深入理解 pytest-repeat 插件的工作原理

Python测试框架pytest fixture - 依赖、重命名、request、pytestconfig 1、fixture依赖其他fixture 添加了 @pytest.fixture,如果 fixture 还想依赖其他 fixture,需要用函数传参的方式,不能用 @pytest.mark.usefixtures() 的方式,否则会不生效。 1、创建test_fixture3.py文件 脚本代码: #!/usr/bin/env python # -*- coding: utf-8 -*- """ 微信公众号:伤心的辣条 """ import pytest @pytest.fixture(scope="s. 阅读详情

📝 面试求职: 「面试试题小程序」 ,内容涵盖 测试基础、Linux操作系统、MySQL数据库、Web功能测试、接口测试、APPium移动端测试、Python知识、Selenium自动化测试相关、性能测试、性能测试、计算机网络知识、Jmeter、HR面试,命中率杠杠的。(大家刷起来…)

📝 职场经验干货:

软件测试工程师简历上如何编写个人信息(一周8个面试)

软件测试工程师简历上如何编写专业技能(一周8个面试)

软件测试工程师简历上如何编写项目经验(一周8个面试)

软件测试工程师简历上如何编写个人荣誉(一周8个面试)

软件测试行情分享(这些都不了解就别贸然冲了.)

软件测试面试重点,搞清楚这些轻松拿到年薪30W+

软件测试面试刷题小程序免费使用(永久使用)


前言

pytest_repeat插件的具体功能是如何实现的呢?相信具体了解了该插件,其他三方插件也可以很快了解它内部运行机制。

不使用pytest_repeat插件如何实现重复执行用例

最笨的办法,当然是运行多次,但这显然不是我们需要的。在装饰器复习这片文章中,我们复习了装饰器相关知识点,知道装饰器可以在不修改原始代码的情况下,动态的增加功能或修改函数行为。显然,这里我们就可以使用装饰器来实现重复功能。

def repeat(nums: int = 2):
  
    def wrapper(func):

        @functools.wraps(func)
        def decorator(*args, **kwargs):
            for i in range(nums):
                func(*args, **kwargs)

        return decorator

    return wrapper

这段代码很好理解,定义了带有自定义参数的装饰器,表示装饰器内部函数执行的次数。这样在用例上使用@repeat()装饰器就可以达到用例重复运行的目的。但是统计结果仍然为1条用例。使用过pytest_repeat的同学知道它的统计结果是多条用例?那是如何做的呢,通过源码一探究竟。

pytest_repeat如何实现重复执行

源码直达

https://link.juejin.cn/?target=https%3A%2F%2Fgithub.com%2Fpytest-dev%2Fpytest-repeat%2Fblob%2Fv0.9.1%2Fpytest_repeat.py

源码解读
def pytest_addoption(parser):
    parser.addoption(
        '--count',
        action='/pytest-dev/pytest-repeat/blob/v0.9.1/store',
        default=1,
        type=int,
        help='Number of times to repeat each test')

    parser.addoption(
        '--repeat-scope',
        action='/pytest-dev/pytest-repeat/blob/v0.9.1/store',
        default='function',
        type=str,
        choices=('function', 'class', 'module', 'session'),
        help='Scope for repeating tests')

这段代码定义了两个命令行选项:

  • --count:用于指定每个测试用例要重复执行的次数。action=store 表示将值存储在命令行参数中。

  • --repeat-scope:用于指定重复测试用例的作用域,可以选择 function、class、module 或 session。默认值是 function。action=store 表示将值存储在命令行参数中。

这两个选项都是通过 parser.addoption 方法添加到 pytest 的命令行解析器中的。 

当运行 pytest 并指定 --count、--repeat-scope 参数时,pytest-repeat 插件将获取这些参数并自动为测试用例生成多个重复执行的实例。 

例如,如果运行以下命令:

pytest --count=2 --repeat-scope=function

pytest-repeat 将会在执行 test_my_function 测试用例时,自动执行该测试用例两次。

action=store 是 argparse 模块中的一个参数,它指定了在命令行解析过程中如何处理选项的值。具体地说,action=store 表示将选项的值存储在命令行参数中。

当使用 parser.addoption 方法添加选项到命令行解析器时,通过指定 action=store,选项的值将被存储在解析结果中,可以通过相应的属性来获取这些值。

例如,当运行 pytest 命令时,指定的 --count 和 --repeat-scope 选项的值会存储在命令行参数中。你可以使用 request.config.getoption 方法来获取这些存储的值,例如:

def test_example(request):
    count = request.config.getoption('--count') 
    # count = request.config.option.count 这样也能获取
    repeat_scope = request.config.getoption('--repeat-scope')
    # repeat_scope = request.config.option.repeat_scope
    # 使用获取到的值进行后续操作

在上面的示例代码中,使用 request.config.getoption 方法从命令行参数中获取了 --count 和 --repeat-scope 的值,并分别存储在 count 和 repeat_scope 变量中。

总结:action=store 是 argparse 模块中的一个参数,用于指定将选项的值存储在命令行参数中。在 pytest 中,通过使用 request.config.getoption 方法可以获取存储在命令行参数中的选项值。

def pytest_configure(config):
    config.addinivalue_line(
        'markers',
        'repeat(n): run the given test function `n` times.')

这个函数在 pytest 的配置阶段被调用,通过调用 config.addinivalue_line() 将自定义标记 'repeat(n)' 添加到 pytest 的标记列表中。'repeat(n)' 标记可以用于指定一个测试函数需要重复运行的次数。

@pytest.fixture
def __pytest_repeat_step_number(request):
    marker = request.node.get_closest_marker("repeat")
    count = marker and marker.args[0] or request.config.option.count
    if count > 1:
        try:
            return request.param
        except AttributeError:
            if issubclass(request.cls, TestCase):
                warnings.warn(
                    "Repeating unittest class tests not supported")
            else:
                raise UnexpectedError(
                    "This call couldn't work with pytest-repeat. "
                    "Please consider raising an issue with your usage.")

这个 fixture 函数用于获取当前的重复运行步骤编号。它首先检查测试函数是否被 'repeat' 标记装饰,并从标记中获取重复次数。如果没有标记,则使用命令行参数中的 --count 参数作为默认值。

@pytest.hookimpl(trylast=True)
def pytest_generate_tests(metafunc):
    count = metafunc.config.option.count
    m = metafunc.definition.get_closest_marker('repeat')
    if m isnotNone:
        count = int(m.args[0])
    if count > 1:
        metafunc.fixturenames.append("__pytest_repeat_step_number")

        def make_progress_id(i, n=count):
            return'{0}-{1}'.format(i + 1, n)

        scope = metafunc.config.option.repeat_scope
        metafunc.parametrize(
            '__pytest_repeat_step_number',
            range(count),
            indirect=True,
            ids=make_progress_id,
            scope=scope
        )

这个 pytest_generate_tests 钩子函数会在 pytest 收集到所有测试函数之后被调用,并且它被设置为 trylast=True,以确保在其他钩子函数执行完毕之后再执行。

  1. 首先,代码获取了 metafunc.config.option.count 的值,该值表示测试用例重复执行的次数。

  2. 然后,代码调用 metafunc.definition.get_closest_marker('repeat') 来获取测试用例是否有被标记为 repeat 的 marker。

  3. 如果有 repeat 的 marker 标记,则从 marker 中获取重复执行的次数,并将其赋值给 count 变量。

  4. 接下来,代码通过 metafunc.fixturenames.append("__pytest_repeat_step_number") 添加了一个名为 __pytest_repeat_step_number 的 fixture 名称到 metafunc 的 fixture 列表中。

  5. 之后,定义了一个辅助函数 make_progress_id,用于生成测试用例的进度标识符。

  6. 根据 metafunc.config.option.repeat_scope 的值,确定了重复执行的作用域。

  7. 最后,通过调用 metafunc.parametrize 来动态生成测试用例。它使用了 range(count) 来生成重复执行的步骤数量作为参数,并将 indirect=True 设置为在加载 fixture 时进行间接调用。同时,使用了之前定义的进度标识符生成函数和作用域来设置参数化的其他选项。

可以看到最终是通过参数化来实现的,这也就是为啥重复执行多次能当做多条用例。

最后

相信你看我之后依然有很多疑问,fixture是啥?mark是啥?参数request是啥?钩子函数是啥?parametrize参数化是啥?这些疑问可以先留着,这篇内容我们主要讲了pytest_repeat具体实现逻辑,然后引出了这么多知识点,别着急,之后会一个个逐一消灭。

最后: 下方这份完整的软件测试视频教程已经整理上传完成,需要的朋友们可以自行领取【保证100%免费】

​

​​​

深入理解pytest fixture:自动化测试的依赖注入与资源管理核心 在软件测试领域,依赖注入是一种重要的设计模式,它通过将对象的创建和依赖关系从使用方解耦,显著提升了代码的可维护性和可测试性。其核心原理是控制反转,由外部容器负责管理对象的生命周期和依赖关系,从而实现模块间的松耦合。这一模式的技术价值在于,它让测试代码能够专注于业务逻辑验证,而将环境准备、数据初始化和资源清理等重复性工作抽象出来。在自动化测试,特别是基于pytest框架的测试工程实践中,依赖注入思想被具体实现为fixture机制。通过@pytest.fixture装饰器,开发者可以定义可复用的测试夹具,这些夹 阅读详情

相关推荐

Blender地形建模实战:5步搞定Gazebo仿真地形(附避坑指南)

本文提供了一份详细的Blender地形建模实战指南,旨在帮助开发者快速创建Gazebo仿真地形。文章通过五个核心步骤,从环境准备、地形雕刻、模型优化导出,到创建Gazebo模型包及问题排错,系统讲解了如何将Blender中的地形模型成功导入Gazebo进行机器人仿真,并重点分享了关键的避坑经验。

weixin_28475533的博客 345

pytest测试框架系列 - Pytest pytest-repeat 重复执行用例插件详解

前言 场景:有时候我们需要执行的全部用例或者部分用例想要重复执行多次执行的场景,我们随着这个需求往下看就能得到解决。 Pytest 给我们提供了了一个很好的插件 pytest-repeat,简单添加一些参数就可以实现,下面就让我们完整的学习这个插件相关的功能。 pytest-repeat 详解 用法: 添加参数 --count=num 在需要重复执行的用例上使用装饰器 @pytest.mark.repeat(num) 添加参数方式 --count=num 示例: # !/usr/bin/python3

测试之路king_qq772084279 4546

人工智能之语言领域 自然语言处理 第六章 情感分析

情感分析(Sentiment Analysis),又称意见挖掘(Opinion Mining),旨在自动识别和提取文本中表达的主观情感、态度或情绪。从用户评论到社交媒体,从产品反馈到政治舆情,情感分析已成为企业决策、品牌监控和人机交互的关键技术。本章将深入介绍情感分析的层级结构、核心技术、主流模型,并通过社交媒体舆情实战案例完整演示分析与可视化流程。层级目标示例词级(Word-level)判断单个词的情感倾向“好” → 正面;“差” → 负面句级(Sentence-level)判断整个句子的情感极性。

咚咚王者的博客 858

全网最细,Pytest自动化测试-重复执行用例 pytest-repeat(实战)

平常在做功能测试的时候,经常会遇到某个模块不稳定,偶然会出现一些bug,对于这种问题我们会针对此用例反复执行多次,最终复现出问题来自动化运行用例时候,也会出现偶然的bug,可以针对单个用例,或者针对某个模块的用例重复执行多次环境前提:Python 2.7、3.4+或PyPypy.test 2.8或更高版本安装插件快速上手两种方式皆可,等号或空格count=2;count 2;重复测试直到失败-重点如果需要验证偶现问题,可以一次又一次地运行相同的测试直到失败,这个插件将很有用;

745

MPC-CBF 控制原理详解

假设系统满足如下离散时间动力学模型xt1fxtutxt∈Xut∈Uxt1​fxt​ut​xt​∈Xut​∈Uxtx_txt​:状态变量,定义域为可行状态集X⊆RnX⊆Rnutu_tut​:控制输入,定义域为控制约束集U⊆RmU⊆Rm系统需满足安全约束,由如下控制障碍函数(CBF)hX→RhX→RCx∈X∣hx≥0C:=x∈X∣hx≥。

m0_54691290的博客 1184

散户逆袭神器:用通达信DIY指数发现下一个光伏储能(附龙头股筛选模板)

本文详细介绍了如何利用通达信软件的自定义指数功能,构建个人专属的行业监控工具,以发现类似光伏储能这样的潜力赛道。文章提供了从零开始的指数编制步骤、核心的龙头股筛选模板,以及五个关键的数据校验技巧,帮助散户投资者实现机构级的行业分析与机会挖掘,有效提升投资决策能力。

w3x4y的博客 486

循环测试之旅 —— 深度解析Pytest插件 pytest-repeat!

通过多次运行相同的测试,你可以更全面地评估代码的稳定性和可靠性,发现潜在的偶发性问题。在项目开发中,通过应用 pytest-repeat 插件,你可以更高效地进行测试,确保代码的质量。试试这个插件,探索循环测试的奇妙之处,让你的测试更上一层楼。本文将深入介绍 pytest-repeat 插件的基本用法和实际案例,助你更好地利用循环测试,发现和解决潜在问题。通过使用该插件,你可以在相同的测试环境中反复运行测试,以检测潜在的偶发性问题,确保代码的可靠性和稳定性。有时,你可能希望在循环测试中设置最大的运行次数。

shihuaizxc的博客 1142

virtualbox虚拟机里面最顶部没有控制、设置和帮助等选项

无意中操作,导致virtualbox虚拟机里面最顶部没有控制,设置和帮助选项  virtualbox虚拟机窗口显示如下如: 如何设置,窗口显示如下图所示呢: virtualbox虚拟机窗口模式显示设置,切换可以通过如下图所示操作进行切换: PS:一定要是右边的Ctrl+C

WEL测试 8780

pytest 的 request fixture:实现个性化测试需求

看到参数为request,我们知道fixture装饰的函数入参,只能是其他fixture,所以这里request一定也是fixture。那它到底怎么用呢?这篇文章将详细介绍,并通过实战项目加深理解。

2301_76387166的博客 925

手把手教你用LIO-SAM搞定激光雷达和IMU联合标定(附避坑指南)

本文详细介绍了使用LIO-SAM进行激光雷达与IMU联合标定的全流程,包括标定原理、工具选型、硬件配置、数据采集、LI_calib标定步骤及LIO-SAM集成验证。特别提供了避坑指南和参数优化技巧,帮助开发者高效完成传感器标定,提升自动驾驶和机器人定位精度。

hadoop5ranger的博客 995

CGAL AlphaShape算法(自适应Alpha值,二维版本)

CGAL AlphaShape算法(自适应Alpha值,二维版本)

dayuhaitang1的博客 2326

Pytest 的 request fixture:实现个性化测试需求

在之前深入理解-repeat插件的工作原理一文中,我们看到源码中有这样一段看到参数为request,我们知道,所以这里request一定也是fixture。那它到底怎么用呢?这篇文章将详细介绍,并通过实战项目加深理解。

chengxuyuznguoke的博客 791

基于UC3842的反激电源的全面深入解析与MATLAB仿真

内置电流检测,可实现电流模式控制,提高系统的动态响应性。多种保护功能,如欠压锁定、过温保护、短路保护等,确保系统的安全可靠运行。宽工作电压范围,适应不同的电源设计需求。简单的外部元件配置,易于实现。UC3842的典型应用包括开关电源、DC-DC转换器和反激式电源等,其稳定性和可靠性在实际应用中得到了广泛验证。

qq_38334677的博客 1090

pytest学习笔记

对于做自动化测试的同学,基本都知道python的单元测试框架unitest,因其为python的内置库,曝光度较高,使用较广泛,进而广为人知 只要有点开发基础的同学,都可以比较容易上手学习并进行二次开发,那就有人就问了,为什么还要学习pytest呢? 其实可以用一个简单的比喻来形容,为什么现在手机经常换呢?答案是显而易见,技术的更新,使得功能更强大、使用更便捷。 接下来重点讲解一下自己在学习pytest过程中的一些学习心得。 附pytest官方...

fz1992092500的博客 1174

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

Pytest 重复执行用例插件----pytest-repeat

在自动化过程中,想要重复执行一条脚本,查看他的稳定性,如果是在unittest框架中,可能会使用for一直循环这条用例,但是当我们使用pytest框架后,我们就可以通过某些插件来实现这个功能了。今天介绍的这个插件就是重复执行某条用例或者某些用例。

思则变的专栏 1831

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

pytest学习和使用-Pytest如何重复执行用例?(pytest-repeat)

为了排查某些问题,我们可能需要重复去执行某个用例进行问题分析; 一些场景下,自动化测试时候某个用例时好时坏,为了排查这类问题,我们可能需要对用例进行重复执行。

公众号:【伤心的辣条】 1914

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

pytest 重试_pytest 之重运行机制:rerunfailures

web自动化测试中,稳定性在整个测试运行中都至关重要,但不能保证测试脚本或者测试环境一直都能够稳定,它牵扯到诸多因素,在这里就不赘述,pytest框架相较于unittest的一大优势就在于拥有用例失败的重试机制,以此来应对环境不稳定问题或者是测试用例脚本的不稳定性问题。一、安装重运行机制使用到了pytest的插件,插件名称为:rerunfailures (译:瑞软.费偶噎死),要使用它,需要先安装...

weixin_36057489的博客 2033
上一篇: selenium的封装技术
下一篇: 老旧系统自动化测试实战指南
字节自动化测试
博客等级 码龄6年 7034粉丝 1810原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值