网络营销跟网站推广有啥区别,精准客源 获客,怎么做公众号网站吗,wordpress单页网站在本页跳转常量 pytest.__version__ #输出pytest版本 pytest.version_tuple #输出版本的元组形式 功能
pytest.approx
pytest.approx 是一个用于进行数值近似比较的 pytest 断言工具。
在测试中#xff0c;有时候需要对浮点数或其他具有小数部分的数值进行比较。然而#xff0c;由于…常量 pytest.__version__ #输出pytest版本 pytest.version_tuple #输出版本的元组形式 功能
pytest.approx
pytest.approx 是一个用于进行数值近似比较的 pytest 断言工具。
在测试中有时候需要对浮点数或其他具有小数部分的数值进行比较。然而由于浮点数精度限制直接使用相等判断可能会导致测试不稳定或失败。这时就可以使用 pytest.approx 工具来进行近似比较。
pytest.approx 可以用于比较单个值或列表、字典等数据结构的值。
以下是 pytest.approx 的常见用法示例
python
import pytestdef test_approx():assert 0.1 0.2 pytest.approx(0.3)def test_list_approx():assert [0.1, 0.2, 0.3] pytest.approx([0.1, 0.2, 0.3])def test_dict_approx():assert {a: 0.1, b: 0.2} pytest.approx({a: 0.1, b: 0.2})在上述示例中第一个测试用例使用 pytest.approx(0.3) 来判断 0.1 0.2 是否近似于 0.3。第二个测试用例使用 pytest.approx([0.1, 0.2, 0.3]) 来比较两个列表是否近似相等。第三个测试用例使用 pytest.approx({a: 0.1, b: 0.2}) 来比较两个字典是否近似相等。
pytest.approx 在进行比较时会考虑到浮点数的精度问题具有一定的容错性。可以通过设置 rel 和 abs 参数来调整容忍度。例如 pytest.approx(0.3, rel1e-3, abs1e-5) 可以设置相对误差不超过 1e-3绝对误差不超过 1e-5。
pytest.fail
pytest.fail 是一个用于强制测试用例失败的 pytest 断言工具。
在某些情况下您可能希望在测试中明确主动地使测试用例失败而不是依赖其他断言条件或业务逻辑来触发失败。
pytest.fail 函数可以用于在测试中显式地引发 AssertionError导致当前测试用例立即失败。
以下是 pytest.fail 的示例用法
python
import pytestdef test_fail():pytest.fail(Test case intentionally fails)在上述示例中test_fail 函数调用 pytest.fail(Test case intentionally fails) 来强制使测试用例失败并提供一个可选的错误信息。
当测试运行到 pytest.fail 调用时将引发 AssertionError并且测试用例会立即失败。测试运行将停止并且不会执行该用例后续的代码。
pytest.fail 函数还支持其他参数例如 pytraceTrue 用于显示堆栈跟踪信息skipTrue 用于标记测试用例为跳过状态。
请注意在正常的测试编写中尽量避免过多使用 pytest.fail它应该被视为一种辅助工具用于某些特殊场景下的测试目的。
pytest.skip
pytest.skip 是一个用于跳过测试用例的 pytest 断言工具。
在某些情况下您可能希望在测试中主动跳过某些用例而不是执行它们。pytest.skip 函数可以用于在测试运行时标记测试用例为跳过状态告诉 pytest 不要执行这些用例。
以下是 pytest.skip 的示例用法 python import pytest def test_skip(): pytest.skip(This test case is skipped intentionally) 在上述示例中test_skip 函数调用 pytest.skip(This test case is skipped intentionally) 来标记测试用例为跳过状态并提供一个可选的跳过说明。
当测试运行到 pytest.skip 调用时该用例将被跳过在测试报告中被标记为跳过状态。测试运行将继续进行并且不会执行该用例后续的代码。
pytest.skip 函数还支持其他参数例如 allow_module_levelTrue 用于允许跳过整个模块。
请注意在正常的测试编写中应该根据测试需要谨慎使用 pytest.skip。它通常用于某些特殊场景下例如在某些条件不满足时跳过某些用例或者在暂时无法实现某些功能时跳过相关的测试。
pytest.importorskip
pytest.importorskip 是一个 pytest 工具用于在测试中动态导入所需的模块如果导入失败则跳过测试用例。
有时测试用例可能依赖于外部模块或库如果在运行测试用例之前无法导入所需的模块则这些用例可能会失败。为了避免因为缺少依赖而导致测试用例无法执行您可以使用 pytest.importorskip 来跳过这些用例。
以下是 pytest.importorskip 的示例用法 python import pytest def test_dependency(): module pytest.importorskip(module_name) # 使用module进行进一步的测试 在上述示例中test_dependency 函数使用 pytest.importorskip 导入名为 module_name 的模块。如果无法导入该模块则测试用例将被跳过不会执行后续的代码。
pytest.importorskip 函数会尝试导入指定的模块如果导入失败则会引发 pytest.skip 异常该异常会被 pytest 捕获并将相应的测试用例标记为跳过状态。
请注意pytest.importorskip 可以接受其他参数用于控制导入的行为例如 minversion 参数用于指定要求的最低版本号reason 参数用于提供跳过用例的说明。 无法导入该条用例跳过
pytest.xfail
预期用例失败
pytest.exit
pytest.exit 函数是 pytest 的一个工具用于在测试运行期间提前退出测试过程。
在某些情况下您可能希望在测试执行过程中主动退出而不继续执行后续的测试用例。pytest.exit 函数可以用于在测试运行时提前终止测试过程。
以下是 pytest.exit 的示例用法 python import pytest def test_exit(): pytest.exit(Testing is interrupted) 在上述示例中test_exit 函数调用 pytest.exit 来提前终止测试执行并提供一个可选的退出信息。
当测试运行到 pytest.exit 调用时测试过程将立即终止当前运行的测试用例将被中断后续的测试用例将不会执行。同时测试报告中会记录异常退出信息。
请注意使用 pytest.exit 函数需要小心并且只应在特殊情况下使用。正常情况下测试用例应该按照规定的顺序执行并且尽量避免意外退出测试过程。
pytest.main
执行入口
pytest.param
pytest.param 是 pytest 提供的一个装饰器函数用于给测试参数化过程中的每个参数提供自定义的元数据。
在 pytest 中参数化是一种技术用于在执行同一个测试函数时多次运行该函数并为每次运行传递不同的参数组合。pytest.param 装饰器函数可以为每个参数组合提供自定义的元数据这些元数据可以在测试报告中提供更多的信息。
以下是 pytest.param 的示例用法
import pytestpytest.mark.parametrize(param, [pytest.param(good, markspytest.mark.first),pytest.param(morning, markspytest.mark.second)
])
def test_param(param):assert len(param) 0
在上述示例中test_param 函数通过 pytest.mark.parametrize 装饰器实现参数化。pytest.param 函数用于为每个参数提供自定义的元数据。在示例中第一个参数值 value1 标记为 pytest.mark.first第二个参数值 value2 标记为 pytest.mark.second。
通过为每个参数组合提供自定义的元数据您可以在测试报告中识别和过滤特定的用例以及运行自定义的处理逻辑比如添加标记、过滤用例等。
请注意使用 pytest.param 装饰器需要在参数化过程中使用 pytest.mark.parametrize 装饰器进行配合。
pytest.raises
pytest.raises 是 pytest 提供的一个上下文管理器用于检查测试用例中是否引发了指定的异常。
在测试过程中有时您可能会希望测试某些代码在特定情况下是否会引发预期的异常。pytest.raises 上下文管理器可以帮助您捕获和断言这些异常。
以下是 pytest.raises 的示例用法 python import pytest def test_raises(): with pytest.raises(Exception): # 在此处编写可能引发异常的代码 raise Exception(An error occurred) 在上述示例中test_raises 函数使用 with pytest.raises(Exception): 语句块来标识捕获异常的范围。在 with 代码块中您可以编写可能引发异常的代码。在示例中我们手动引发了一个 Exception 类型的异常。
当代码块中引发了指定类型的异常时pytest.raises 将捕获该异常测试将继续进行并进行后续的断言。如果代码块中没有引发指定类型的异常pytest.raises 将引发一个断言错误测试将被标记为失败。
通过使用 pytest.raises您可以确保代码在预期情况下引发了异常并可以对异常进行进一步的检查和断言。
请注意pytest.raises 还支持对异常对象进行断言例如检查异常的具体信息、属性等。可以通过使用 as 关键字来捕获异常对象并对其进行断言。
fixture
record_property
record_property 是 pytest 的一个内置函数用于在测试运行期间记录自定义的属性。
在测试过程中您可能希望记录一些额外的信息或元数据以便于后续分析和报告。record_property 函数提供了一种将自定义属性与测试用例关联起来的方法。
以下是 record_property 的示例用法 def test_example(record_property):record_property(priority, high)record_property(severity, medium)# 编写测试断言...assert 1 1 2
在上述示例中record_property 函数被用于记录两个自定义的属性priority 和 severity。这些属性与测试用例 test_example 相关联。
在运行测试时record_property 函数将记录这些属性值并将其与该测试用例关联。这些属性值将显示在测试报告中可以帮助您更好地理解和分析测试结果。
通过记录适当的属性您可以为测试结果提供更多的上下文例如标记测试的优先级、严重性级别等。这对于组织和分析大规模测试套件非常有用。
record_property 函数可以在测试用例的任何位置调用以记录所需的属性。通常它在测试用例顶部作为一种常见的做法以便更容易找到和识别相关属性。
record_testsuite_property 记录testsuite的属性
def test_foo(record_testsuite_property):record_testsuite_property(ARCH, PPC)record_testsuite_property(STORAGE_TYPE, CEPH)
request
request 是 pytest 中的一个固定参数用于访问测试用例运行时的上下文信息和功能。
在 pytest 的测试用例中可以通过使用 request 参数来获取有关当前测试用例和测试运行环境的信息。request 参数是一个固定的 pytest fixture可以在测试用例函数或其他 fixture 中使用。
以下是一些常见的 request 对象的用法
1. 获取当前测试用例的名称
def test_example(request):test_name request.node.nameprint(fRunning test: {test_name})# 其他测试断言和操作...2. 获取当前测试用例的标记信息
import pytestpytest.mark.smoke
def test_example(request):marker request.node.get_closest_marker(smoke)if marker:print(This test is marked as smoke test)# 其他测试断言和操作...
3. 获取测试用例函数的 docstring
def test_example(request):这是一个testdocstring request.node.function.__doc__print(fTest function docstring: {docstring})# 其他测试断言和操作... 4. 访问配置文件中的自定义参数
def test_example(request):my_param request.config.getoption(--my-param)print(fMy custom parameter: {my_param})# 其他测试断言和操作...
通过使用 request 对象您可以在测试用例运行时获得更多的上下文信息并根据需要执行各种操作例如获取标记、访问配置等。
对象
Item
在 pytest 中Item 类代表着一个测试项目可以是一个测试用例、一个测试集合或一个测试模块。Item 类是 pytest 框架中的一个重要概念用于管理和操作测试项目的相关信息和行为。
Item 类的实例包含了诸如测试项目的名称、位置、标记、参数、测试路径等信息。它也提供了一组方法和属性用于操作和访问测试项目的各个方面。
以下是 Item 类的一些常见方法和属性
1. name - 返回测试项目的名称。 python def test_example(item): print(fTest name: {item.name}) 2. nodeid - 返回测试项目的唯一标识符。 python def test_example(item): print(fNode ID: {item.nodeid}) 3. get_closest_marker(name) - 返回最接近的标记对象。 python import pytest pytest.mark.smoke def test_example(item): marker item.get_closest_marker(smoke) if marker: print(This test is marked as smoke test) 4. get_marker(name) - 返回与指定名称匹配的第一个标记对象。 python import pytest pytest.mark.slow pytest.mark.smoke def test_example(item): marker item.get_marker(smoke) if marker: print(This test is marked as smoke test) 5. keywords - 返回测试项目的关键字。 python def test_example(item): print(fTest keywords: {item.keywords}) Item 类还提供了其他一些方法和属性用于获取和操作测试项目的参数、位置、路径以及与测试框架相关的信息。
config
在 pytest 中Config 类是一个重要的概念它代表了 pytest 的配置对象。Config 类提供了访问和配置 pytest 运行时的各种选项和参数的方法和属性。
Config 对象可以通过在自定义的 pytest 插件中使用 pytest_configure(config) 钩子函数中的 config 参数来获取。
下面是 Config 类的一些常见方法和属性
1. getoption(name) - 获取命令行选项或配置文件中的选项的值。
def pytest_configure(config):my_option config.getoption(--my-option)print(fMy option value: {my_option})
2. addinivalue_line(name, value) - 在配置文件中添加一行配置。
def pytest_configure(config):config.addinivalue_line(markers, smoke: mark a test as a smoke test.)
3. getini(name) - 获取配置文件中的值。
def pytest_configure(config):my_value config.getini(my_option)print(fMy value from config file: {my_value})
4. getoption(name, defaultNone) - 获取命令行选项或配置文件中的选项的值如果不存在则返回指定的默认值。
def pytest_configure(config):my_option config.getoption(--my-option, defaultdefault_value)print(fMy option value: {my_option})
除了上述示例外Config 类还提供了许多其他有用的方法和属性用于访问和配置 pytest 的各种选项和功能。
