在之前的分享中,我们知道可以使用yield或者return关键字把fixture函数里的值传递给test函数

这种方法很实用,比如我在fixture函数里向数据库里插入必要的测试数据,那我就可以把相关数据返回给test函数用来做相关断言查询等操作。

那如果我想把test函数(也就是测试用例)中的数据传给fixture函数使用,要如何实现呢?

直接先贴上一段示例代码:

import pytest

@pytest.fixture
def fixt(request):
marker = request.node.get_closest_marker("fixt_data")
if marker is None:
# Handle missing marker in some way...
data = None
else:
data = marker.args[0] # Do something with the data
return data @pytest.mark.fixt_data(42)
def test_fixt(fixt):
assert fixt == 42

一、前置知识

代码中可能有2个知识点,可能有的小伙伴并不熟悉,分别来看下。

1. Mark 标记

什么是mark标记,干什么用?

标记可以将元数据应用于测试函数(注意,不能是fixture函数),后续可以通过fixture函数或者plugins插件进行访问。

框架有一些内置的marks,也可以支持我们自定义

内置的在之前的系列分享中有出现过几个,比如:

  • pytest.mark.parametrize:参数化
  • pytest.mark.skip:跳过测试用例
  • pytest.mark.skipif: 根据条件跳过用例

其他就不展开了,上述提到的分享文章链接会附在文末。

而在上述示例代码中,pytest.mark.fixt_data则是属于自定义的mark标记,fixt_data我也可以改成fixt_pingguo也是可以的。

2. request

request本身也是一个fixture函数,但是很特殊,用于提供当前正在执行请求的上下文信息。

在上述示例代码中,测试函数test_fixt请求了fixture函数fixt,那么在这次请求中相关联到的信息就可以在request中获得。

比如:

  • fixturename: 当前这个fixture函数的名称
  • module: 当前测试函数所在的模块
  • scope:当前fixture函数作用范围
  • node:基于当前测试范围搜集到的底层节点对象,这里又包含了很多信息。

    ...

就不一一展开了,有兴趣的童鞋可以在编辑器里打个断点,查看对应的信息详情。

二、通过自定义mark传递数据

回到示例代码,我们可以先直接执行一下代码。

测试是通过的(warning先忽略,因为没有注册自定义的mark),也就是说@pytest.mark.fixt_data(42)中的42是成功的带到了fixture函数中,经过函数中的处理后最后返回出来。

其中的get_closest_marker("fixt_data")方法,是返回与名称fixt_data匹配的第一个mark,从最近的级别到更远的级别,比如从函数到模块级别。

所以在这里,被找到的mark就是我们自定义的这个@pytest.mark.fixt_data(42)标记了。

1. 自定义mark知识点

标记是使用工厂对象pytest.mark动态创建的,用于装饰器,所以我们可以用语法糖@直接使用即可。

mark对象被创建之后,就被会收集起来,然后可以通过fixture或带有Node.iter_markers的钩子函数访问,可以访问到这个mark对象的属性。

有 2 个属性:

  • mark.args:这是个元组
  • mark.kwargs:这是个字典

所以我们可以使用上面的方式来进行传参,比如现在新建一个自定义mark:

@pytest.mark.timeout(10, "slow", method="thread")
def test_function():
...

这里传参实际上就是

mark.args == (10, "slow")
mark.kwargs == {"method": "thread"}

回到最上方的示例代码,在fixture函数中就可以使用data = marker.args[0]来获取到参数42

如果在测试函数上同时使用了多个自定义mark,那么举例测试函数最近的mark就会被首先迭代。比如:

@pytest.mark.timeout(10, "slow", method="thread")
@pytest.mark.slow
def test_function():
...

结果就是先@pytest.mark.slow,然后是@pytest.mark.timeout

2. 注册自定义的mark

在运行最上方的示例代码时出现了一个warning,因为我们没有注册自定义的标记导致,现在来进行注册。

新建pytest.ini配置文件,在里面添加即可:

[pytest]
markers =
fixt_data: pingguo test
fixt_data2

这里冒号:后面的描述是可选的,比如fixt_data2就是没有添加描述。

重新执行下最上方的代码:

platform win32 -- Python 3.9.12, pytest-7.1.3, pluggy-1.0.0
rootdir: D:\PythonCode\my_python, configfile: pytest.ini
collected 1 item usemarks.py . ============================== 1 passed in 0.00s ============================== Process finished with exit code 0

注册完成。

pytest合集见连接

【pytest官方文档】解读- 如何自定义mark标记,并将测试用例的数据传递给fixture函数的更多相关文章

  1. 【pytest官方文档】解读fixtures - 1.什么是fixtures

    在深入了解fixture之前,让我们先看看什么是测试. 一.测试的构成 其实说白了,测试就是在特定的环境.特定的场景下.执行特定的行为,然后确认结果与期望的是否一致. 就拿最常见的登录来说,完成一次正 ...

  2. 【pytest官方文档】解读fixtures - 2. fixtures的调用方式

    既然fixtures是给执行测试做准备工作的,那么pytest如何知道哪些测试函数 或者 fixtures要用到哪一个fixtures呢? 说白了,就是fixtures的调用. 一.测试函数声明传参请 ...

  3. 【pytest官方文档】解读fixtures - 3. fixtures调用别的fixtures、以及fixture的复用性

    pytest最大的优点之一就是它非常灵活. 它可以将复杂的测试需求简化为更简单和有组织的函数,然后这些函数可以根据自身的需求去依赖别的函数. fixtures可以调用别的fixtures正是灵活性的体 ...

  4. Cuda 9.2 CuDnn7.0 官方文档解读

    目录 Cuda 9.2 CuDnn7.0 官方文档解读 准备工作(下载) 显卡驱动重装 CUDA安装 系统要求 处理之前安装的cuda文件 下载的deb安装过程 下载的runfile的安装过程 安装完 ...

  5. 【pytest官方文档】解读- 插件开发之hooks 函数(钩子)

    上一节讲到如何安装和使用第三方插件,用法很简单.接下来解读下如何自己开发pytest插件. 但是,由于一个插件包含一个或多个钩子函数开发而来,所以在具体开发插件之前还需要先学习hooks函数. 一.什 ...

  6. 【pytest官方文档】解读- 开发可pip安装的第三方插件

    在上一篇的 hooks 函数分享中,开发了一个本地插件示例,其实已经算是在编写插件了.今天继续跟着官方文档学习更多知识点. 一个插件包含一个或多个钩子函数,pytest 正是通过调用各种钩子组成的插件 ...

  7. 【pytest官方文档】解读fixtures - 8. yield和addfinalizer的区别(填坑)

    在上一章中,文末留下了一个坑待填补,疑问是这样的: 目前从官方文档中看到的是 We have to be careful though, because pytest will run that fi ...

  8. 【pytest官方文档】解读fixtures - 7. Teardown处理,yield和addfinalizer

    当我们运行测试函数时,我们希望确保测试函数在运行结束后,可以自己清理掉对环境的影响. 这样的话,它们就不会干扰任何其他的测试函数,更不会日积月累的留下越来越多的测试数据. 用过unittest的朋友相 ...

  9. 【pytest官方文档】解读fixtures - 10. fixture有效性、跨文件共享fixtures

    一.fixture有效性 fixture有效性,说白了就是fixture函数只有在它定义的使用范围内,才可以被请求到.比如,在类里面定义了一个fixture, 那么就只能是这个类中的测试函数才可以请求 ...

随机推荐

  1. BUUCTF-爱因斯坦

    爱因斯坦 16进制打开可以看到存在压缩包,使用binwalk分离出来 提示需要解压密码,按照常理爆破四位数纯数字没有出来,查看图片属性发现密码 得到flag

  2. StringJoiner的使用

    1.添加字符串 add()方法 StringJoiner sj = new StringJoiner(","); sj.add("我爱你"); sj.add(& ...

  3. python带你采集不可言说网站数据,并带你多重骚操作~

    前言 嗨喽,大佬们好鸭!这里是小熊猫~ 今天我们采集国内知名的shipin弹幕网站! 这里有及时的动漫新番,活跃的ACG氛围,有创意的Up主. 大家可以在这里找到许多欢乐. 目录(可根据个人情况点击你 ...

  4. Nacos开机自启

    1.添加nacos.service文件 vi /lib/systemd/system/nacos.service 2.将以下内容写到nacos.service文件中 ps:我的nacos路径是/usr ...

  5. 使用 spring-security-oauth2 体验 OAuth 2.0 的四种授权模式

    目录 背景 相关代码 授权码模式 第一步 访问GET /oauth/authorize 第二步 访问POST /oauth/authorize 第三步 访问POST /oauth/token 简化模式 ...

  6. 牛客SQL刷题第三趴——SQL大厂面试真题

    01 某音短视频 SQL156 各个视频的平均完播率 [描述]用户-视频互动表tb_user_video_log.(uid-用户ID, video_id-视频ID, start_time-开始观看时间 ...

  7. Note -「狄利克雷前缀和」

    学到一个诡异东西,当个 Trick 处理用吧. 现在有一个形如 \(\sum \limits _{i = 1} ^{n} \sum \limits _{d | i} f(d)\) 的柿子,不难发现可以 ...

  8. python--函数参数传递

    1. 调用函数时,实参会传递给形参,叫做参数传递. 2. 根据实际参数的类型不同,函数参数的传递方式可分为 2 种,分别为值传递和引用(地址)传递: 值传递:传递的实参类型为不可变类型(字符串.数字. ...

  9. 自动提交本地git仓库脚本

    #! /bin/bash git_user_name=`git config user.name` git_user_mail=`git config user.email` branch_name= ...

  10. JVM内存模型和结构详解(五大模型图解)

    JVM内存模型和Java内存模型都是面试的热点问题,名字看感觉都差不多,实际上他们之间差别还是挺大的. 通俗点说,JVM内存结构是与JVM的内部存储结构相关,而Java内存模型是与多线程编程相关@mi ...