测试是为了更高效的完成功能实现。
pytest 是基于 unittest 实现的第三方测试框架，比 unittest 更加的简洁、高效，并且可以完美兼容 unittest 的测试代码，无需对其做任何的修改。
pytest 的使用
使用
pip install pytest
可以直接安装 pytest 测试框架。
pytest 通过装饰器「@pytest.fixture」将函数设置为固件，以便于在测试开始前和测试开始后执行相应的操作。在函数中通过 yield 将同一个函数分为两部分，分别在测试前和测试后执行，避免遗漏资源的释放。
pytest 通过 conftest.py 文件进行数据共享，在其它文件中无需导入即可使用。并且 pytest 会自动识别 conftest.py 文件，无需显示指定。可以为子文件夹单独设置 conftest.py 文件。
在 Python 编程必不可少的测试框架「unittest 篇」 中讲述了 unittest 测试框架的使用，在这里我们将上一篇中的测试使用 pytest 重新实现，来观察 unittest 和 pytest 的区别。
我们将所有的公共函数「固件」放入 conftest.py 文件中，文件内容大致如下：
DEFAULT_USERNAME = 'test'
DEFAULT_PASSWORD = 'test'
@pytest.fixture
def app():
db_fd, db_file = tempfile.mkstemp()
app = create_app()
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///'+ db_file
print('pytest start')
with app.app_context():
db.drop_all()
db.create_all()
user = User.create(
name=DEFAULT_USERNAME,
password=DEFAULT_PASSWORD,
permission=Permission.ADMINISTRATOR,
active=True)
yield app
print('pytest stop')
with app.app_context():
db.session.remove()
db.drop_all()
os.close(db_fd)
os.unlink(db_file)
@pytest.fixture
def clinet(app):
return app.test_client()
@pytest.fixture
def headers(app, clinet):
rv = clinet.post('/api/v01/user/login',
data=json.dumps(dict(user_name='test', password='test')),
content_type='application/json')
data = json.loads(rv.data)
token = data['token']
headers = {"Authorization":"Bearer "+token, 'Content-Type': 'application/json'}
yield headers
pass 复制
conftest.py 文件实现的内容实际上就是 unittest 中和setUp
函数的内容。整体实现上更加的简单明了。setDown
在测试文件中可以直接将使用装饰器
@pytest.fixture
标记的函数以同名参数的方法传入测试函数中，即可在测试函数中使用相应的功能。同样以 login 和 add_user 两个功能的测试为例，实现在 pytest 框架的测试实现：
def test_login(clinet):
rv = clinet.post('/api/v01/user/login',
data=json.dumps(dict(user_name='test', password='test')),
content_type='application/json')
data = json.loads(rv.data)
assert rv.status_code == 200
assert data['status'] == 1
assert data['name'] == 'test'
assert data['token'] isnotNone
assert data['admin'] isnotNone
assert data['expire'] isnotNone
def test_add_user(clinet, headers):
rv = clinet.post('/api/v01/user',
data=json.dumps(dict(user_name='123', password='123', admin=False)),
headers=headers)
data = json.loads(rv.data)
assert rv.status_code == 200
assert data['status'] == 1 复制
在 pytest 中使用 assert 加表达式的方法来对结果进行验证，而在 unittest 中要通过 assertEqual、assertIn、assertTrue、assertFalse 等等来完成，要记忆的更多实现也更复杂。
使用
pytest
来运行测试实例，可以看到如下结果
================================================================================ test session starts ================================================================================
platform darwin -- Python3.7.5, pytest-5.3.3, py-1.8.1, pluggy-0.13.1
rootdir: ***************
collected 4 items
tests/test_user.py .. [ 50%]
tests/unittest/test_user_unittest.py .. [100%] 复制
可以看到测试结果标记了测试进度，并且同步测试了 unittest 的测试用例。你可以通过
-s
参数来显示测试函数中的 print 输出内容。
如果你使用
-s
参数来 print 函数的输出的话，就会看到当前所有的固件「Fixture」在每个测试函数开始和完成时都会执行一次，这不是很浪费资源吗，是否可以每次测试运行只执行一次固件呢，答案是可以的，这就要用到固件的作用域了，通过装饰器
@pytest.fixture(scope='session')
来设置该固件的作用域是整个测试过程。更多内容请看文末的思维导图。
unittest 和 pytest 的比较
- 固件「Fixture」 在 unittest 中通过固定的函数 setUp 和 tearDown 来实现测试用例的前置和后置函数，并且是针对所有测试用例的。而在 pytest 中通过装饰器来设置固件的函数命名方式更加的灵活，并且可以将固件设置为函数级、类级、模块级、以及全局级。pytest 以 conftest.py 作为默认配置实现全局数据共享。
- 断言实现方式 在 unittest 中将每种判断方式单独实现了一个断言函数，比如 assertEqual、assertIn、assertTrue、assertFalse 等等，使用起来过于麻烦。在 pytest 中直接使用 assert + 表达式的方法来实现，更加清晰明了。
- 参数化 unittest 本身没有实现参数化的功能，pytest 可以通过装饰器
@pytest.mark.parametrize
pytest 知识点的思维导图：
公众号回复 Flask 获取相关源码！