特点：
是一个命令行工具，编写用例简单，可读性强 非常容易上手，入门简单,文档丰富，文档中有很多实例可以参考 支持单元测试和功能测试 支持参数化 执行测试过程中可以将某些测试跳过，或者对某些预期失败的Case标记成失败 支持重复执行失败的Case 支持运行由unittest编写的测试Case 具有很多第三方插件，并且可以自定义扩展 方便的和持续集成工具集成 可以运行以test开头或test结尾的包、文件和方法 可以使用assert进行断言
pytest 默认能够自动识别 test 开头函数和方法，以及 Test 开头的类。，其他的不会自动识别。
测试代码示例：
import pytest def test_one(): print('1111') def test_two(): print('22222') class TestTask(object): def test_1(self): print('test 11111111') def test_2(self): print('test 222222222222') if __name__ == '__main__': pytest.main(['-s']) pytest -s # 运行当前目录所有test开头的文件 pytest -s xxx.py # 运行指定的文件 # 代码 pytest.main(['-s']) pytest.main(['-s', 'xxx.py'])终端测试示例代码：pytest test_1.py -s
====================== test session starts ===================== platform linux -- Python 3.5.2, pytest-6.1.1, py-1.9.0, pluggy-0.13.1 rootdir: /home/python/Desktop/code/demo plugins: celery-4.4.5 collected 4 items test_1.py 1111 .22222 .test 11111111 .test 222222222222 . ======================= 4 passed in 0.02s ======================== 命令如果不加-s不会显示代码中的标准输出（print、logging），示例代码最后一句不加-s也是一个道理。终端测试：
预测到参数不符合要求，会抛出TypeError异常；若出现该异常，则测试用例执行通过
用法： # with pytest.raises(预期的异常类型): # 实际产生的异常 # 如果实际产生的异常和预期的异常类型一样，测试通过 import pytest def foo(a): """测试函数""" if a == 1: raise TypeError("异常a=11111111") elif a == 2: raise ValueError("异常a=22222222") elif a == 3: raise ValueError("异常a=33333333") class TestAssert(object): def test_exception_typeerror(self): with pytest.raises(TypeError): # 传入a=1, 引发测试函数错误 foo(1) 把异常信息保存到一个变量err_info中 def test_exception_typeerror(self): # with pytest.raises(预期的异常类型) as 异常对象: # 实际产生的异常 # 如果实际产生的异常和预期的异常类型一样，测试通过 with pytest.raises(TypeError) as err_info: foo(1) # 产生TypeError，保存到err_info if err_info.type == TypeError: print('err_info保存了异常信息') 通过异常的内容捕捉异常match = '' import pytest def foo(a): """测试函数""" if a == 1: raise TypeError("异常1111111") elif a == 2: raise ValueError("异常22222222") else: raise ValueError("异常33333333") def test_3(): with pytest.raises(ValueError, match="异常33333333") as err_info: foo(2) # 触发ValueError，同时异常内容为match if err_info.type == ValueError: print(err_info, 'err_info保存了异常信息') if __name__ == '__main__': pytest.main(['-s'])注意：
警告不会终止程序运行，异常会终止程序运行
import warnings import pytest def test_1(): # with pytest.warns(预期的警告类型): # 实际产生的警告 # 如果实际产生的警告和预期的警告类型一样，测试通过 with pytest.warns(RuntimeWarning): warnings.warn("my warning", RuntimeWarning) def test_2(): # 警告断言，可以同时断言多个（异常不可以），保存在一个变量中， with pytest.warns((RuntimeWarning, UserWarning)) as warn_info: warnings.warn("my warning aaaaa", RuntimeWarning) warnings.warn("value must be 0 or None", UserWarning) print('11111111111111') # warn_info对象的成员，它是列表 print(warn_info.__dict__) print(len(warn_info)) print(warn_info[0].__dict__) # 第0个对象的成员信息 print(warn_info[0].category) print(warn_info[0].message) def test_3(): # 断言： 警告为RuntimeWarning，通过内容包含warning with pytest.warns(RuntimeWarning, match='warning'): warnings.warn("my warning", RuntimeWarning) if __name__ == '__main__': # 默认不打印，需要加上-s参数， []中元素是字符串 pytest.main(['-s'])函数级别：
作用域为：普通函数setup_function, teardown_function，普通测试用例函数前后执行一次类级别
作用域为类：类、实例方法setup_class 和 teardown_class ， 类的前后执行1次setup_method, teardown_method，测试用例实例方法前后各执行1次模块级别
作用域：运行的文件setup_module(), teardown_module() 定义在类外文件的前后，执行1次fixture是pytest特有的功能，它以装饰器形式定义在函数上面， 在编写测试函数的时候，可以将被fixture装饰的函数的名字做为测试函数的参数，运行测试脚本时，执行测试函数时就会自动传入被fixture装饰的函数的返回值。
import pytest import requests # 1. @pytest.fixture装饰一个函数，非测试用例 @pytest.fixture() def get_web(): print('get_web111111111') return 'https://www.baidu.com' # 2. pytest.fixture装饰函数的函数名，作为测试用例的参数 def test_1(get_web): # 3. 测试用例函数里面使用到pytest.fixture装饰函数的函数名，使用的是这个函数的返回值 print('aaaa = ', get_web) resp = requests.get(get_web) print(resp.status_code) def test_2(get_web): print('test_2 = ', get_web) # 执行流程 # 1. 执行测试用例，测试用例有get_web参数 # 2. 先执行get_web函数后，再执行测试用例里面的代码 if __name__ == '__main__': # 默认不打印，需要加上-s参数， []中元素是字符串 pytest.main(['-s'])共享fixture函数
如果在测试中多个测试文件中用例用到同一个的fixture函数，则可以将其移动到conftest.py文件中，所需的fixture对象会自动被pytest发现，而不需要再每次导入
conftest.py文件名固定
在conftest.py文件中实现共用的fixture函数
拓展：pytest.mark.usefixtures
scope: 被标记方法的作用域， 可以传入以下四个值; “function”: 默认值，每个测试用例都要执行一次 fixture 函数 “class”: 作用于整个类， 表示每个类只运行一次 fixture 函数 “module”: 作用于整个模块， 每个 module 的只执行一次 fixture 函数 “session”: 作用于整个 session ， 一次 session 只运行一次 fixture
params: list 类型，默认 None， 接收参数值，对于 param 里面的每个值，fixture 都会去遍历执行一次。
autouse: 是否自动运行，默认为 false， 为 true 时此 session 中的所有测试函数都会调用 fixture
测试代码示例：
import pytest # scope='class'： # 如果测试用例加上fixture修饰函数作为形参， # 对于类中测试用例，只会在第一次的时候执行 @pytest.fixture(scope='class') def func(): print('fixture修饰的func') # ============================ # 普通函数测试用例 def test_1(func): print('test_1111') # 类实例方法测试用例 class TestDemo(object): def test_2(self, func): print('test222222222222222') def test_3(self, func): print('test33333333333333') if __name__ == '__main__': # 默认不打印，需要加上-s参数， []中元素是字符串 pytest.main(['-s')运行结果：
pytest.mark下提供了标记装饰器，除了之前我们使用的pytest.mark.usefixtures()装饰器以外，还有一些常用的标记装饰器
装饰器作用pytest.mark.xfail()将测试函数标记为预期失败。pytest.mark.skip()无条件地跳过测试函数pytest.mark.skipif()有条件地跳过测试函数pytest.mark.parametrize()参数化Fixture方法和测试函数。pytest.mark.usefixtures()使用类、模块或项目中的Fixture方法。示例：
就算标志，测试用例，还是可以执行，只是结果标志为X import pytest @pytest.mark.xfail(reason='功能不完善，标志为失败') def test_1(): print('1111111111111') num = 1 + 1 assert num == 2, 'num不为2，所以测试不通过' import pytest # @pytest.mark.skip(reason='之前注册，无需再注册') # 无条件跳过 #@pytest.mark.skipif(condition = True , reason='之前注册，无需再注册') # 条件跳过, 和上面一样 @pytest.mark.skipif(condition = False , reason='需要注册，无需跳过') # skipif，为False，这句话没有意义 def test_1(): print('注册功能') import pytest @pytest.mark.parametrize(['usrname', 'pwd'], [('mike', '123'), ('yoyo', 'abc')]) def test_login(usrname, pwd): print('usrname = %s, pwd = %s' % (usrname, pwd))通常在编写测试代码的目录下新建配置文件pytest.ini
[pytest] ;指定运行的测试文件 addopts = -s test.py ;需要测试文件的路径 testpaths = ./ ;识别test开头的py文件 python_files = test*.py ;识别Test开头的类 python_classes = Test* ;识别test开头的函数 python_functions = test* ;在ini文件中注释语句是以分号开始的, 所有的注释语句不管多长都是独占一行直到结束的#1、生成测试报告 pip install pytest-html -i https://pypi.tuna.tsinghua.edu.cn/simple #2、控制函数执行顺序 pip install pytest-ordering -i https://pypi.tuna.tsinghua.edu.cn/simple #3、失败重试 pip install pytest-rerunfailures -i https://pypi.tuna.tsinghua.edu.cn/simple
修改配置文件（指定运行的文件，指定生成的测试报告的路径），然后在终端使用命令pytest运行测试文件
[pytest] addopts = -s test.py --html=./report.html测试代码：
def test1(): print('test1') assert True def test2(): print('test2') assert False生成的测试报告示意：
注意： unittest的执行顺序的按照ASCII的排序执行的。 pytest使用装饰器：@pytest.mark.run(order=num)，数字靠前的先运行。
import pytest @pytest.mark.run(order=3) def test_1(): print('111111111111') @pytest.mark.run(order=1) # 数字靠前的先运行 def test_2(): print('222222222222') @pytest.mark.run(order=2) def test_3(): print('3333333333333')结果：test2被装饰的数字是1，所以先执行
安装依赖pip install pytest-rerunfailures
测试用例不通过的，才会重试比如：终端执行pytest -s test.py --reruns 3（重复执行三次）在终端执行命令测试代码的时候，或者在配置文件pytest.ini中添加-p no:插件名的方式可以取消插件
比如执行的时候，取消执行顺序的插件pytest -s test_21_report.py -p no:orderingYaml 是一种所有编程语言可用的友好的数据序列化标准，类似于 json。其语法和其他高阶语言类似, 并且可以简单表达列表、字典、标量等资料形式。
语法规则
大小写敏感 使用缩进表示层级关系 缩进时不允许使用tab键,只允许使用空格 缩进的空格数目不重要,只要相同层级的元素左侧对齐即可
支持的数据结构
字典： 键值对的集合 数组： 一组按照次序排列的值, 又称序列(sequence)、列表 纯量： 单个的、不可再分的值, 包括 字符串、布尔值、整数、浮点数、null、日期
yaml转换工具：
工具1工具2PyYaml库的安装pip3 install -U PyYAML
1、读取yaml文件数据yaml.load()
准备一个yaml文件编写转换格式的python代码 import yaml # 1. 只读方式打开文件，文件对象 # 2. 读取内容 = yaml.load(文件对象, Loader=yaml.FullLoader) with open('./info.yaml'， 'r') as f: ret = yaml.load(f, Loader=yaml.FullLoader) print(ret)2、python写入生成yaml文件yaml.dump()
import yaml # 准备一个字典数据 data={'Search_Data': { 'search_test_002': {'expect': {'value': '你好'}, 'value': '你好'}, 'search_test_001': {'expect': [4, 5, 6], 'value': 456} } } # 1. 只写方式，指定utf-8编码打开文件，有一个文件对象 # 2. yaml.dump(写入文件的数据， 上一步的文件对象， allow_unicode=True) with open('xxx.yaml', 'w', encoding='utf-8') as f: yaml.dump(data, f, allow_unicode=True)