新闻详情

新闻详情

首页 / 资讯中心 / 详情

Day19使用fixtrue固件+conftest实现用例的前后置

发布时间:2026/11/15 12:57:42来源:尧图网络
Day19使用fixtrue固件+conftest实现用例的前后置
一、部分/全部用例执行之前/之后需要进行的操作登录获取鉴权码查询数据库等可能是所有的用例也可能是部分的用例。重点conftest.py 是一个固定文件名专门用来存放 fixture。pytest 的fixture 固件就是用来实现测试用例前后置处理的机制。二、如何把一个函数设置为一个 fixture 固件只需要加一个固件装饰器就可以了。# 加上pytest.fixture装饰器普通函数就变成fixture固件#pytest.fixture(scope,autouse,params,ids,name)#固件所填参数#conftest.py # 加上pytest.fixture装饰器普通函数就变成fixture固件 import pytest #fixture固件 pytest.fixture(scopefunction,autouseFalse) def exe_sql_select_db(): try: # print(前置查询数据库的操作) raise Exception(百里筐瓢了) except Exception: print(异常处理) yield print(后置aa) # 1、异常捕获测试稳定性 raise Exception(百里筐瓢了)主动抛出异常模拟前置准备失败比如数据库连接报错、查询失败 try...except捕获异常做异常处理打印。 #2、fixture 前后置原理yield #yield之前的代码 前置操作用例执行前执行这里是数据库查询逻辑 #yield之后的代码 后置操作用例跑完之后执行这里打印后置aa三、pytest.fixture装饰器所填参数的作用1、scope定义固件的作用范围。function 函数 在每个函数用例的前后置执行一次函数的手动调用案例def test_get_token(selfexe_sql_select_db):#test_api.py class TestApi: #函数的手动调用 token def test_get_token(selfexe_sql_select_db): u https://api.weixin.qq.com/cgi-bin/token p { grant_type:client_credential, appid: wx8a9de038e93f77ab, }class 类 在每个类的前后置执行一次类的手动调用案例pytest.mark.usefixtures(exe_sql_select_db)#test_api.py pytest.mark.usefixtures(exe_sql_select_db) class TestApi: #类的手动调用 token def test_get_token(self): u https://api.weixin.qq.com/cgi-bin/token p { grant_type:client_credential, appid: wx8a9de038e93f77ab, }module 模块 在每个模块的前后置执行一次session 会话 在每个会话的前后置执行一次2、autouse用自动还是手动执行固件true 自动false 手动autouseTrue自动触发不用传参范围内所有用例都会执行固件autouseFalse手动触发需要在用例参数传入固件名用例指定才执行。3、params传参以及参数化固件参数化传入多组数据循环执行用例。很少用在实现固件的时候实现参数化。4、 ids和 params 一起使用在参数化的时候对参数进行别名的5、 name设置固件别名如果设置了 name那么就只能用这个别名不能用原来固件名四、固件传参过程只有手动才能传参类型1固件 yield 返回值固件的值传到用例里面特点单次执行返回 1 个数据没有多组循环。类型2params 参数化固件 request.param给固件本身传入多组数据固件再传给用例特点给固件配置多组测试数据pytest 会自动循环每组数据单独跑一次用例
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉