pytest數據驅動詳解

一、pytest數據驅動框架

pytest是一種使用Python編寫的測試框架，其主要特點是排除依賴關係、可讀性強、可擴展性高。其中，pytest數據驅動框架是其最為重要的特性之一。它基於參數化，通過將測試數據與測試代碼分離，使得測試用例更加簡潔、易於維護。

在pytest中，使用參數化的方式實現數據驅動測試，通過在測試函數上使用裝飾器@pytest.mark.parametrize來傳入參數。下面是一個簡單的示例：

import pytest

@pytest.mark.parametrize("test_input,expected",[("3+5",8),("2+4",6),("6*9",54)])
def test_eval(test_input,expected):
    assert eval(test_input) == expected

在上面的示例中，參數test_input和expected分別對應測試數據和期望值。參數化的方式使得我們可以一次性執行多組數據驅動測試，節省了我們的時間和精力。

二、pytest的數據驅動

pytest的數據驅動主要基於參數化實現，可以通過多種方式傳遞測試數據，如列表、元組、字典、CSV、JSON、Excel等，也可以通過fixture動態生成測試數據。另外，pytest可以結合unittest中的數據驅動方式進行使用。

在pytest中，使用參數化裝飾器將測試數據和測試函數進行綁定，實現數據驅動測試。下面是一個使用列表傳遞測試數據的示例：

import pytest

testdata = [("3+5",8),("2+4",6),("6*9",54)]

@pytest.mark.parametrize("test_input,expected",testdata)
def test_eval1(test_input,expected):
    assert eval(test_input) == expected

在上面的示例中，將測試數據定義在testdata變數中，使用參數化裝飾器將testdata傳遞給測試函數。pytest還可以從文件中讀取測試數據，下面是一個從excel文件中讀取測試數據的示例：

import pytest
import xlrd

def read_excel():
    datas = []
    wb = xlrd.open_workbook("testdata.xlsx")
    sheet = wb.sheet_by_index(0)
    for i in range(1,sheet.nrows):
        data = {"test_input":sheet.cell_value(i,0),"expected":sheet.cell_value(i,1)}
        datas.append(data)
    return datas

@pytest.mark.parametrize("test_input,expected",read_excel())
def test_eval2(test_input,expected):
    assert eval(test_input) == expected

在上面的示例中，定義了一個read_excel函數，用於從testdata.xlsx文件中讀取測試數據。使用參數化裝飾器將測試數據傳遞給測試函數，其中test_input和expected分別對應excel文件中的列。

三、pytest數據驅動傳入json

pytest也支持從json文件中讀取測試數據，下面是一個使用json文件傳遞測試數據的示例：

import pytest
import json

def read_json():
    with open("testdata.json","r",encoding="utf-8") as f:
        datas = json.load(f)
    return [(data["test_input"],data["expected"]) for data in datas]

@pytest.mark.parametrize("test_input,expected",read_json())
def test_eval3(test_input,expected):
    assert eval(test_input) == expected

在上面的示例中，使用read_json函數從testdata.json文件中讀取測試數據，返回一個列表。在測試函數中，使用參數化裝飾器將測試數據傳遞給測試函數。

四、pytest數據驅動怎麼讀

pytest支持從多種文件中讀取測試數據，如CSV、JSON、Excel等。其中，從CSV文件中讀取測試數據的方式與從Excel文件中讀取測試數據的方式類似。下面是一個使用CSV文件傳遞測試數據的示例：

import pytest
import csv

def read_csv():
    datas = []
    with open("testdata.csv","r",encoding="utf-8") as f:
        data = csv.reader(f)
        next(data)
        for row in data:
            datas.append((row[0],int(row[1])))
    return datas

@pytest.mark.parametrize("test_input,expected",read_csv())
def test_eval4(test_input,expected):
    assert eval(test_input) == expected

在上面的示例中，使用read_csv函數從testdata.csv文件中讀取測試數據，將測試數據傳遞給測試函數使用參數化裝飾器。

五、pytest數據驅動及多線程

pytest支持使用pytest-xdist插件進行多線程測試，將測試用例分發到多個測試節點並行執行，提高測試效率。下面是一個使用pytest-xdist插件進行多線程測試的示例：

import pytest

@pytest.mark.parametrize("test_input,expected",[("3+5",8),("2+4",6),("6*9",54)])
def test_eval5(test_input,expected):
    assert eval(test_input) == expected

@pytest.mark.parametrize("test_input,expected",[("7+3",10),("5+8",13),("6*5",30)])
def test_eval6(test_input,expected):
    assert eval(test_input) == expected

在上面的示例中，針對不同的測試用例，可以在不同的測試函數中進行測試，使用-x命令行參數指定多線程測試時的進程數。

六、pytest數據驅動csv

pytest支持從CSV文件中讀取測試數據進行測試。下面是一個從CSV文件中讀取測試數據的示例：

import pytest
import csv

def read_csv():
    datas = []
    with open("testdata.csv","r",encoding="utf-8") as f:
        data = csv.reader(f)
        next(data)
        for row in data:
            datas.append((row[0],int(row[1])))
    return datas

@pytest.mark.parametrize("test_input,expected",read_csv())
def test_eval7(test_input,expected):
    assert eval(test_input) == expected

在上面的示例中，定義了一個read_csv函數，用於從testdata.csv文件中讀取測試數據。使用參數化裝飾器將測試數據傳遞給測試函數，其中test_input和expected分別對應CSV文件中的列。

七、pytest框架

pytest是一個基於Python的測試框架，具有簡單、靈活、可擴展的特點。它可以與其他測試框架集成使用，並支持多種數據驅動方式，使我們在測試的過程中更加方便快捷。

八、pytest和unittest的區別

相比於unittest，pytest具有以下優點：

1.只有一個測試文件；

2.更為高級的fixtures和mock功率；

3.更為簡潔靈活的測試代碼。

在使用數據驅動方面，pytest能夠直接使用裝飾器來實現參數化，而unittest則使用的是數據驅動的TestCases和TestSuite。

九、pytest中文文檔

pytest中文文檔詳細介紹了pytest的使用方法和各種函數、命令行參數等的詳細說明，對於pytest的學習和使用非常有幫助。可以通過以下鏈接查看：

https://chenglei.github.io/posts/a-quick-guide-to-pytest-chinese.html