .json 属性里，方便后续处理。

4. 框架落地封装

观看视频了解
15.封装接口自动化框架

Python自动化测试 | 快速认识并了解pytest的基本使用

快速了解pytest基本框架

一、conda创建独立环境

二、pytest三种启动方式

三、看懂测试结果

四、用例规则

1. 用例发现规则 -- 什么是用例

2. 用例内容规则

3. 练习 ：有函数add接收两个参数，并返回它们相加的结果

五、配置框架

1. 常用参数

六、标记mark

1. 用户自定义标记

a. pycharm创建ini文件标记并查看

2. 框架内置标记

b. parametrize:参数化标记

七、夹具fixture

1. 创建fixture

2. 使用fixture

3. 高级用法⭐

思考：python的全局变量都不能够跨文件进行传递,为什么pytest的conftest文件中的共享夹具可以呢？

八、插件管理

1. 常用的第三方插件

1. pytest-html

2. pytest-xdist

3. pytest-rerunfailures

4. pytest-result-log ❌ -- 仅作学习

九、企业级测试报告 -- allure

1. 对用例进行分组和关联（敏捷开发术语）

十、了解web自动化测试工作

十一、测试框架需要封装什么

十二、YAML文件格式

十三、接口测试用例

1. 设计用例内容

2. YMAL表示用例

十四、封装接口自动话框架

1. 请求接口

2. 断言响应

3.变量提取

4. 框架落地封装

3. 练习：有函数add接收两个参数，并返回它们相加的结果