进阶高级测试专项，Pytest自动化测试框架总结（一）

目录：导读

前言

1、框架简介

pytest，rf（学关键字语法，报告漂亮），unitest。
pytest是python的第三方单元测试框架，可以做系统测试，比unitest更简洁和高效，执行多种插件，同时兼容unittest框架，在unittest框架迁移到pytest框架的代码不需要重写代码。

unittest框架迁移到pytest框架的时候不需要重写代码
纯python代码的自动化测试框架

2、Pytest自动化框架

接口测试方案：python

工具类：纯手工测试，用工具来做（postman jemeter soapui）–入门简单，不好扩展（后面很多框架定制化）

代码类：现成的python框架：unitest(单元测试比较多，最原始的解释器自带的，不需要安装，不支持定制化，分布式) pytest（高级，效率高，支持定制化）

rf（报告篇评论，需要学会–封装关键字）
pytest和nose都是unitest扩展的更高级的一个库，框架，基于unitest

测试平台：现成平台，公司自己定制开发的，不对外（融合jmeter，）综合平台。前端+后端。
执行机制----框架pytest（一般融合了禅道，框架，邮件各种功能）

pytest对比unitest框架的优势：高级，效率高，支持定制化，支持分布式，支持多种丰富插件，还能向下兼容unitest

pytest灵活：
定制化（定制化用例执行，定制化报告）
环境清除也灵活，以及各方面做的都比unittest更加灵活

pytest更加灵活，便捷，效率更高，还支持分布式（分布式是其他框架做不了）
分布式：1000个接口用例怎么跑，一条条跑很费劲，时间长，找几个同时分担执行测试用例（pytets独有的性质）

3、pytest框架环境搭建

pip pytest

安装pytest

pip install pytest-html

安装原生态报告模板–自带的（有点垃圾）
Required-by: pytest-xdist(分布式测试)，pytest-metadata，pytest-html，pytest-forked，allure-pytest

100个接口用例，正常是一个个用例跑，时间很长。
分布式-多个业务用例多条线来跑，提高效率（分布式设计用例—分布式逻辑设计，不要出现耦合，关联性太强的东西，否则会等待的）

4、pytets执行测试用例

设计测试用例时候注意点（必须遵循的规则，否者不识别）：
.py测试文件必须以test（test_xxx）开头（或者以_test结尾）
测试类必须以Test开头，并且不能有init方法-----测试类Test开头
测试方法必须以test_开头
断言必须使用assert

5、一般做项目是新建package包的

项目文件
lib库文件（登录接口源代码，其他接口公共的类,封装的库，登录的，订单的）（包）
data文件（参数化数据，excel文件，yaml文件，csv文件—测试文件，用例，文档）(可以是普通文件夹)
test_case文件（放测试用例的）（包）
test_func01.py（测试用例，写的最好见名知意）
report文件（存放测试报告的普通文件夹）
config（配置文件）

6、pytest函数级别

函数级别的测试用例必须test_开头：如下test_tc01，test_tc02两个测试用例

import pytest
    def test_tc01():　　　　#定义函数类型测试用例　　
        assert 1+1==2  　　#断言
    def test_tc02():
        assert 1+1==3  　　#断言

    if __name__ == '__main__':
        pytest.main(["test_func01.py"])        #我主动运行我的pytest框架(自动调用所有的test测试函数，按照顺序依次运行，test开头的用例自动识别）

7、pytest类级别（工作一般以类位单元，一个模块一个类，登录类，订单类，购物类）

类级别的测试l类必须以Test开头，并且类李不能有init方法，类里面的函数都是test_开头；

封装好函数和类就行，其他的交给框架，设置好，框架帮你自动组织怎么运行；
封装为了分层，后面更好维护，代码结构整洁；

import pytest

class Test_login():  　　　　　　　　　　　　#登录模块的测试类
　　def test_login01(self):
    print("---test_login01----")
    assert 1 + 1 == 2
　　def test_login02(self):
    print("---test_login02----")
    assert 1 + 1 == 3
if __name__ == '__main__':
　　pytest.main(["test_func01.py","-s"])  #框架自己调用函数　　需要打印对应的信息，需要在列表里面加-s

8、自动化测试里面的环境初始化与清除

环境初始化目的：
清空测试环境的垃圾数据，前置条件

需不需要分层：需要
比如：课程模块：课程模块的初始化需要

删除所有的课程　　
新增我们的一些课程（这个给修改/查询/删除接口使用）
模块级别的（大的课程模块第一件事就是删除以前的课程）

干掉数据后假如需要删除课程，这个接口需要单独的fixture的初始化，增加课程才能删除，其他的接口不需要这个fixture初始化，）

分层：模块层次的初始化，某个接口也需要初始化----框架的分层
条件初始化要和接口挂钩，接口该怎么就要怎么设计

环境初始化和清除：
一头一尾，两个不同概念，（环境的初始化也可以是清除数据）
一个接口可以多个级别的fixture，可以

分布式：并行执行，分布式

优化运行时间：分布式（搭建环境麻烦）
什么是环境初始化：
做这个用例之前想要做个操作，初始化动作，比如登录，首先需要连上这个项目(要先能ping通)，

环境初始化–比如课程新增需要数据全部清空，也是环境初始化
功能测试：保证测试环境数据和跑什么系统的，或者后台有什么进程执行，或者项目里面测试这功能，功能里面有没有垃圾数据要清除做个初始化

unittest：最基础的框架，python自带（环境初始化和数据清除用setup和teardown）
jemeter：也有环境清除和初始化

不管做什么测试比如（功能，自动化，性能）都要对当前测试环境初始化，做完后要垃圾数据进行回收（特别是自动化，不然很多用例明明是对的会失败）

每次做一个场景，模块的时候，看看模块有没有需要前置的或者环境清除的步骤（基本操作流程）

pytest是unittest的升级版，对环境清除操作非常灵活（分层分级）；
pytest：fixture操作类进行环境初始化 @fixture这样的一个装饰器；

pytest的fixture操作
环境初始化与清除
pytest提供的fixture实现unitest中的setup/teardown功能，可以在每次执行case之前初始化数据。

不同的是，fixture可以只在执行某几个特定case前运行，只需要在运行case前调用即可，比setup/teardown使用灵活。

pytest的初始化和清除可以类里面写个setup_class方法做，以类为单元，模块，包，方法为单元都可以，也可以用fixture来做。

9、pytest前置和后置条件（环境初始化与清除）

环境初始化：
清除以前的数据
测试的时候不是每个接口都要执行，可以定制化执行，固定执行某些接口，先执行删除用例，

但是数据已经被清除了，无法删除，修改–需要新增一批测试数据，所以这时候需要环境初始化和清除的想法

setup_class：类里面类级别的初始化，teardown

pytest初始化和前置条件,很多接口用例本身需要初始化,初始化分为很多层，可以在整个外面做，也可以在里面做，测试类的初始化可以在类里面定义

import pytest
    class Test_login():  　　　　　　　　　　#登录模块的测试类
        #该测试类---有个前置的操作（初始化）
        def setup_class(self):　　　　　　#类级别的初始化--可选项
            #一个项目，先登录，再购物，登录就是购物类的前置条件，可以放在setup_class里面
            print("执行测试类之前，我需要执行操作")

        def test_login01(self):
            print("---test_login01----")
            assert 1 + 1 == 2
        def test_login02(self):
            print("---test_login02----")
            assert 1 + 1 == 3

        def teardown(self):　　　　　　　　　　　　#看业务本身需不需要初始化和清除环境，--可选项
            print("------该测试类的环境清除-----")

    if __name__ == '__main__':
        pytest.main(["test_func01.py","-s"])