一、Pytest配置框架

Pytest的配置旨在改变其默认行为，以适应不同的测试需求和项目结构。理解其配置层级和常用参数，是高效使用Pytest的基础。

1. 配置的意义与层级

配置的本质在于提供一种机制，允许用户根据项目特点、团队规范或特定测试场景，调整Pytest的运行方式。Pytest的配置具有多层级性，优先级从低到高依次为：

•默认配置：Pytest内置的默认行为。

•环境变量：以PYTEST_开头的大写环境变量，例如PYTEST_ADDOPTS。

•配置文件：pytest.ini、pyproject.toml或setup.cfg等配置文件。

•命令行参数：通过命令行传递的参数，优先级最高。

这种层级结构确保了配置的灵活性和可覆盖性，允许用户在不同粒度上进行定制。

2. 获取所有配置信息

要全面了解Pytest支持的所有配置选项，可以通过运行pytest -h命令来获取帮助信息。该命令会列出所有可用的命令行参数、INI配置选项以及相关的环境变量。

命令：

pytest -h 

结果为：

• 输出解析：

•-开头的选项：通常是命令行参数，用于在执行时直接影响Pytest行为。

•小写字母开头的选项：通常是可以在pytest.ini等配置文件中设置的INI配置项。

•大写字母开头的选项：通常是环境变量，可以在系统层面或脚本中设置。

3. 常用的命令行参数

命令行参数是临时调整Pytest行为最直接的方式，它们在当前测试运行中具有最高优先级。

api|<MARKEXPR>可以是标记名（如api），也可以是逻辑表达式（如'api and web'或'not slow'）。 | | -k <EXPR>| 根据表达式筛选测试用例的名称。 |pytest -k "test_add and not test_list"| 匹配测试函数、方法或类的名称。 | |--collect-only| 只收集测试用例，不执行。 |pytest --collect-only| 适用于检查测试发现是否符合预期。 | |--lf/--last-failed| 只运行上次失败的测试用例。 |pytest --lf| 快速重跑失败用例，提高调试效率。 | |--ff/--failed-first| 先运行上次失败的测试用例，然后运行其他测试。 |pytest --ff` | 优先验证修复效果，同时不遗漏其他测试。 |

示例代码（结合-s参数）：

Python

import pytestdef add(a, b):return a + b# 示例：测试失败和print输出
def test_print_and_fail():print("Hello from test_print_and_fail!")assert 1 == 2 # 预期失败# 示例：测试输入
def test_input_example():# 当使用 `pytest -s` 时，input() 可以正常工作user_input = input("请输入您的姓名：")print(f"您输入的是：{user_input}")assert len(user_input) > 0class TestCalculator:def test_int_addition(self):assert add(1, 2) == 3def test_string_concatenation(self):assert add("hello", "world") == "helloworld"def test_list_concatenation(self):# 列表的加法是拼接操作assert add([1], [2, 3, 4]) == [1, 2, 3, 4]

4. pytest.ini配置文件

pytest.ini是Pytest最常用的配置文件，它允许我们持久化配置选项，例如注册自定义标记、设置默认命令行参数、配置测试发现规则等。它通常放置在项目的根目录下。

pytest.ini 示例结构：

[pytest]
# Pytest的最低版本要求
minversion = 6.0# 默认添加到命令行参数的选项
# -s: 允许捕获print输出
# -v: 增加输出详细程度
# --strict-markers: 强制要求所有使用的标记都必须在markers中注册
addopts = -s -v --strict-markers# 注册自定义标记及其描述
markers =api: 标记接口测试用例web: 标记UI（Web）测试用例ut: 标记单元测试用例login: 标记登录相关测试用例pay: 标记支付相关测试用例ddt: 标记数据驱动测试用例smoke: 标记冒烟测试用例，用于快速验证核心功能# 配置测试发现规则 (可选)
python_files = test_*.py *_test.py
python_classes = Test*
python_functions = test_# 配置测试路径 (可选)
# testpaths = tests/# 配置报告输出 (可选)
# log_cli = true
# log_cli_level = INFO
# log_cli_format = %(asctime)s [%(levelname)s] %(message)s (%(filename)s:%(lineno)s)

说明：

•[pytest]：配置文件的主体部分。

•minversion：指定Pytest的最低版本要求，如果当前Pytest版本低于此值，则会发出警告。

•addopts：用于设置每次运行Pytest时默认添加的命令行选项。这对于团队协作和CI/CD环境非常有用，可以确保测试运行的一致性。

•markers：这是非常重要的部分，用于注册自定义标记。在pytest.ini中注册标记可以避免PytestUnknownMarkWarning警告，并为标记提供清晰的描述，方便团队成员理解和使用。

二、标记mark

标记 可以让用例与众不同，进而可以让用例被区别对待

（一）、用户自动义标记

标记是Pytest中一种强大的元数据机制，它允许我们为测试函数、测试方法或测试类附加额外的信息。通过标记，我们可以对测试用例进行分类、筛选，甚至改变它们的执行行为。

1. 用户自定义标记

用户自定义标记主要用于对测试用例进行分类和筛选。它们需要在使用前在pytest.ini文件中进行注册。

步骤：

1、先注册

[pytest]markers =api:接口测试web:UI测试ut:单元测试login:登录相关pay:支付相关

2、再标记

实例：

import pytestdef add(a, b):return a + bclass TestAdd:@pytest.mark.apidef test_int(self):assert add(1, 2) == 3@pytest.mark.webdef test_str(self):assert add("1", "2") == "12"@pytest.mark.paydef test_list(self):assert add([1] ,[2,3,4,5]) == [1,2,3,4,5]

3、后筛选

利用命令： pytest -m 参数

实例：

pytest -m web

结果：

（二）、框架内置标记

Pytest提供了一些内置标记，它们无需在pytest.ini中注册即可直接使用，并且除了筛选功能外，还具有特殊的执行效果。这些标记通常用于控制测试的跳过、预期失败以及参数化等高级行为。

和用户自定义的区别

1、无需注册、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

@pytest.mark.skip装饰器用于无条件地跳过某个测试函数或测试类。这通常用于标记那些暂时不相关、尚未完成或由于特定原因不应执行的测试。

语法：

@pytest.mark.skip(reason="跳过原因")

示例：

import pytestdef add(a, b):return a + bclass TestSkip:@pytest.mark.skip(reason="此功能正在重构，暂时跳过测试")@pytest.mark.apidef test_old_api_endpoint(self):assert add(1, 2) == 3

• skipif：有条件跳过

@pytest.mark.skipif装饰器允许我们根据特定条件来决定是否跳过测试。如果条件为真，则测试被跳过；否则，测试正常执行。这在跨平台测试、依赖特定环境或版本时非常有用。

语法：

@pytest.mark.skipif(condition, reason="跳过原因")

示例：

import pytest
import sysdef add(a, b):return a + bclass TestSkipIf:@pytest.mark.skipif(sys.version_info < (3, 9), reason="此测试需要Python 3.9或更高版本")@pytest.mark.webdef test_new_python_feature(self):assert add("Python", "3.9+") == "Python3.9+"@pytest.mark.skipif(True, reason="这是一个永远跳过的示例")@pytest.mark.webdef test_always_skip(self):assert add("a", "b") == "ab"

• xfail：预期失败

@pytest.mark.xfail装饰器用于标记那些我们预期会失败的测试用例。当一个被标记为xfail的测试实际失败时，它不会被报告为错误，而是显示为“预期失败”（xfailed）。如果一个xfail测试意外地通过了，它会被报告为“预期通过”（xpassed）。这对于跟踪已知bug、尚未修复的功能或正在开发中的特性非常有用。

语法：

@pytest.mark.xfail(condition=None, reason="预期失败原因", raises=None, run=True, strict=False)

常用参数：

•reason：说明预期失败的原因。

•raises：指定预期失败时抛出的异常类型。如果测试失败但未抛出指定异常，则会被报告为意外通过。

•strict：如果设置为True，当xfail测试意外通过时，Pytest会将其报告为失败。默认为False。

示例：

import pytestdef divide(a, b):return a / bclass TestXfail:@pytest.mark.xfail(reason="除数为零，预期会抛出ZeroDivisionError")@pytest.mark.paydef test_divide_by_zero_xfail(self):# 预期此操作会引发ZeroDivisionErrorassert divide(10, 0) == 0 # 这个断言会失败，但因为xfail而被标记为预期失败@pytest.mark.xfail(raises=TypeError, reason="预期类型错误，例如字符串和数字相加")@pytest.mark.paydef test_type_error_xfail(self):# 预期此操作会引发TypeErrorassert 1 + "a" # 这会引发TypeError@pytest.mark.xfail(strict=True, reason="此功能正在开发中，如果意外通过则视为错误")def test_feature_in_progress_xfail(self):# 模拟一个正在开发中且目前预期会失败的功能assert False # 模拟失败

• parametrize：参数化

@pytest.mark.parametrize是Pytest中用于数据驱动测试的核心标记。它允许我们使用不同的数据集重复执行同一个测试函数，从而提高测试的覆盖率和效率。

语法：

@pytest.mark.parametrize(argnames, argvalues, ids=None, scope=None)

常用参数：

•argnames：一个字符串，包含用逗号分隔的参数名称。

•argvalues：一个列表，包含参数值的元组或列表。每个元组/列表对应一次测试执行的参数组合。

•ids：一个字符串列表，用于为每个参数组合生成更具可读性的测试ID。

示例：

import pytestdef multiply(a, b):return a * b@pytest.mark.parametrize("num1, num2, expected_result", [(1, 2, 2),(3, 4, 12),(5, 0, 0),(-1, 2, -2),
], ids=["positive_multiplication", "another_positive", "multiply_by_zero", "negative_multiplication"])
def test_multiply_operation(num1, num2, expected_result):assert multiply(num1, num2) == expected_result

一个实例：

import pytestdef add(a, b):return a + bclass TestAdd:@pytest.mark.skip@pytest.mark.apidef test_int(self):assert add(1, 2) == 3@pytest.mark.skipif(1 == 2,reason = "Java太难学了")@pytest.mark.webdef test_str(self):assert add("1", "2") == "12"@pytest.mark.xfail@pytest.mark.paydef test_list(self):assert add([1] ,[2,3,4,5]) == [1,2,3,4,5]@pytest.mark.xfail@pytest.mark.paydef test_list1(self):assert add([1] ,[2,3,4,5]) != [1,2,3,4,5]

结果：

三、数据驱动测试参数

在实际项目中，为了更好地管理和维护测试数据，通常会将测试数据存储在外部文件中，例如CSV、Excel或JSON格式。Pytest结合参数化（parametrize）功能，可以方便地实现数据驱动测试，即通过外部数据文件来驱动测试用例的执行数量和内容。

我们可以编写一个辅助函数来读取这些外部数据，并将其作为@pytest.mark.parametrize装饰器的参数值（argvalues）。

1. 数据文件示例：data.csv

a, b, c
1, 1, 1
2, 3, 5
3, 3, 6
4, 4, 7

2. 测试代码示例置文件

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

在上述test_ddt测试用例中，read_csv("data.csv")会读取data.csv中的每一行数据，并将其作为a、b、c的参数值传递给测试函数。每次执行时，a和b会被转换为整数进行add操作，然后结果与转换后的c进行断言。

3. 配置文件：pytest.ini

为了更好地管理自定义标记，例如本例中的ddt标记，建议在pytest.ini文件中进行注册。这有助于避免Pytest的警告，并提供标记的清晰描述。

[pytest]markers =api:接口测试web:UI测试ut:单元测试login:登录相关pay:支付相关ddt:数据驱动测试

pytest.ini中注册ddt标记，我们可以使用pytest -m ddt命令来专门执行所有数据驱动测试用例。

总结

通过本文的详细阐述，我们深入了解了Pytest的配置机制和强大的标记功能。合理利用命令行参数、pytest.ini配置文件以及各种内置和自定义标记，可以极大地提升测试的组织性、可控性和执行效率。掌握这些高级特性，将帮助您构建更专业、更高效的Python测试实践。