第一部分：快速入门

一、快速入门

1. 安装 Pytest

使用 pip 进行安装：

$ pip install pytest

2. 第一个测试函数

Pytest 使用 Python 的 assert 进行条件判断，最简单的测试函数如：

# test1.pydef test_passing():assert (1, 2, 3) == (1, 2, 3)

3. 运行测试函数

使用命令 pytest 运行测试函数：

$ pytest tests/test1.py
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0
rootdir: F:\self-repo\learning-pytest, inifile:
collected 1 itemtests\test1.py .                                                         [100%]========================== 1 passed in 0.09 seconds ===========================

注解

pytest 使用 . 标识测试成功（PASSED）。

小技巧

可以使用 -v 选项，显示测试的详细信息。

使用 pytest -h 查看 pytest 的所有选项。

============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0 -- c:\anaconda3\python.exe
cachedir: .pytest_cache
rootdir: F:\self-repo\learning-pytest, inifile:
collected 1 itemtests/test1.py::test_passing PASSED                                      [100%]========================== 1 passed in 0.03 seconds ===========================

4. 测试失败

下面是一个失败的测试函数：

# test2.pydef test_failing():assert (1, 2, 3) == (3, 2, 1)

运行结果为：

$ pytest tests/test2.py
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0
rootdir: F:\self-repo\learning-pytest, inifile:
collected 1 itemtests\test2.py F                                                         [100%]================================== FAILURES ===================================
________________________________ test_failing _________________________________def test_failing():
>       assert (1, 2, 3) == (3, 2, 1)
E       assert (1, 2, 3) == (3, 2, 1)
E         At index 0 diff: 1 != 3
E         Use -v to get the full difftests\test2.py:2: AssertionError
========================== 1 failed in 0.19 seconds ===========================

注解

pytest 使用 F 标识测试失败（FAILED）。

pytest 对失败的测试给出了非常人性化的提示。

第二部分：测试函数

一、断言

在 pytest 中，assert 是编写测试的最基础工具。如：

assert a == bassert a <= b

具体的 assert 语法参考 The assert statement 。

二、捕获异常

在测试过程中，经常需要测试是否如期抛出预期的异常，以确定异常处理模块生效。在 pytest 中使用 pytest.raises() 进行异常捕获：

# test_raises.pydef test_raises():with pytest.raises(TypeError) as e:connect('localhost', '6379')exec_msg = e.value.args[0]assert exec_msg == 'port type must be int'

运行结果如下：

$ pytest test_raises.py
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0
rootdir: F:\self-repo\learning-pytest, inifile:
collected 1 itemtests\test-function\test_raise.py .                                      [100%]========================== 1 passed in 0.07 seconds ===========================

三、标记函数

1.Pytest 查找测试策略

默认情况下，pytest 会递归查找当前目录下所有以 test 开始或结尾的 Python 脚本，并执行文件内的所有以 test 开始或结束的函数和方法。

对于下面脚本：

# test_no_mark.pydef test_func1():assert 1 == 1def test_func2():assert 1 != 1

直接执行测试脚本会同时执行所有测试函数：

$ pytest tests/test-function/test_no_mark.py
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0
rootdir: F:\self-repo\learning-pytest, inifile:
collected 2 itemstests\test-function\test_no_mark.py .F                                   [100%]================================== FAILURES ===================================
_________________________________ test_func2 __________________________________def test_func2():
>       assert 1 != 1
E       assert 1 != 1tests\test-function\test_no_mark.py:6: AssertionError
===================== 1 failed, 1 passed in 0.07 seconds ======================

2. 标记测试函数

由于某种原因（如 test_func2 的功能尚未开发完成），我们只想执行指定的测试函数。在 pytest 中有几种方式可以解决：

第一种，显式指定函数名，通过 :: 标记。

$ pytest tests/test-function/test_no_mark.py::test_func1
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0
rootdir: F:\self-repo\learning-pytest, inifile:
collected 1 itemtests\test-function\test_no_mark.py .                                    [100%]========================== 1 passed in 0.02 seconds ===========================

第二种，使用模糊匹配，使用 -k 选项标识。

$ pytest -k func1 tests/test-function/test_no_mark.py
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0
rootdir: F:\self-repo\learning-pytest, inifile:
collected 2 items / 1 deselectedtests\test-function\test_no_mark.py .                                    [100%]=================== 1 passed, 1 deselected in 0.03 seconds ====================

注解

以上两种方法，第一种一次只能指定一个测试函数，当要进行批量测试时无能为力；第二种方法可以批量操作，但需要所有测试的函数名包含相同的模式，也不方便。

第三种，使用 pytest.mark 在函数上进行标记。

带标记的测试函数如：

# test_with_mark.py@pytest.mark.finished
def test_func1():assert 1 == 1@pytest.mark.unfinished
def test_func2():assert 1 != 1

测试时使用 -m 选择标记的测试函数：

$ pytest -m finished tests/test-function/test_with_mark.py
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0
rootdir: F:\self-repo\learning-pytest, inifile:
collected 2 items / 1 deselectedtests\test-function\test_with_mark.py .                                  [100%]=================== 1 passed, 1 deselected in 0.10 seconds ====================

使用 mark，我们可以给每个函数打上不同的标记，测试时指定就可以允许所有被标记的函数。

注解

一个函数可以打多个标记；多个函数也可以打相同的标记。

运行测试时使用 -m 选项可以加上逻辑，如：

$ pytest -m "finished and commit"$ pytest -m "finished and not merged"

四、跳过测试

上一节提到 pytest 使用标记过滤测试函数，所以对于那些尚未开发完成的测试，最好的处理方式就是略过而不执行测试。

按正向的思路，我们只要通过标记指定要测试的就可以解决这个问题；但有时候的处境是我们能进行反向的操作才是最好的解决途径，即通过标记指定要跳过的测试。

Pytest 使用特定的标记 pytest.mark.skip 完美的解决了这个问题。

# test_skip.py@pytest.mark.skip(reason='out-of-date api')
def test_connect():pass

执行结果可以看到该测试已被忽略：

$ pytest tests/test-function/test_skip.py
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0
rootdir: F:\self-repo\learning-pytest, inifile:
collected 1 itemtests\test-function\test_skip.py s                                       [100%]========================== 1 skipped in 0.13 seconds ==========================

注解

pytest 使用 s 表示测试被跳过（SKIPPED）。

Pytest 还支持使用 pytest.mark.skipif 为测试函数指定被忽略的条件。

@pytest.mark.skipif(conn.__version__ < '0.2.0',reason='not supported until v0.2.0')
def test_api():pass

五、预见错误

如果我们事先知道测试函数会执行失败，但又不想直接跳过，而是希望显示的提示。

Pytest 使用 pytest.mark.xfail 实现预见错误功能：

# test_xfail.py@pytest.mark.xfail(gen.__version__ < '0.2.0',reason='not supported until v0.2.0')
def test_api():id_1 = gen.unique_id()id_2 = gen.unique_id()assert id_1 != id_2

执行结果：

$ pytest tests/test-function/test_xfail.py
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0
rootdir: F:\self-repo\learning-pytest, inifile:
collected 1 itemtests\test-function\test_xfail.py x                                      [100%]========================== 1 xfailed in 0.12 seconds ==========================

注解

pytest 使用 x 表示预见的失败（XFAIL）。

如果预见的是失败，但实际运行测试却成功通过，pytest 使用 X 进行标记（XPASS）。

六、 参数化

当对一个测试函数进行测试时，通常会给函数传递多组参数。比如测试账号登陆，我们需要模拟各种千奇百怪的账号密码。

当然，我们可以把这些参数写在测试函数内部进行遍历。不过虽然参数众多，但仍然是一个测试，当某组参数导致断言失败，测试也就终止了。

通过异常捕获，我们可以保证程所有参数完整执行，但要分析测试结果就需要做不少额外的工作。

在 pytest 中，我们有更好的解决方法，就是参数化测试，即每组参数都独立执行一次测试。使用的工具就是 pytest.mark.parametrize(argnames, argvalues)。

这里是一个密码长度的测试函数，其中参数名为 passwd，其可选列表包含三个值：

# test_parametrize.py@pytest.mark.parametrize('passwd',['123456','abcdefdfs','as52345fasdf4'])
def test_passwd_length(passwd):assert len(passwd) >= 8

运行可知执行了三次测试：

$ pytest tests/test-function/test_parametrize.py
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0
rootdir: F:\self-repo\learning-pytest, inifile:
collected 3 itemstests\test-function\test_parametrize.py F..                              [100%]================================== FAILURES ===================================

再看一个多参数的例子，用于校验用户密码：

# test_parametrize.py@pytest.mark.parametrize('user, passwd',[('jack', 'abcdefgh'),('tom', 'a123456a')])
def test_passwd_md5(user, passwd):db = {'jack': 'e8dc4081b13434b45189a720b77b6818','tom': '1702a132e769a623c1adb78353fc9503'}import hashlibassert hashlib.md5(passwd.encode()).hexdigest() == db[user]

使用 -v 执行测试

$ pytest -v tests/test-function/test_parametrize.py::test_passwd_md5
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0 -- c:\anaconda3\python.exe
cachedir: .pytest_cache
rootdir: F:\self-repo\learning-pytest, inifile:
collected 2 itemstests/test-function/test_parametrize.py::test_passwd_md5[jack-abcdefgh] PASSED [ 50%]
tests/test-function/test_parametrize.py::test_passwd_md5[tom-a123456a] PASSED [100%]========================== 2 passed in 0.04 seconds ===========================

如果觉得每组测试的默认参数显示不清晰，我们可以使用 pytest.param 的 id 参数进行自定义。

# test_parametrize.py@pytest.mark.parametrize('user, passwd',[pytest.param('jack', 'abcdefgh', id='User<Jack>'),pytest.param('tom', 'a123456a', id='User<Tom>')])
def test_passwd_md5_id(user, passwd):db = {'jack': 'e8dc4081b13434b45189a720b77b6818','tom': '1702a132e769a623c1adb78353fc9503'}import hashlibassert hashlib.md5(passwd.encode()).hexdigest() == db[user]

现在的执行结果为：

$ pytest -v tests/test-function/test_parametrize.py::test_passwd_md5_id
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0 -- c:\anaconda3\python.exe
cachedir: .pytest_cache
rootdir: F:\self-repo\learning-pytest, inifile:
collected 2 itemstests/test-function/test_parametrize.py::test_passwd_md5_id[User<Jack>] PASSED [ 50%]
tests/test-function/test_parametrize.py::test_passwd_md5_id[User<Tom>] PASSED [100%]========================== 2 passed in 0.07 seconds ===========================

第三部分：固件

一、 什么是固件

固件（Fixture）是一些函数，pytest 会在执行测试函数之前（或之后）加载运行它们。

我们可以利用固件做任何事情，其中最常见的可能就是数据库的初始连接和最后关闭操作。

Pytest 使用 pytest.fixture() 定义固件，下面是最简单的固件，只返回北京邮编：

# test_postcode.py@pytest.fixture()
def postcode():return '010'def test_postcode(postcode):assert postcode == '010'

固件可以直接定义在各测试脚本中，就像上面的例子。更多时候，我们希望一个固件可以在更大程度上复用，这就需要对固件进行集中管理。Pytest 使用文件 conftest.py 集中管理固件。

注解

在复杂的项目中，可以在不同的目录层级定义 conftest.py，其作用域为其所在的目录和子目录。

重要

不要自己显式调用 conftest.py，pytest 会自动调用，可以把 conftest 当做插件来理解。

二、预处理和后处理

很多时候需要在测试前进行预处理（如新建数据库连接），并在测试完成进行清理（关闭数据库连接）。

当有大量重复的这类操作，最佳实践是使用固件来自动化所有预处理和后处理。

Pytest 使用 yield 关键词将固件分为两部分，yield 之前的代码属于预处理，会在测试前执行；yield 之后的代码属于后处理，将在测试完成后执行。

以下测试模拟数据库查询，使用固件来模拟数据库的连接关闭：

# test_db.py@pytest.fixture()
def db():print('Connection successful')yieldprint('Connection closed')def search_user(user_id):d = {'001': 'xiaoming'}return d[user_id]def test_search(db):assert search_user('001') == 'xiaoming'

执行时使用 -s 阻止消息被吞：

$ pytest -s tests/fixture/test_db.py
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0
rootdir: F:\self-repo\learning-pytest, inifile:
collected 1 itemtests\fixture\test_db.py Connection successful
.Connection closed========================== 1 passed in 0.02 seconds ===========================

可以看到在测试成功的 . 标识前后有数据库的连接和关闭操作。

小技巧

如果想更细的跟踪固件执行，可以使用 --setup-show 选项：

$ pytest --setup-show tests/fixture/test_db.py
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0
rootdir: F:\self-repo\learning-pytest, inifile:
collected 1 itemtests\fixture\test_db.pySETUP    F dbtests/fixture/test_db.py::test_search (fixtures used: db).TEARDOWN F db========================== 1 passed in 0.03 seconds ===========================

三、作用域

固件的作用是为了抽离出重复的工作和方便复用，为了更精细化控制固件（比如只想对数据库访问测试脚本使用自动连接关闭的固件），pytest 使用作用域来进行指定固件的使用范围。

在定义固件时，通过 scope 参数声明作用域，可选项有：

• function: 函数级，每个测试函数都会执行一次固件；
• class: 类级别，每个测试类执行一次，所有方法都可以使用；
• module: 模块级，每个模块执行一次，模块内函数和方法都可使用；
• session: 会话级，一次测试只执行一次，所有被找到的函数和方法都可用。

注解

默认的作用域为 function。

@pytest.fixture(scope='function')
def func_scope():pass@pytest.fixture(scope='module')
def mod_scope():pass@pytest.fixture(scope='session')
def sess_scope():pass@pytest.fixture(scope='class')
def class_scope():pass

最简单使用固件方式是作为测试函数参数：

# test_scope.pydef test_multi_scope(sess_scope, mod_scope, func_scope):pass

执行结果如下，可以清楚看到各固件的作用域和执行顺序：

$ pytest --setup-show tests/fixture/test_scope.py::test_multi_scope
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0
rootdir: F:\self-repo\learning-pytest, inifile:
collected 1 itemtests\fixture\test_scope.py
SETUP    S sess_scopeSETUP    M mod_scopeSETUP    F func_scopetests/fixture/test_scope.py::test_multi_scope (fixtures used: func_scope, mod_scope, sess_scope).TEARDOWN F func_scopeTEARDOWN M mod_scope
TEARDOWN S sess_scope========================== 1 passed in 0.10 seconds ===========================

对于类使用作用域，需要使用 pytest.mark.usefixtures （对函数和方法也适用）：

# test_scope.py@pytest.mark.usefixtures('class_scope')
class TestClassScope:def test_1(self):passdef test_2(self):pass

执行结果如下，可见所有测试函数都在固件作用范围内：

$ pytest --setup-show tests/fixture/test_scope.py::TestClassScope
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0
rootdir: F:\self-repo\learning-pytest, inifile:
collected 2 itemstests\fixture\test_scope.pySETUP    C class_scopetests/fixture/test_scope.py::TestClassScope::()::test_1 (fixtures used: class_scope).tests/fixture/test_scope.py::TestClassScope::()::test_2 (fixtures used: class_scope).TEARDOWN C class_scope========================== 2 passed in 0.03 seconds ===========================

四、自动执行

目前为止，所有固件的使用都是手动指定，或者作为参数，或者使用 usefixtures。

如果我们想让固件自动执行，可以在定义时指定 autouse 参数。

下面是两个自动计时固件，一个用于统计每个函数运行时间（function 作用域），一个用于计算测试总耗时（session 作用域）：

# test_autouse.pyDATE_FORMAT = '%Y-%m-%d %H:%M:%S'@pytest.fixture(scope='session', autouse=True)
def timer_session_scope():start = time.time()print('\nstart: {}'.format(time.strftime(DATE_FORMAT, time.localtime(start))))yieldfinished = time.time()print('finished: {}'.format(time.strftime(DATE_FORMAT, time.localtime(finished))))print('Total time cost: {:.3f}s'.format(finished - start))@pytest.fixture(autouse=True)
def timer_function_scope():start = time.time()yieldprint(' Time cost: {:.3f}s'.format(time.time() - start))

注意下面的两个测试函数并都没有显式使用固件：

def test_1():time.sleep(1)def test_2():time.sleep(2)

执行测试可看到，固件自动执行并完成计时任务：

$ pytest -s tests/fixture/test_autouse.py
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0
rootdir: F:\self-repo\learning-pytest, inifile:
collected 2 itemstests\fixture\test_autouse.py
start: 2018-06-12 10:16:27
. Time cost: 1.003s.
. Time cost: 2.003s.
finished: 2018-06-12 10:16:30
Total time cost: 3.016s.========================== 2 passed in 3.11 seconds ===========================

五、重命名

固件的名称默认为定义时的函数名，如果不想使用默认，可以通过 name 选项指定名称：

# test_rename.py@pytest.fixture(name='age')
def calculate_average_age():return 28def test_age(age):assert age == 28

六、参数化

在“第二部分 测试函数”中，介绍了函数的参数化测试：

# test-function/test_parametrize.py@pytest.mark.parametrize('passwd',['123456','abcdefdfs','as52345fasdf4'])
def test_passwd_length(passwd):assert len(passwd) >= 8

因为固件也是函数，我们同样可以对固件进行参数化。在什么情况下需要对固件参数化？

假设现在有一批 API 需要测试对不同数据库的支持情况（对所有数据库进行相同操作），最简单的方法就是针对每个数据库编写一个测试用例，但这包含大量重复代码，如数据库的连接、关闭，查询等。

进一步，可以使用固件抽离出数据库的通用操作，每个 API 都能复用这些数据库固件，同时可维护性也得到提升。

更进一步，可以继续将这些固件合并为一个，而通过参数控制连接到不同的数据库。这就需要使用固件参数化来实现。固件参数化需要使用 pytest 内置的固件 request，并通过 request.param 获取参数。

@pytest.fixture(params=[('redis', '6379'),('elasticsearch', '9200')
])
def param(request):return request.param@pytest.fixture(autouse=True)
def db(param):print('\nSucceed to connect %s:%s' % param)yieldprint('\nSucceed to close %s:%s' % param)def test_api():assert 1 == 1

执行结果：

$ pytest -s tests/fixture/test_parametrize.py
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0
rootdir: F:\self-repo\learning-pytest, inifile:
collected 2 itemstests\fixture\test_parametrize.py
Succeed to connect redis:6379
.
Succeed to close redis:6379Succeed to connect elasticsearch:9200
.
Succeed to close elasticsearch:9200========================== 2 passed in 0.10 seconds ===========================

注解

与函数参数化使用 @pytest.mark.parametrize 不同，固件在定义时使用 params 参数进行参数化。

固件参数化依赖于内置固件 request 及其属性 param。

七、内置固件

tmpdir & tmpdir_factory

用于临时文件和目录管理，默认会在测试结束时删除。

注解

tmpdir 只有 function 作用域，只能在函数内使用。

使用 tmpdir.mkdir() 创建目临时录，tmpdir.join() 创建临时文件（或者使用创建的目录）。

def test_tmpdir(tmpdir):a_dir = tmpdir.mkdir('mytmpdir')a_file = a_dir.join('tmpfile.txt')a_file.write('hello, pytest!')assert a_file.read() == 'hello, pytest!'

注解

tmpdir_factory 可以在所有作用域使用，包括 function, class, module, session。

@pytest.fixture(scope='module')
def my_tmpdir_factory(tmpdir_factory):a_dir = tmpdir_factory.mktemp('mytmpdir')a_file = a_dir.join('tmpfile.txt')a_file.write('hello, pytest!')return a_file

pytestconfig

使用 pytestconfig，可以很方便的读取命令行参数和配置文件。

下面示例演示命令行参数解析：首先在 conftest.py 中使用函数 pytest_addoption （特定的 hook function ）：

# conftest.pydef pytest_addoption(parser):parser.addoption('--host', action='store',help='host of db')parser.addoption('--port', action='store', default='8888',help='port of db')

然后就可以在测试函数中通过 pytestconfig 获取命令行参数：

# test_config.pydef test_option1(pytestconfig):print('host: %s' % pytestconfig.getoption('host'))print('port: %s' % pytestconfig.getoption('port'))

注解

pytestconfig 其实是 request.config 的快捷方式，所以也可以自定义固件实现命令行参数读取。

# conftest.pydef pytest_addoption(parser):parser.addoption('--host', action='store',help='host of db')parser.addoption('--port', action='store', default='8888',help='port of db')@pytest.fixture
def config(request):return request.config# test_config.pydef test_option2(config):print('host: %s' % config.getoption('host'))print('port: %s' % config.getoption('port'))

执行结果：

$ pytest -s --host=localhost tests/fixture/test_config.py::test_option2
============================= test session starts =============================
platform win32 -- Python 3.6.4, pytest-3.6.1, py-1.5.2, pluggy-0.6.0
rootdir: F:\self-repo\learning-pytest, inifile:
collected 1 itemtests\fixture\test_config.py host: localhost
port: 8888
.========================== 1 passed in 0.06 seconds ===========================

capsys

capsys 用于捕获 stdout 和 stderr 的内容，并临时关闭系统输出。

# test_capsys.pydef ping(output):print('Pong...', file=output)def test_stdout(capsys):ping(sys.stdout)out, err = capsys.readouterr()assert out == 'Pong...\n'assert err == ''def test_stderr(capsys):ping(sys.stderr)out, err = capsys.readouterr()assert out == ''assert err == 'Pong...\n'

monkeypatch

monkeypath 用于运行时动态修改类或模块。

小技巧

In Python, the term monkey patch only refers to dynamic modifications of a class or module at runtime, motivated by the intent to patch existing third-party code as a workaround to a bug or feature which does not act as you desire.

一个简单的 monkeypatch 如：

from SomeOtherProduct.SomeModule import SomeClassdef speak(self):return "ook ook eee eee eee!"SomeClass.speak = speak

Pytest 内置 monkeypatch 提供的函数有：

• setattr(target, name, value, raising=True)，设置属性；
• delattr(target, name, raising=True)，删除属性；
• setitem(dic, name, value)，字典添加元素；
• delitem(dic, name, raising=True)，字典删除元素；
• setenv(name, value, prepend=None)，设置环境变量；
• delenv(name, raising=True)，删除环境变量；
• syspath_prepend(path)，添加系统路径；
• chdir(path)，切换目录。

其中 raising 用于通知 pytest 在元素不存在时是否抛出异常；prepend 如果设置，环境变量将变为 value+prepend+<old value> 。

下面使用保存配置文件示例说明 monkeypatch 的作用和使用。

假设我们需要切换某个服务到国内科大源以加速，有以下脚本用于修改配置文件 .conf.json：

# test_monkeypatch.pydef dump_config(config):path = os.path.expanduser('~/.conf.json')with open(path, 'w', encoding='utf-8') as wr:json.dump(config, wr, indent=4)def test_config():dump_config(config)path = os.path.expanduser('~/.conf.json')expected = json.load(open(path, 'r', encoding='utf-8'))assert expected == config

似乎测试正常执行完全没有问题，但如果我们的家目录下恰好有这个配置文件并且维护了许多配置，运行测试将会覆盖原有配置，这太可怕了！

所以我们需要修改测试，最好能在临时目录里完成。但程序已经写死了文件路径，怎么办？

这种在运行时控制程序的功能就需要 monkeypatch 来实现，下面在测试过程中修改了环境变量：

# test_monkeypatch.pydef test_config_monkeypatch(tmpdir, monkeypatch):monkeypatch.setenv('HOME', tmpdir.mkdir('home'))dump_config(config)path = os.path.expanduser('~/.conf.json')expected = json.load(open(path, 'r', encoding='utf-8'))assert expected == config

现在测试会来临时目录中执行，但环境变量可能对系统有依赖，所以更好的解决方法能自己控制路径中 ~ 的替换，这次通过改变 os.path.expanduser 的行为来实现：

# test_monkeypatch.pydef test_config_monkeypatch2(tmpdir, monkeypatch):fake_home = tmpdir.mkdir('home')monkeypatch.setattr(os.path, 'expanduser',lambda x: x.replace('~', str(fake_home)))dump_config(config)path = os.path.expanduser('~/.conf.json')expected = json.load(open(path, 'r', encoding='utf-8'))assert expected == config

recwarn

recwarn 用于捕获程序中 warnings 产生的警告。

# test_recwarn.pydef warn():warnings.warn('Deprecated function', DeprecationWarning)def test_warn(recwarn):warn()assert len(recwarn) == 1w = recwarn.pop()assert w.category == DeprecationWarning

此外，pytest 可以使用 pytest.warns() 捕获警告：

def test_warn2():with pytest.warns(None) as warnings:warn()assert len(warnings) == 1w = warnings.pop()assert w.category == DeprecationWarning

Pytest 基础教程相关推荐

1. [转]Pytest 基础教程

   文章目录 第一部分:快速入门 一.快速入门 1. 安装 Pytest 2. 第一个测试函数 3. 运行测试函数 4. 测试失败 第二部分:测试函数 一.断言 二.捕获异常 三.标记函数 1.Pytes ...

2. Pytest基础之强大的mark使用教程

   pytest基础使用 Pytest是一个易用.强大.灵活的功能测试框架,并且兼容unittes的测试用例 易用:用例编写简单,断言方便 强大:全能的mark.强大的fixtures 灵活:灵活的执行控 ...

3. Spring Cloud Alibaba基础教程：使用Nacos实现服务注册与发现

   自Spring Cloud Alibaba发布第一个Release以来,就备受国内开发者的高度关注.虽然Spring Cloud Alibaba还没能纳入Spring Cloud的主版本管理中,但是凭 ...

4. [SQL基础教程] 1-5 表的删除和更新

   [SQL基础教程] 1-5 表的删除和更新 表的删除 语法 DROP TABLE <表名>; 法则 1-12 删除的表无法恢复 表定义的更新 语法 ALTER TABLE<表名> ...

5. python 包用法_Python 基础教程之包和类的用法

   Python 基础教程之包和类的用法 这篇文章主要介绍了 Python 基础教程之包和类的用法的相关资料, 需要的朋友可以参考下 Python 是一种面向对象.解释型计算机程序设计语言,由 Guido ...

6. Spring Cloud Alibaba 基础教程：Nacos 生产级版本 0.8.0

   Spring Cloud Alibaba 基础教程:Nacos 生产级版本 0.8.0 昨晚Nacos社区发布了第一个生产级版本:0.8.0.由于该版本除了Bug修复之外,还提供了几个生产管理非常重要 ...

7. Python培训基础教程都教哪些

   根据相关数据统计,目前学习Python技术的同学大多数是零基础,都是从其他行业转型来学习的,那么Python培训基础教程都教哪些呢?好不好学呢?来看看下面的详细介绍. Python培训基础教程都教哪些 ...

8. 深度学习之Pytorch基础教程！

   ↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 作者:李祖贤,Datawhale高校群成员,深圳大学 随着深度学习的发展 ...

9. python平稳性检验_时间序列预测基础教程系列(14)_如何判断时间序列数据是否是平稳的(Python)...

   时间序列预测基础教程系列(14)_如何判断时间序列数据是否是平稳的(Python) 发布时间:2019-01-10 00:02, 浏览次数:620 , 标签: Python 导读: 本文介绍了数据平稳 ...

最新文章

1. 函数式编程语言时代已经来临
2. 计算机视觉开源库OpenCV之图像翻转
3. python dict函数用法_如何将python中的dict作为参数传入c函数中用c做相关的处理？...
4. 高德地图-轨迹回放（二）
5. 信息学奥赛一本通（C++）在线评测系统——基础（一）C++语言——1080：余数相同问题
6. LSGO软件技术团队2015~2016学年第十三周（1123~1129）总结
7. Solaris 11 安装图解（8）
8. dj电商-富文本编辑器
9. 【转】Tag的创建和组织
10. SAP License：标准层次无法创建
11. SAP License：SAP中的报表利器Report Painter
12. Satwe楼板能用弹性模计算吗_SATWE软件计算结果分析
13. ISO50001认证辅导，ISO 50001的能源管理允许组织对自己内部的节能潜力进行系统开发
14. 2019年注册测绘师备考历程
15. 小白必看！DIY装机，电脑显示器选购
16. 华为RH2288 V3服务器新加硬盘不识别
17. Android安全：禁止APP录屏和截屏
18. php实现对ppt的编辑,在powerpoint中用于对幻灯片内容进行编辑的视图是什么？
19. 深入理解JVM4：内存结构篇（方法区）
20. html5 三国杀,OL还更新HTML5吗？不更新不充值了

热门文章

1. 图片加载用Fresco，网络请求用OKhttp+Retrofit实现
2. SEO优化 - robots协议
3. python裁剪图片边缘模糊_Python OpenCV 图片高斯模糊
4. php 实现抽奖接口,PHP转盘抽奖接口实例
5. 跳过数据准备，下秒数据让飞书维格表
6. 读《华为区块链白皮书》
7. 初始化一个vue项目的流程
8. 解决win10搜索框无法搜索本地应用或无任何反应
9. android开发过程中遇到的问题
10. 教你如何用C++快速生成1000万个随机数