pytest-fixture应用

fixture固定装置，是pytest用于将测试前后进行预备、清理工作的代码分离出核心测试逻辑的一种机制。
《pytest测试实战》学习并进行整理输出，所以是依照书中的例子进行学习和实践。

代码下载路径
链接：https://pragprog.com/titles/bopytest/python-testing-with-pytest/

一、fixture存放位置

1.fixture可以定义在测试文件中
2.定义在conftest.py中，供所在目录及子目录下的测试使用

尽管conftest.py是Python模块，但它不能被测试文件导入。import conftest用法是不允许出现的。conftest.py被pytest视作一个本地插件库。

二、fixture使用

1.使用fixture执行配置及销毁逻辑

测试用例中需要预先完成Tasks数据库的配置及启动，以及测试完毕后清理以及断开数据库连接。

import pytest
import tasks
from tasks import Task@pytest.fixture()
def tasks_db(tmpdir):"""connect to db before tests,disconnect after."""# Setup : start dbtasks.start_tasks_db(str(tmpdir), 'tiny')yield  # this is where  the testing happens# Teardown : stop dbtasks.stop_tasks_db()

当测试函数引用此fixture后，那么运行测试用例之前会运行tasks.start_tasks_db(str(tmpdir), ‘tiny’)，当运行到yield时，系统将停止fixture的运行，转而运行测试函数，等测试函数运行完成之后再回到fixture运行yield之后的代码。

2.使用–setup-show回溯fixture的执行过程

使用–setup-show可以看到测试过程中执行的什么，以及执行的先后顺序。

fixture前面的F和S代表了fixture的作用范围。F代表函数级别的作用范围，S代表会话级别的作用范围

3.使用fixture传递测试数据

fixture非常适合存放测试数据，并且它能返回任何数据类型。下面代码中fiixture函数a_tuple=（1, ‘foo’, None, {‘bar’: 23})
test_a_tuple测试函数对a_tuple中的数据进行断言

@pytest.fixture()
def a_tuple():"""Return something more interesting."""return (1, 'foo', None, {'bar': 23})def test_a_tuple(a_tuple):"""Demo the a_tuple fixture."""assert a_tuple[3]['bar'] == 32

当fixture内部出现错误时，会报ERROR而不是FAIL，用户就会知道失败不是发生在核心测试函数中，而是发生在测试所依赖的fixture

4.使用多个fixture

下面为tasks_proj/tests/conftest.py代码，编写了四个fixture。
前两个fixture返回了包含多个属性task的对象数据。
后两个fixture的形参中各有两个fixture（tasks_db和返回数据集的fixture），数据集用于向数据库中添加task数据记录，这样测试时就可以使用测试库数据，而非空数据库。

@pytest.fixture()
def tasks_just_a_few():"""All summaries and owners are unique."""return (Task('Write some code', 'Brian', True),Task("Code review Brian's code", 'Katie', False),Task('Fix what Brian did', 'Michelle', False))@pytest.fixture()
def tasks_mult_per_owner():"""Several owners with several tasks each."""return (Task('Make a cookie', 'Raphael'),Task('Use an emoji', 'Raphael'),Task('Move to Berlin', 'Raphael'),Task('Create', 'Michelle'),Task('Inspire', 'Michelle'),Task('Encourage', 'Michelle'),Task('Do a handstand', 'Daniel'),Task('Write some books', 'Daniel'),Task('Eat ice cream', 'Daniel'))@pytest.fixture()
def db_with_3_tasks(tasks_db, tasks_just_a_few):"""Connected db with 3 tasks, all unique."""for t in tasks_just_a_few:tasks.add(t)@pytest.fixture()
def db_with_multi_per_owner(tasks_db, tasks_mult_per_owner):"""Connected db with 9 tasks, 3 owners, all with 3 tasks."""for t in tasks_mult_per_owner:tasks.add(t)

位于tasks_proj/tests/func/test_add.py中的测试函数，使用fixture函数db_with_3_tasks初始化数据库并包含三条数据，使用tasks.add（）添加一条数据后，判断数据库中tasks对象的总量是否为4.

def test_add_increases_count(db_with_3_tasks):"""Test tasks.add() affect on tasks.count()."""# GIVEN a db with 3 tasks#  WHEN another task is addedtasks.add(Task('throw a party'))#  THEN the count increases by 1assert tasks.count() == 4

运行结果：
pytest --setup-show ./tests/func/test_add.py::test_add_increases_count

5.制定fixture作用范围

fixture包含了一个scope的可选参数，用于控制fixture执行配置和销毁逻辑的频率。@pytest.fixture()的scope参数有四个待选值：function、class、module、session(默认值为function)

scope=‘function’
函数级别的fixture每个测试函数只需要运行一次。配置代码在测试用例运行之前运行，销毁代码在测试用例运行后运行。
scope=‘class’
类级别的fixture每个测试类只需要运行一次。无论测试类里有多少个类方法，都可以共享这个fixture。
scope=‘module’
模块级别的fixture每个模块只需要运行一次。无论模块里有多少个测试函数、类方法或其他fixture都可以共享这个fixture。
scope=‘session’
会话级别的fixture每次会话只需要运行一次。一次pytest会话中的所有测试函数、方法都可以共享这个fixture。

"""Demo fixture scope."""
import pytest@pytest.fixture(scope='function')
def func_scope():"""A function scope fixture."""@pytest.fixture(scope='module')
def mod_scope():"""A module scope fixture."""@pytest.fixture(scope='session')
def sess_scope():"""A session scope fixture."""@pytest.fixture(scope='class')
def class_scope():"""A class scope fixture."""def test_1(sess_scope, mod_scope, func_scope):"""Test using session, module, and function scope fixtures."""def test_2(sess_scope, mod_scope, func_scope):"""Demo is more fun with multiple tests."""@pytest.mark.usefixtures('class_scope')
class TestSomething():"""Demo class scope fixtures."""def test_3(self):"""Test using a class scope fixture."""def test_4(self):"""Again, multiple tests are more fun."""

执行结果：

注：
1.scope参数是在定义fixture时定义的，而不是在调用fixture时定义的。因此，使用fixture的测试函数是无法改变fixture的作用范围的
2.fixture只能使用同级别的fixture，或比自己级别更高的fixture。譬如函数级别的fixture可以使用同级别的fixture，也可以使用类级别、模块级别、会话级别的fixture，反之则不行。

6.使用usefixture指定fixture

之前都是在测试函数的参数列表中制定fixture,也可以使用@pytest.mark.usefixtures(‘fixture1’,‘fixture2’)标记测试函数或类。这对测试函数来说意义不大，非常适合测试类。
test_scope.py内容：

@pytest.mark.usefixtures('class_scope')
class TestSomething():"""Demo class scope fixtures."""def test_3(self):"""Test using a class scope fixture."""def test_4(self):"""Again, multiple tests are more fun."""

使用usefixtures和在测试方法中添加fixture参数，两者大体上差不多。区别之一在于只有后者才能使用fixture的返回值

7.为常用fixture添加autouse选项

通过指定autouse=True选项，使作用域内的测试函数都运行该fixture。

"""Demonstrate autouse fixtures."""
import pytest
import time@pytest.fixture(autouse=True, scope='session')
def footer_session_scope():"""Report the time at the end of a session."""yieldnow = time.time()print('--')print('finished : {}'.format(time.strftime('%d %b %X', time.localtime(now))))print('-----------------')@pytest.fixture(autouse=True)
def footer_function_scope():"""Report test durations after each function."""start = time.time()yieldstop = time.time()delta = stop - startprint('\ntest duration : {:0.3} seconds'.format(delta))def test_1():"""Simulate long-ish running test."""time.sleep(1)def test_2():"""Simulate slightly longer test."""time.sleep(1.23)

执行结果：

8.为fixture重命名

使用@pytest.fixture()的name参数对fixture进行重命名。
test_rename_fixture.py代码：

"""Demonstrate fixture renaming."""
import pytest@pytest.fixture(name='lue')
def ultimate_answer_to_life_the_universe_and_everything():"""Return ultimate answer."""return 42def test_everything(lue):"""Use the shorter name."""assert lue == 42

运行结果：

pytest指定–fixtures命令行选项，可以查出fixture在哪个文件定义的，并且给出fixture定义时给出的定义内容(""" “”""中的内容)
命令：
D:\wy_only\tasks_proj\tests\func>pytest --fixtures test_rename_fixture.py

注：我在运行此命令时，返回的是所有pytest内置的fixture、conftest.py中的fixture,以及自身调用的fixture。

9.*fixture的参数化

fixture做参数化处理，@pytest.fixture()中使用参数params=tasks_to_try，tasks_to_try可以是对象列表。test_add_variety2.py代码如下：

"""Test the tasks.add() API function."""
import pytest
import tasks
from tasks import Tasktasks_to_try = (Task('sleep', done=True),Task('wake', 'brian'),Task('breathe', 'BRIAN', True),Task('exercise', 'BrIaN', False))task_ids = ['Task({},{},{})'.format(t.summary, t.owner, t.done)for t in tasks_to_try]def equivalent(t1, t2):"""Check two tasks for equivalence."""return ((t1.summary == t2.summary) and(t1.owner == t2.owner) and(t1.done == t2.done))@pytest.fixture(params=tasks_to_try)
def a_task(request):"""Using no ids."""return request.paramdef test_add_a(tasks_db, a_task):"""Using a_task fixture (no ids)."""task_id = tasks.add(a_task)t_from_db = tasks.get(task_id)assert equivalent(t_from_db, a_task)

其中fixture函数a_task的参数request也是pytest内建fixture之一。代表fixture的调用状态，它有一个param字段。会被@pytest.fixture(params=tasks_to_try)的params列表中的一个元素填充。即a_task返回的request.param是一个Task对象（如：Task(‘sleep’, done=True)，这里比较难理解）。

其实a_task的逻辑是仅以request.param作为返回值供测试使用。因为task对象列表（tasks_to_try）包含了四个task对象，所以a_task将被测试调用4次。
运行结果：

由于未指定id，pytest用fixture名+一串数字作为task标识。可以在@pytest.fixture()中使用ids参数进行id设置，但是ids必须是一串字符串列表。task_ids定义了字符串列表的格式Task({},{},{})，譬如：Task(sleep,None,True)

task_ids = ['Task({},{},{})'.format(t.summary, t.owner, t.done)for t in tasks_to_try]@pytest.fixture(params=tasks_to_try, ids=task_ids)
def b_task(request):"""Using a list of ids."""return request.paramdef test_add_b(tasks_db, b_task):"""Using b_task fixture, with ids."""task_id = tasks.add(b_task)t_from_db = tasks.get(task_id)assert equivalent(t_from_db, b_task)

运行结果：

ids参数也可以被指定为一个函数，该函数id_func()将作用于params列表中的每一个元素。params是一个task对象列表，id_func()将调用单个task对象。

def id_func(fixture_value):"""A function for generating ids."""t = fixture_valuereturn 'Task({},{},{})'.format(t.summary, t.owner, t.done)@pytest.fixture(params=tasks_to_try, ids=id_func)
def c_task(request):"""Using a function (id_func) to generate ids."""return request.paramdef test_add_c(tasks_db, c_task):"""Use fixture with generated ids."""task_id = tasks.add(c_task)t_from_db = tasks.get(task_id)assert equivalent(t_from_db, c_task)

运行结果：

注：对测试函数进行参数化处理，可以多次运行的只有测试函数，而使用参数化fixture，每个使用该fixture的测试函数都可以被运行多次，fixture的这一特性非常强大

三、问题锦集

问题1：执行时报错“ModuleNotFoundError: No module named ‘tasks’”

解决方案：使用import tasks或from tasks import something ，需要在本地使用pip 安装tasks包（源代码）。进入到tasks_proj根目录。运行以下命令进行安装操作
命令：
pip install . 或者pip install -e .