Pytest.参数化

参数化在自动化测试里算是一个耳熟能详的概念了，那么pytest框架是怎么应用它的呢？之前在pytest.fixture脚手架一文中有说过fixture的构造有params，这个也可以起到参数化的作用。本文讲的是ParametrizeMarkDecorator装饰器。
举个最简单的例子，格式如下：

参数化的一个好处是，每条用例都是独立的，单独运行的，第一条报错，不会影响第二条的运行。

import pytest


@pytest.mark.parametrize("test_input", ["1 2", "2-1"])
def test_eval(test_input):
    assert eval(test_input) == 3

参数化的另外一个好处是，可以一个参数，也可以多个参数。

import pytest


@pytest.mark.parametrize("test_input,expected", [
    ["1 2", 3],
    ["2-1", 2],
])
def test_eval(test_input, expected):
    assert eval(test_input) == expected

如果入参很多，是一个多参数的json，dict等等，会导致测试代码不整洁。比如：

import pytest


@pytest.mark.parametrize("test_input, expected", [
    [{"username": "test1", "password": "123"}, {"resCode": 200, "message": "login success"}],
    [{"username": "test1", "password": ""}, {"resCode": 200, "message": "用户名或密码错误！"}],
    [{"username": "", "password": "123"}, {"resCode": 200, "message": "用户名或密码错误！"}],
    [{"username": "", "password": ""}, {"resCode": 200, "message": "用户名或密码错误！"}],
    [{"username": "test1", "password": "321"}, {"resCode": 200, "message": "用户名或密码错误！"}],
])
def test_login(test_input, expected):
    ...  # 断言

如果这个py文件的用例很多，想去修改其中某个场景的入参或预期结果，这么找下去会很麻烦，如果改错用例还得去找。
那么我们是不是可以把这些输入输出隔离出来？
有人说只要在外部定一个变量即可。

import pytest


data = [
    [{"username": "test1", "password": "123"}, {"resCode": 200, "message": "login success"}],
    [{"username": "test1", "password": ""}, {"resCode": 200, "message": "用户名或密码错误！"}],
    [{"username": "", "password": "123"}, {"resCode": 200, "message": "用户名或密码错误！"}],
    [{"username": "", "password": ""}, {"resCode": 200, "message": "用户名或密码错误！"}],
    [{"username": "test1", "password": "321"}, {"resCode": 200, "message": "用户名或密码错误！"}],
]


@pytest.mark.parametrize("test_input, expected", data)
def test_login(test_input, expected):
    ...  # 断言

这么写也没问题，但还是在一个py文件里，并没有达到数据隔离的真正目的。
这里我们可以重写一个文件，看数据是什么格式的，我们可以在用例同级目录下新建一个json文件，把data按list格式直接复制过去就好。但是json文件规范，比如必须是双引号，如果你的测试data里是单引号，还需要转换一下。

json文件写好后，我们需要写一个方法取驱动用例来读取测试数据。这个公共方法就是读取所在路径下的把json类型转换成适配用例的dict或者list等等。
新建一个py文件，写一个公共方法：

import json


def read_json_data(file_path="data.json"):
    with open(file_path, "rb") as f:
        r = json.load(f)
    return r


if __name__ == '__main__':
    obj = read_json_data("data.json")
    print(obj)

测试用例里再引用这个公共方法即可读取json文件作为测试data了

import pytest
from apitest_dev.read_data import read_json_data

data = read_json_data("data.json")
# print(data)
# print(type(data))


@pytest.mark.parametrize("input_test, expected", data)
def test_login(input_test, expected):
    ...

这么看是不是更简洁明了，层次清晰？

如果测试数据格式用yaml，那么可以在这个公共方法py文件里再增加上读取yaml文件的方法即可。
代码如下：

def read_yaml_data(file_path="test_data.yml"):
    if not os.path.isfile(file_path):
        raise FileNotFoundError(f"文件{file_path}不存在，请检查文件名或路径是否正确")
    with open(file_path, "rb") as f:
        r = yaml.safe_load(f)
    return r

再说下mark标签的，如何选择性的执行case，发一串伪代码：

@pytest.mark.login
def test_login_1():
    ...


def test_login_2():
    ...


@pytest.mark.register
def test_register_1():
    ...


@pytest.mark.register
def test_register_2():
    ...

这里给每条用例做了标签，register的用例我都想执行，而login的用例只想执行login_1，mark标签按上面这么写。同时需要配置pytest.ini，不配ini会有warning提示：

pytest.ini配置这么写：

[pytest]


markers =
    login: login case
    register: register case

[pytest]表示这里都是pytest的配置，冒号后面的可以不写，相当于注释。但是login和register必须是换行的，否则无效。
最后执行用例py文件pytest -m “login"或者文件内部main执行pytest.main([”-s", “-m login”, “xx.py”])，也支持多个mark，这里不再赘述了。

这篇好文章是转载于：学新通技术网