Python 自动化测试高级应用指南

原创 于 2026-04-29 14:36:43 发布 · 216 阅读 · 5 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
GEO检测
标签
#rust #github #python

Python 自动化测试高级应用指南

1. 自动化测试基础

Python 的自动化测试主要通过 unittest 和 pytest 等框架实现。

# unittest 基础
import unittest

class TestMath(unittest.TestCase):
    def test_add(self):
        self.assertEqual(1 + 1, 2)
    
    def test_subtract(self):
        self.assertEqual(5 - 3, 2)

if __name__ == '__main__':
    unittest.main()

2. unittest 高级应用

2.1 测试夹具

import unittest

class TestMath(unittest.TestCase):
    def setUp(self):
        # 测试前的准备工作
        self.numbers = [1, 2, 3, 4, 5]
    
    def tearDown(self):
        # 测试后的清理工作
        self.numbers = None
    
    def test_sum(self):
        self.assertEqual(sum(self.numbers), 15)
    
    def test_average(self):
        self.assertEqual(sum(self.numbers) / len(self.numbers), 3.0)

if __name__ == '__main__':
    unittest.main()

2.2 测试套件

import unittest

class TestMath(unittest.TestCase):
    def test_add(self):
        self.assertEqual(1 + 1, 2)
    
    def test_subtract(self):
        self.assertEqual(5 - 3, 2)

class TestString(unittest.TestCase):
    def test_length(self):
        self.assertEqual(len("hello"), 5)
    
    def test_upper(self):
        self.assertEqual("hello".upper(), "HELLO")

# 创建测试套件
suite = unittest.TestSuite()
suite.addTest(TestMath('test_add'))
suite.addTest(TestMath('test_subtract'))
suite.addTest(TestString('test_length'))
suite.addTest(TestString('test_upper'))

# 运行测试套件
if __name__ == '__main__':
    runner = unittest.TextTestRunner()
    runner.run(suite)

2.3 断言方法

import unittest

class TestAssertions(unittest.TestCase):
    def test_equal(self):
        self.assertEqual(1 + 1, 2)
    
    def test_not_equal(self):
        self.assertNotEqual(1 + 1, 3)
    
    def test_true(self):
        self.assertTrue(1 + 1 == 2)
    
    def test_false(self):
        self.assertFalse(1 + 1 == 3)
    
    def test_is_none(self):
        self.assertIsNone(None)
    
    def test_is_not_none(self):
        self.assertIsNotNone("hello")
    
    def test_in(self):
        self.assertIn(1, [1, 2, 3])
    
    def test_not_in(self):
        self.assertNotIn(4, [1, 2, 3])

if __name__ == '__main__':
    unittest.main()

3. pytest 高级应用

3.1 基本测试

# test_math.py
def test_add():
    assert 1 + 1 == 2

def test_subtract():
    assert 5 - 3 == 2

# 运行测试
# pytest test_math.py -v

3.2 测试夹具

import pytest

@pytest.fixture
def numbers():
    return [1, 2, 3, 4, 5]

def test_sum(numbers):
    assert sum(numbers) == 15

def test_average(numbers):
    assert sum(numbers) / len(numbers) == 3.0

# 运行测试
# pytest test_math.py -v

3.3 参数化测试

import pytest

@pytest.mark.parametrize("a, b, expected", [
    (1, 1, 2),
    (2, 3, 5),
    (5, 5, 10)
])
def test_add(a, b, expected):
    assert a + b == expected

@pytest.mark.parametrize("a, b, expected", [
    (5, 3, 2),
    (10, 4, 6),
    (7, 2, 5)
])
def test_subtract(a, b, expected):
    assert a - b == expected

# 运行测试
# pytest test_math.py -v

3.4 测试标记

import pytest

@pytest.mark.slow
def test_slow_operation():
    # 模拟慢操作
    import time
    time.sleep(2)
    assert 1 + 1 == 2

@pytest.mark.skip(reason="暂时跳过")
def test_skip():
    assert 1 + 1 == 2

@pytest.mark.xfail(reason="预期失败")
def test_xfail():
    assert 1 + 1 == 3

# 运行测试
# pytest test_math.py -v
# pytest test_math.py -v -m "not slow"

4. 实际应用场景

4.1 单元测试

# math.py
def add(a, b):
    return a + b

def subtract(a, b):
    return a - b

def multiply(a, b):
    return a * b

def divide(a, b):
    if b == 0:
        raise ValueError("除数不能为零")
    return a / b

# test_math.py
import pytest
from math import add, subtract, multiply, divide

def test_add():
    assert add(1, 2) == 3
    assert add(-1, 1) == 0
    assert add(0, 0) == 0

def test_subtract():
    assert subtract(5, 3) == 2
    assert subtract(3, 5) == -2
    assert subtract(0, 0) == 0

def test_multiply():
    assert multiply(2, 3) == 6
    assert multiply(-1, 1) == -1
    assert multiply(0, 5) == 0

def test_divide():
    assert divide(6, 3) == 2
    assert divide(5, 2) == 2.5
    with pytest.raises(ValueError):
        divide(1, 0)

# 运行测试
# pytest test_math.py -v

4.2 集成测试

# app.py
class User:
    def __init__(self, name, email):
        self.name = name
        self.email = email

class UserService:
    def __init__(self):
        self.users = []
    
    def add_user(self, name, email):
        user = User(name, email)
        self.users.append(user)
        return user
    
    def get_user_by_email(self, email):
        for user in self.users:
            if user.email == email:
                return user
        return None

# test_integration.py
import pytest
from app import UserService

def test_user_service():
    # 创建服务实例
    service = UserService()
    
    # 添加用户
    user = service.add_user("Alice", "alice@example.com")
    assert user.name == "Alice"
    assert user.email == "alice@example.com"
    
    # 根据邮箱获取用户
    found_user = service.get_user_by_email("alice@example.com")
    assert found_user is not None
    assert found_user.name == "Alice"
    
    # 获取不存在的用户
    not_found_user = service.get_user_by_email("bob@example.com")
    assert not_found_user is None

# 运行测试
# pytest test_integration.py -v

4.3 Web 测试

# test_web.py
import pytest
from flask import Flask
from flask.testing import FlaskClient

app = Flask(__name__)

@app.route('/')
def hello():
    return 'Hello, World!'

@app.route('/users/<int:user_id>')
def get_user(user_id):
    return f'User {user_id}'

@pytest.fixture
def client():
    app.config['TESTING'] = True
    with app.test_client() as client:
        yield client

def test_hello(client: FlaskClient):
    response = client.get('/')
    assert response.status_code == 200
    assert response.data == b'Hello, World!'

def test_get_user(client: FlaskClient):
    response = client.get('/users/1')
    assert response.status_code == 200
    assert response.data == b'User 1'

# 运行测试
# pytest test_web.py -v

4.4 数据库测试

# test_database.py
import pytest
import sqlite3

@pytest.fixture
def db():
    # 创建内存数据库
    conn = sqlite3.connect(':memory:')
    cursor = conn.cursor()
    
    # 创建表
    cursor.execute('''
    CREATE TABLE users (
        id INTEGER PRIMARY KEY,
        name TEXT,
        email TEXT
    )
    ''')
    conn.commit()
    
    yield conn
    
    # 清理
    conn.close()

def test_insert_user(db):
    cursor = db.cursor()
    
    # 插入用户
    cursor.execute('INSERT INTO users (name, email) VALUES (?, ?)', ('Alice', 'alice@example.com'))
    db.commit()
    
    # 验证插入
    cursor.execute('SELECT * FROM users WHERE email = ?', ('alice@example.com',))
    user = cursor.fetchone()
    assert user is not None
    assert user[1] == 'Alice'
    assert user[2] == 'alice@example.com'

def test_update_user(db):
    cursor = db.cursor()
    
    # 插入用户
    cursor.execute('INSERT INTO users (name, email) VALUES (?, ?)', ('Alice', 'alice@example.com'))
    db.commit()
    
    # 更新用户
    cursor.execute('UPDATE users SET name = ? WHERE email = ?', ('Alice Smith', 'alice@example.com'))
    db.commit()
    
    # 验证更新
    cursor.execute('SELECT * FROM users WHERE email = ?', ('alice@example.com',))
    user = cursor.fetchone()
    assert user[1] == 'Alice Smith'

def test_delete_user(db):
    cursor = db.cursor()
    
    # 插入用户
    cursor.execute('INSERT INTO users (name, email) VALUES (?, ?)', ('Alice', 'alice@example.com'))
    db.commit()
    
    # 删除用户
    cursor.execute('DELETE FROM users WHERE email = ?', ('alice@example.com',))
    db.commit()
    
    # 验证删除
    cursor.execute('SELECT * FROM users WHERE email = ?', ('alice@example.com',))
    user = cursor.fetchone()
    assert user is None

# 运行测试
# pytest test_database.py -v

5. 最佳实践

  1. 测试覆盖率：使用 coverage 工具测量测试覆盖率，确保代码被充分测试。
  2. 测试命名：为测试方法和测试文件使用清晰、描述性的名称。
  3. 测试隔离：确保测试之间相互独立，避免测试依赖。
  4. 测试夹具：使用测试夹具（fixtures）来设置和清理测试环境。
  5. 参数化测试：使用参数化测试来测试多种场景。
  6. 测试标记：使用测试标记来组织和运行特定的测试。
  7. 异常测试：测试函数是否正确处理异常情况。
  8. 性能测试：对于性能敏感的代码，编写性能测试。

6. 总结

Python 的自动化测试框架提供了丰富的功能，从基本的单元测试到复杂的集成测试和 Web 测试。通过掌握这些高级应用，我们可以编写更加可靠、高质量的代码。

在实际应用中，自动化测试可以用于单元测试、集成测试、Web 测试和数据库测试等多种场景，确保代码的正确性和可靠性。

希望本文对你理解和应用 Python 自动化测试有所帮助！

Python 概述
一云蓝天
02-22 1252
本文摘抄作为记录, 参考, 切不可照搬照抄的去做. 一、Python的应用场景 Python用于简单脚本编程，如编写2048小游戏或12306的自动抢票软件； Python用于系统编程，如开发系统应用； Python用于开发网络爬虫； 网络爬虫的用途是进行数据采集，也就是将互联网中的数据采集过来。网络爬虫的难点其实并不在于爬虫本身，由于网站方为了避免被爬取回采取各种各样的反爬虫措施，而如果想要继续...
Python 自动化测试五种自动化测试模型实战详解
Free355的博客
06-16 1366
随着移动互联网的发展，软件研发模型逐步完善，软件交付质量越来越受到软件公司的重视，软件测试技术特别是自动化测试技术开始在软件系统研发过程中发挥着越来越重要的作用。与传统的手工测试技术相比，自动化测试具备了良好的可操作性、可重复性和高效率等特点，能够更加全面、快速地执行测试用例，在保证产品质量的前提下实现软件产品的快速迭代。关于自动化测试的定义，本文不再详细赘述。一般来说，自动化测试是指：从局部或全部代替人工，结合测试工具和测试规范，自动执行测试脚本及提高测试效率的过程。
见识了解python自动化测试（3）
公众号：【伤心的辣条】
08-22 3342
见识了解python自动化测试（3） 自动化框架及工具 1 概述 手续的关于测试的方法论，都是建立在之前的文章里面提到的观点： 功能测试不建议做自动化 功能测试不建议做自动化 接口测试性价比最高 接口测试可以做自动化 后面所谈到的 测试自动化 也将围绕着 接口自动化 来介绍。 本系列选择的测试语言是 python 脚本语言。由于其官方文档已经对原理有了比较清楚的解释，本文就不做一些多余的翻译工作了。偏向于实战部分，而且为了偏向实战，也会结合 IDE 工具和项目组织来进行讲解。 理由如下： 脚本语言，开
Python自动化测试（超详细总结）
cs888zsy的博客
12-21 5134
在部署过程中，需要考虑如何保护数据安全、如何进行任务调度和监控、如何进行错误处理和恢复等问题，以确保自动化任务的可靠性和安全性。例如：先进行接口自动化测试，验证接口的正确性和稳定性；使用持续集成工具，例如：Jenkins，将购物车自动化测试集成到持续集成流程中，实现自动化测试的自动执行和结果分析。首先，需要了解购物车的功能需求，包括添加商品、删除商品、结算商品等操作，以及需要验证的功能点和边界条件等。结算商品：测试结算购物车中的商品，验证结算金额是否正确，并且验证结算后购物车中的商品数量是否正确。
全网最详细的Python自动化测试
热门推荐
m0_59164520的博客
10-15 2万+
什么是python自动化？我理解的Python自动化测试就是把以前人为测试转化为机器测试的一种过程。自动化测试是一种比手工测试更快获得故障反馈的方法。自动化测试是一种质量保障的方式，最重要的还是以做好一款高质量产品为前提。测试工作很多时候就是在不断平衡质量、效率、驱动业务这三者之间的比例和深度。根据不同的业务阶段、不同的目标、当前的关键事件驱动，在质量、效率、驱动业务上不断地调整策略和战术。
Python + WDA 实现 iOS App UI 自动化测试
weixin_48156111的博客
08-08 1253
本文介绍了使用Python和WebDriverAgent（WDA）实现iOS App UI自动化测试的完整方案。
Selenium应用指南及webdriver源码分析指南
开源优测
11-23 267
下方查看历史精选文章重磅发布 - 自动化框架基础指南pdfv1.1大数据测试过程、策略及挑战测试框架原理，构建成功的基石在自动化测试工作之前，你应该知道的10条建议在自动化测试中，重要的不是工具python selenium2 开发环境搭建python selenium2源码分析概要python selenium2源码 - 核心package：remote分析python selenium2源码 ...
最强Python自动化测试工具：Selenium的实战指南！
myh919的博客
11-27 303
最强Python自动化测试工具：Selenium的实战指南、在当今的软件开发世界中，自动化测试是确保软件质量的关键环节。Selenium是最著名的自动化测试工具之一，它允许你模拟用户在浏览器中的行为。今天，我们将探索这个最厉害的Python自动化工具。
python写web自动化_WEB接口开发与自动化测试 基于PYTHON语言 PDF 下载
weixin_39538847的博客
11-23 101
前言第1章 Python学习必知1.1 Python 2.x与Python 3.x选择1.2 Python的安装1.3 扩展库的安装1.4 开发工具选择1.5 程序报错不要慌第2章 Django入门2.1 Django开发环境2.2 开始第一个demo2.3 Django工作流2.4 MTV开发模式第3章 Django视图3.1 来写个登录功能3.2 Cookie和Session3.3 Djang...
Python Playwright实战：跨浏览器自动化测试的利器
探索云原生与智能化驱动下的安全运维新范式。关注DevSecOps、可观测性、AIOps等前沿领域，与您共赴技术前沿。
04-07 510
Playwright是由Microsoft开发的自动化测试工具，支持Chromium、Firefox和WebKit三大浏览器引擎。跨浏览器支持自动等待和智能重试机制强大的选择器引擎网络请求拦截和模拟支持移动设备模拟。
Python lxml库安装与应用指南
最新发布
weixin_35920379的博客
08-12 1294
lxml是一个非常强大的Python库，用于处理XML和HTML文档。它是基于libxml2和libxslt库的，不仅提供了非常丰富的API，还具有出色的性能。lxml库几乎支持所有XML/HTML特性，包括命名空间、CSS选择器、XPath表达式以及强大的XSLT支持，这使得它在数据抓取、网页解析、文档生成等多种场景中大放异彩。XSLT（Extensible Stylesheet Language Transformations）是一种专门用于XML文档转换的语言。
Python Selenium 库学习指南
wolf23151269的博客
01-11 1740
Selenium 是一个强大的浏览器自动化工具，它可以模拟用户在浏览器中的操作，如点击按钮、输入文本、滚动页面等。它最初用于 Web 应用的自动化测试，但在数据抓取和爬虫领域也得到了广泛应用，特别是抓取动态加载的网页内容。Selenium 可以与多种浏览器配合使用，包括 Chrome、Firefox、Edge、Safari 等，它通过 WebDriver 接口与浏览器交互。你也可以通过执行自定义的 JavaScript 代码，控制页面行为。# 让页面元素改变颜色")
Python在自动化测试中的高级应用：使用unittest和Mock库
人生不怕起点低，就怕没追求
06-13 1141
本文将详细介绍Python中的unittest框架和unittest.mock库在自动化测试中的高级应用，并通过代码示例展示其用法。
Python桌面应用程序中的自动化测试
master_chenchen的博客
08-19 1437
而Python，作为一位温文尔雅的骑士，以其优雅简洁的语言风格和强大的生态系统，成为了自动化测试领域的一位明星选手。你可以把这里当作自己的家，无论是工作之余的小憩，还是寻找灵感的驿站，我都希望你能在这里找到属于你的那份快乐和满足。那么，今天的分享就到这里了，希望你们喜欢。通过上述步骤和技术，我们不仅能够建立一个强大的自动化测试体系，还能确保我们的桌面应用程序在不断迭代的过程中始终保持高质量和稳定性。
Python 自动化测试应用
switch616的博客
11-08 1189
pytest提供简洁的语法，适合快速开发和测试。unittest更加正式，适合结构化的单元测试，尤其是当项目变得更加复杂时，unittest具备更多的测试控制功能。两者都能非常有效地用于自动化测试运维脚本，根据项目需求选择最适合的框架。自动化测试与 CI/CD 流程的集成是 DevOps 的核心，它为快速迭代和高质量交付提供了保障。在持续集成中，自动化测试可以确保每一次更改都不会影响系统的稳定性，帮助开发和运维团队更高效地协作。TDD 作为一种提高代码质量的开发方法，在运维脚本的编写中同样适用。
评论
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