断言 assert
在 pytest 中，assert 是编写测试的最基础工具。如
assert a == b
assert a <= b
捕获异常 pytest.raises()
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.py
def 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
$ 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 item
tests\test-function\test_raise.py . [100%]
========================== 1 passed in 0.07 seconds ===========================
标记函数 ::
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已 test 开始或者结尾的python脚本，并执行文件内的所有以 test 开始或者结束的函数和方法
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，显示的指定函数名，通过::标记
$ pytest tests/test-function/test_no_mark.py::test_func1 - 使用模糊匹配，使用
-k选项标识
$ pytest -k func1 tests/test-function/test_no_mark.py
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无力；
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
- 使用
pytest.mark在函数上进行标记
# 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 deselected
tests\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。
一个函数可以打上多个标记；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"
跳过测试 pytest.mark.skip
对于那些未完成开发的测试，最好的处理方式就是略过，而不是执行测试。
通过标记指定要跳过的测试 pytest.mark.skip
# 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@pytest.mark.skip(reason='out-of-date api')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 item
tests\test-function\test_skip.py s [100%]
========================== 1 skipped in 0.13 seconds ==========================
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():
pa
预见的错误 pytest.mark.xfail
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 item
tests\test-function\test_xfail.py x [100%]
========================== 1 xfailed in 0.12 seconds ==========================
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）
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。比如测试账号登录，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。
通过捕获异常，我们可以保证过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，我们有更好的解决办法，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 items
tests\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 hashlib
assert 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 items
tests/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 hashlib
assert 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 items
tests/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 ===========================