这篇文章主要讲解了“如何理解pytest的参数化fixture，fixture工厂怎么用”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“如何理解pytest的参数化fixture，fixture工厂怎么用”吧！

本文关于fixture的内容如下：

• 1、参数化fixture
• 2、fixture工厂
• 3、request这个fixture

1、参数化fixture

fixture有个params参数，允许我们传递数据。

语法格式：

# conftest.py文件
​
# fixture的params参数
# 取value1时，会把依赖此fixture的用例执行一遍。
# 取value2时，会把依赖此fixture的用例执行一遍。
# 取value3时，会把依赖此fixture的用例执行一遍。
# params有几个参数，就会将依赖此fixture的用例执行几遍。
@pytest.fixture(params=[value1, value2, value3..])
def fix_name():
    # do something

当我们需要多次调用fixture时，则可以用到fixture的参数化功能。

但它并不是并发的，是串行执行的。

比如，测试对象有多种配置方式，那么参数化可以帮我们在多种配置方式下执行用例。

接下来，以网页自动化为案例。

需求：要在google、firefox浏览器下执行测试用例，用例为打开百度搜索pytest。

1）先在conftest.py当中，定义fixture，并设置params=["google", "firefox"]

# conftest.py
​
# params设置为google和firefox
@pytest.fixture(params=["google", "firefox"])
def browser_fix(request):
    if request.param == "google":
        driver = webdriver.Chrome()
    elif request.param == "firefox":
        driver = webdriver.Firefox()
    else:
        driver = None
    yield driver
    if driver:
        driver.quit()

2）在测试用例文件test_baidu_action.py中，编写测试用例，并调用browser_fix

# test_baidu_action.py
​
@pytest.mark.usefixtures("browser_fix")
def test_baidu(browser_fix):
    driver = browser_fix
    driver.get("https://www.baidu.com/")
    driver.find_element(By.ID, "kw").send_keys("pytest", Keys.ENTER)
    loc = (By.XPATH, '//h3')
    WebDriverWait(driver,10).until(EC.visibility_of_element_located(loc))
    driver.find_element(*loc).click()

3）运行2）中的用例，会依次在google浏览器中执行完成，然后在firefox浏览器中执行完成。一共是2条测试用例。

2、fixture工厂

当我们在一个用例当中，需要多次调用fixture时，就可以使用fixture工厂

利用的是装饰器的方式

在fixture内部，定义一个函数。fixture返回的是函数。

以下案例来自官网：

@pytest.fixture
def make_customer_record():
    def _make_customer_record(name):
        return {"name": name, "orders": []}
​
    return _make_customer_record
​
# 用例内部，多次调用了fixture.
def test_customer_records(make_customer_record):
    customer_1 = make_customer_record("Lisa")  # 第1次调用
    customer_2 = make_customer_record("Mike")  # 第2次调用
    customer_3 = make_customer_record("Meredith")  # 第3次调用

如果工厂创建的数据需要管理，那么fixtue可以如下处理：

@pytest.fixture
def make_customer_record():
     
    # 管理工厂的数据。在前置中创建。在后置中销毁
    created_records = []
​
    def _make_customer_record(name):
        record = models.Customer(name=name, orders=[])
        # 前置中添加数据
        created_records.append(record)
        return record
​
    yield _make_customer_record  # 返回内部函数
     
    # 销毁数据
    for record in created_records:
        record.destroy()
​
# 测试用例
def test_customer_records(make_customer_record):
    customer_1 = make_customer_record("Lisa")
    customer_2 = make_customer_record("Mike")
    customer_3 = make_customer_record("Meredith")

3、request这个fixture

pytest内置的名为requests的fixture,主要功能： 提供请求fixture的测试用例/测试类的信息的。

我们定义fixture之后，通常都是测试用例/测试类，来请求fixture。

而request fixture就会记录 测试用例/测试类 相关信息。

request fixture是通过FixtureRequest来实现的，有以下属性(列举部分)可以使用：

• request.param：获取fixture的params参数值
• request.scope：获取fixture的作用域
• request.function：获取调用fixture的用例函数名称。如果fixture是函数级别的作用域。
• request.cls：获取测试用例是从哪个测试类里收集的。
• request.module：获取测试用例/测试类从哪个python模块里收集的。
• request.config：从pytest的config文件当中，获取与当前请求有关的配置信息

更多的请查阅官网：https://docs.pytest.org/en/stable/reference.html

既然requests是fixture，那么我们定义的fixture，就可以直接把requests作为函数参数来用。

下面，以简单案例来演示。

定义一个fixture，将requests作为参数。

import pytest
​
@pytest.fixture(params=[1,2])
def init(request):
    print("用例名称：", request.function)
    print("fix参数 ", request.param)
    print("fix的作用域 ", request.scope)
    print("用例所在的类 ", request.cls)

定义一个测试类，直接请求名为init的fixture:

@pytest.mark.usefixtures("init")
class TestABC:
​
    def test_hello(self):
        print("-------------------------")

执行结果如下：

这篇关于“如何理解pytest的参数化fixture，fixture工厂怎么用”的文章就介绍到这了,更多相关的内容，欢迎关注群英网络，小编将为大家输出更多高质量的实用文章！

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• Python基本数据类型包括什么，基本用法是怎样

  这篇文章主要介绍了学好python基本数据类型,学习python基本数据类型我们需要了解基本数据类型有数字int、布尔值bool、字符串str、列表list、元组tuple、字典dict等，其中包括他们的基本用法和其常用的方法，下面来看看文章的具体介绍吧

• pandas实现数据合并的方法有哪些

  本文主要介绍了pandas实现数据合并的示例代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

• Playwright如何安装和使用，有哪些优势和局限

  Playwright是由微软公司2020年初发布的新一代自动化测试工具，相较于目前最常用的Selenium，本文就详细的介绍一下快速上手指南，对新手有一定的帮助，感兴趣的可以了解一下

• SparkSQL在MySQL数据库写入数据的具体方法是什么

  SparkSQL不仅能够查询MySQL数据库中的数据,还可以向表中插人新的数据，实现方式的具体代码如文件4-5所示。

• python的pandas函数用法是什么？

  python数据分析中，pandas函数是比较实用的，对此下面小编就给大家分享一下python的pandas函数用法，有需要的朋友可以参考学习，接下来我们一起来看看吧。