自动化是现代软件开发和测试的关键部分。它可以节省时间、减少人工错误并确保跨流程的一致性。 pytest 框架是 python 中最流行、最强大的自动化任务工具之一，特别是在测试方面。它轻量级、易于使用，并提供大量插件和内置功能来简化自动化过程。
在本文中，我们将探索使用 pytest 框架自动化任务的最佳方法。我们将通过三个实际示例来演示 pytest 如何有效地自动化不同类型的任务。
为什么使用 pytest？
在深入示例之前，我们先讨论一下为什么 pytest 是任务自动化的绝佳选择：
简单性：pytest 具有简单简洁的语法，可以轻松编写和阅读测试用例。
可扩展性：通过广泛的插件和挂钩，pytest 可以扩展以支持不同的测试需求。
fixtures：pytest提供了fixtures，这是一个强大的功能，用于设置测试的前提条件或状态，增强可重用性。
集成：pytest 与其他工具（包括 ci/cd 平台）很好地集成，实现端到端自动化。
示例 1：使用 pytest 自动化 api 测试
api 是许多应用程序的支柱，确保其可靠性至关重要。 pytest 与 requests 库一起，可以轻松实现 api 测试的自动化。
第 1 步：安装所需的库
首先，确保您安装了 pytest 和 requests 库：
pip install pytest 请求
第2步：编写测试脚本
让我们自动向公共 api（例如 jsonplaceholder）发送一个简单的 get 请求，这是一个用于测试的虚假在线 rest api。
`导入请求
导入 pytest
定义基本 url
base_url = "https://jsonplaceholder.typicode.com"
@pytest.fixture
def api_client():
# 该装置提供了一个用于发出 api 请求的会话对象
session = requests.session()
收益会话
session.close()
def test_get_posts(api_client):
# 发送 get 请求来获取帖子
响应 = api_client.get(f"{base_url}/posts")
# 断言
断言response.status_code == 200
assert len(response.json()) > 0, "未找到帖子"`
说明：
fixture (api_client)：这个fixture设置了一个可重用的会话来发出http请求，确保我们不需要每次都创建一个新的会话。
测试函数 (test_get_posts)：此函数向 /posts 端点发送 get 请求并验证：
状态码为200，表示成功。
回复中至少包含一篇帖子。
第 3 步：运行测试
要执行测试，请运行以下命令：
狂欢
复制代码
pytest -v test_api.py
为什么这有效
该测试简洁且可重用，利用 pytest 的装置来处理设置和拆卸。
pytest 的输出显示哪些测试通过或失败，从而可以轻松跟踪 api 随着时间的推移的可靠性。
示例 2：使用 pytest 和 selenium 自动化 web ui 测试
web ui 测试可确保应用程序的前端按预期运行。 pytest 可以与 selenium 结合来有效地自动化这些任务。
第 1 步：安装所需的库
安装 pytest、selenium 和 webdriver manager：
pip install pytest selenium webdriver-manager
第2步：编写测试脚本
以下是如何自动化一个简单的 web ui 测试来验证 google 上的搜索功能：
`导入 pytest
从 selenium 导入 webdriver
从 selenium.webdriver.common.by 导入 by
从 selenium.webdriver.common.keys 导入密钥
从 webdriver_manager.chrome 导入 chromedrivermanager
@pytest.fixture
def browser():
# 设置 chrome webdriver
driver = webdriver.chrome(chromedrivermanager().install())
产量驱动因素
driver.quit()
def test_google_search(浏览器):
# 导航至 google
browser.get("https://www.google.com")`{% endraw %}
# Find the search box and enter a query
search_box = browser.find_element(By.NAME, "q")
search_box.send_keys("Pytest Automation")
search_box.send_keys(Keys.RETURN)
# Assert that results are shown
results = browser.find_elements(By.CSS_SELECTOR, "div.g")
assert len(results) > 0, "No search results found"
说明：
夹具（浏览器）：此夹具使用 webdriver-manager 设置 chrome webdriver 实例，并确保每次测试后正确关闭它。
测试函数（test_google_search）：该函数：
打开 google 主页。
搜索“pytest 自动化”。
断言搜索至少返回一个结果。
第 3 步：运行测试
使用以下命令执行测试：
{% raw %}pytest -v test_ui.py
为什么这有效
pytest 的固定装置管理浏览器实例，使测试设置和拆卸干净高效。
使用 selenium，脚本像真实用户一样与网页交互，确保 ui 按预期运行。
示例 3：使用 pytest 和 pandas 自动进行数据验证
数据验证在数据工程、分析和 etl 过程中至关重要。 pytest 可以使用 pandas 库自动执行数据验证任务。
第 1 步：安装所需的库
确保安装了 pytest 和 pandas：
pip install pytest pandas
第2步：编写测试脚本
让我们自动化执行一个任务，验证数据集是否满足某些条件（例如，没有空值、正确的数据类型等）。
`导入 pytest
将 pandas 导入为 pd
@pytest.fixture
defsample_data():
# 创建一个示例 dataframe
数据 = {
“名字”：[“爱丽丝”，“鲍勃”，“查理”，“大卫”]，
“年龄”: [25, 30, 35, 40],
“电子邮件”：[“alice@example.com”，“bob@example.com”，无，“david@example.com”]
}
df = pd.dataframe(数据)
返回 df
def test_data_not_null(sample_data):
# 检查dataframe中是否有空值
断言sample_data.isnull().sum().sum() == 0,“数据包含空值”
def test_age_column_type(sample_data):
# 验证“age”列是否为整数类型
断言sample_data['age'].dtype == 'int64',“年龄列不是整数类型”`
说明：
fixture (sample_data)：这个fixture设置一个示例dataframe，模拟一个可以在多个测试中重复使用的数据集。
测试函数（test_data_not_null）：此测试检查 dataframe 中是否存在空值，如果发现则失败。
测试函数（test_age_column_type）：该测试验证age列是否为整数类型，保证数据一致性。
第 3 步：运行测试
使用以下命令执行测试：
pytest -v test_data.py
为什么有效
pytest 的灵活性允许以数据为中心的测试，确保数据集满足预期标准。
该夹具可以轻松设置和修改测试数据，而无需重复代码。
使用 pytest 自动化任务的最佳实践
使用夹具进行安装和拆卸：夹具有助于有效管理安装和拆卸，使您的测试模块化且可重用。
利用插件：pytest 拥有各种插件（例如，用于 html 报告的 pytest-html、用于并行执行的 pytest-xdist）来增强您的自动化工作。
参数化测试：使用@pytest.mark.parametrize测试多组数据或输入，减少代码重复。
与 ci/cd 管道集成：将 pytest 测试与 jenkins 或 github actions 等 ci/cd 工具集成以进行持续测试。
结论
pytest 是一个强大的工具，可自动执行从 api 和 web ui 测试到数据验证的各种任务。它的简单性、灵活性和广泛的插件支持相结合，使其成为开发人员和 qa 工程师的绝佳选择。通过利用 pytest 的功能（例如固定装置、参数化以及与 ci/cd 管道的集成），您可以构建健壮、可维护且可扩展的自动化框架。
如果您希望自动化工作流程或增强测试过程，pytest 是一个很好的起点。测试愉快！
