Pytest自动化测试用例中的断言详解

前言
测试的主要工作目标就是验证实际结果与预期结果是否一致；在接口自动化测试中，通过断言来实现这一目标。Pytest中断言是通过assert语句实现的（pytest对Python原生的assert语句进行了优化），确定实际情况是否与预期一致。

pytest断言assert的用法
在自动化测试用例中，最常用的断言是相等断言，就是断言预期结果和实际结果是一致的。pytest通过 “assert 实际结果 == 预期结果” 实现。通常我们断言的预期结果和实际结果的数据类型包括字符串、元组、字典、列表和对象。

1、断言字符串
# content of test_assertions.py
class TestAssertions(object):def test_string(self):assert "spam" == "eggs"

执行测试用例结果（在pycharm中以pytest执行用例，后面示例都如此）：

test_assertions.py:2 (TestAssertions.test_string)
spam != eggsExpected :eggs
Actual   :spamself = def test_string(self):
>       assert "spam" == "eggs"
E       AssertionError: assert 'spam' == 'eggs'test_assertions.py:4: AssertionError

说明：Expected 为期望结果（即 == 右侧的预期结果），Actual 为实际结果（即 == 左侧的实际结果），> 后面为出错的代码行，E 后面为错误信息。

2、断言函数返回值
class TestAssertions(object):def test_function(self):def f():return [1, 2, 3]assert f() == [1, 2, 4]

执行测试用例结果：

test_assertions.py:1 (TestAssertions.test_function)
[1, 2, 3] != [1, 2, 4]Expected :[1, 2, 4]
Actual   :[1, 2, 3]self = def test_function(self):def f():return [1, 2, 3]>       assert f() == [1, 2, 4]
E       assert [1, 2, 3] == [1, 2, 4]test_assertions.py:6: AssertionError
3、断言集合类型

断言字典、列表、元组和集合等类型在测试中也是很常见的。比如下面这段测试用例代码：

class TestCollections(object):def test_dict(self):assert {"a": 0, "b": 1, "c": 0} == {"a": 0, "b": 2, "d": 0}def test_dict2(self):assert {"a": 0, "b": {"c": 0}} == {"a": 0, "b": {"c": 2}}def test_list(self):assert [0, 1, 2] == [0, 1, 3]def test_list2(self):assert [0, 1, 2] == [0, 1, [1, 2]]def test_tuple(self):assert (0, 1, 2) ==(0, 1, 3)def test_set(self):assert {0, 10, 11, 12} == {0, 20, 21}

执行测试用例结果：

FAILED                    [ 16%]
test_assertions.py:1 (TestCollections.test_dict)
{'a': 0, 'b': 1, 'c': 0} != {'a': 0, 'b': 2, 'd': 0}Expected :{'a': 0, 'b': 2, 'd': 0}
Actual   :{'a': 0, 'b': 1, 'c': 0}self = def test_dict(self):
>       assert {"a": 0, "b": 1, "c": 0} == {"a": 0, "b": 2, "d": 0}
E       AssertionError: assert {'a': 0, 'b': 1, 'c': 0} == {'a': 0, 'b': 2, 'd': 0}test_assertions.py:3: AssertionError
FAILED                   [ 33%]
test_assertions.py:4 (TestCollections.test_dict2)
{'a': 0, 'b': {'c': 0}} != {'a': 0, 'b': {'c': 2}}Expected :{'a': 0, 'b': {'c': 2}}
Actual   :{'a': 0, 'b': {'c': 0}}self = def test_dict2(self):
>       assert {"a": 0, "b": {"c": 0}} == {"a": 0, "b": {"c": 2}}
E       AssertionError: assert {'a': 0, 'b': {'c': 0}} == {'a': 0, 'b': {'c': 2}}test_assertions.py:6: AssertionError
FAILED                    [ 50%]
test_assertions.py:7 (TestCollections.test_list)
[0, 1, 2] != [0, 1, 3]Expected :[0, 1, 3]
Actual   :[0, 1, 2]self = def test_list(self):
>       assert [0, 1, 2] == [0, 1, 3]
E       assert [0, 1, 2] == [0, 1, 3]test_assertions.py:9: AssertionError
FAILED                   [ 66%]
test_assertions.py:10 (TestCollections.test_list2)
[0, 1, 2] != [0, 1, [1, 2]]Expected :[0, 1, [1, 2]]
Actual   :[0, 1, 2]self = def test_list2(self):
>       assert [0, 1, 2] == [0, 1, [1, 2]]
E       assert [0, 1, 2] == [0, 1, [1, 2]]test_assertions.py:12: AssertionError
FAILED                   [ 83%]
test_assertions.py:13 (TestCollections.test_tuple)
(0, 1, 2) != (0, 1, 3)Expected :(0, 1, 3)
Actual   :(0, 1, 2)self = def test_tuple(self):
>       assert (0, 1, 2) ==(0, 1, 3)
E       assert (0, 1, 2) == (0, 1, 3)test_assertions.py:15: AssertionError
FAILED                     [100%]
test_assertions.py:16 (TestCollections.test_set)
{0, 10, 11, 12} != {0, 20, 21}Expected :{0, 20, 21}
Actual   :{0, 10, 11, 12}self = def test_set(self):
>       assert {0, 10, 11, 12} == {0, 20, 21}
E       assert {0, 10, 11, 12} == {0, 20, 21}test_assertions.py:18: AssertionErrorAssertion failed

除了相等断言，常用的类型断言有以下几种：

assert xx #判断xx为真
assert not xx #判断xx不为真
assert a > b #判断a大于b
assert a < b #判断a小于b
assert a != b #判断a不等于b
assert a in b #判断b包含a
assert a not in b #判断b不包含a


更多断言的例子，大家可以参考Pytest的官方文档：
https://docs.pytest.org/en/latest/example/reportingdemo.html

这里一共有44个断言的例子，非常全面，几乎涵盖了所有的结果断言场景。

Pytest断言Excepiton
除了支持对代码正常运行的结果断言之外，Pytest也能够对 Exception 和 Warnning 进行断言，来断定某种条件下，一定会出现某种异常或者警告。在功能测试和集成测试中，这两类断言用的不多，这里简单介绍一下。

对于异常的断言，Pytest的语法是：with pytest.raises(异常类型)，可以看下面的这个例子：

def test_zero_division():with pytest.raises(ZeroDivisionError):1 / 0

这个测试用例断言运算表达式1除以0会产生ZeroDivisionError异常。除了对异常类型进行断言，还可以对异常信息进行断言，比如：

import pytest# content of test_assertions.py
class TestAssertions(object):def test_zero_division(self):with pytest.raises(ZeroDivisionError) as excinfo:1 / 0assert 'division by zero' in str(excinfo.value)

这个测试用例，就断言了excinfo.value的内容中包含division by zero这个字符串，这在需要断言具体的异常信息时非常有用。对于Warnning的断言，其实与Exception的断言的用法基本一致。这里就不介绍了，

优化断言
我们可以在异常的时候，输出一些提示信息。这样报错后。可以方便我们来查看原因。

拿最开始的例子来说，在assert后面加上说明（在断言等式后面加上 , 然在后写上说明信息）：
 

# content of test_assertions.py
class TestAssertions(object):def test_string(self):assert "spam" == "eggs","校验字符串'spam'是否等于'eggs'"

执行测试用例结果：

FAILED                   [100%]
AssertionError: 判断字符串'spam'是否等于'eggs'
spam != eggsExpected :eggs
Actual   :spamself = def test_string(self):
>       assert "spam" == "eggs","校验字符串'spam'是否等于'eggs'"
E       AssertionError: 校验字符串'spam'是否等于'eggs'
E       assert 'spam' == 'eggs'test_assertions.py:4: AssertionError

这样当断言失败的时候，会给出自己写的失败原因了 E AssertionError: 校验字符串'spam'是否等于'eggs'

总结：

感谢每一个认真阅读我文章的人！！！

作为一位过来人也是希望大家少走一些弯路，如果你不想再体验一次学习时找不到资料，没人解答问题，坚持几天便放弃的感受的话，在这里我给大家分享一些自动化测试的学习资源，希望能给你前进的路上带来帮助

软件测试面试文档

我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。'

 

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/228487.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

通过“待办事项列表项目”快速学习Pyqt5的一些特性

通过“待办事项列表项目”快速学习Pyqt5的一些特性

Pyqt5相关文章: 快速掌握Pyqt5的三种主窗口 快速掌握Pyqt5的2种弹簧 快速掌握Pyqt5的5种布局 快速弄懂Pyqt5的5种项目视图&#xff08;Item View&#xff09; 快速弄懂Pyqt5的4种项目部件&#xff08;Item Widget&#xff09; 快速掌握Pyqt5的6种按钮 快速掌握Pyqt5的10种容器&…
阅读更多...
Apache Flume（3）：数据持久化

Apache Flume（3）：数据持久化

1 使用组件 File Channel 2 属性设置 属性名默认值说明type-filecheckpointDir~/.flume/file-channel/checkpoint检查点文件存放路径dataDirs~/.flume/file-channel/data日志存储路径&#xff0c;多个路径使用逗号分隔. 使用不同的磁盘上的多个路径能提高file channel的性能 …
阅读更多...
SpringIOC之@Primary

SpringIOC之@Primary

博主介绍&#xff1a;✌全网粉丝5W&#xff0c;全栈开发工程师&#xff0c;从事多年软件开发&#xff0c;在大厂呆过。持有软件中级、六级等证书。可提供微服务项目搭建与毕业项目实战&#xff0c;博主也曾写过优秀论文&#xff0c;查重率极低&#xff0c;在这方面有丰富的经验…
阅读更多...
nodejs微信小程序＋python＋PHP技术下的音乐推送系统-计算机毕业设计推荐

nodejs微信小程序＋python＋PHP技术下的音乐推送系统-计算机毕业设计推荐

音乐推送系统采取面对对象的开发模式进行软件的开发和硬体的架设&#xff0c;能很好的满足实际使用的需求&#xff0c;完善了对应的软体架设以及程序编码的工作&#xff0c;采取MySQL作为后台数据的主要存储单元&#xff0c;  本文设计了一款音乐推送系统&#xff0c;系统为人…
阅读更多...
vue中2种取值的方式

vue中2种取值的方式

1.url是这种方式的&#xff1a;http://localhost:3000/user/1 取得参数的方式为&#xff1a;this.$route.params.id 2.url为get方式用&#xff1f;拼接参数的&#xff1a;http://localhost:3000/user?phone131121123&companyId2ahttp://localhost:3000/ 取得参数值的方式…
阅读更多...
freeRTOS使用

freeRTOS使用

创建第一个FreeRTOS程序 1、官网源码下载 &#xff08;1&#xff09;进入FreeRTOS官网FreeRTOS professional services for application and RTOS development and consulting. FreeRTOS is an Open Source Code RTOS &#xff08;2&#xff09;点击下载FreeRTOS 2、处理目录 &…
阅读更多...
基于多智能体系统一致性算法的电力系统分布式经济调度策略MATLAB程序

基于多智能体系统一致性算法的电力系统分布式经济调度策略MATLAB程序

微❤关注“电气仔推送”获得资料&#xff08;专享优惠&#xff09; 参考文献&#xff1a; 主要内容&#xff1a; 应用多智能体系统中的一致性算法&#xff0c;以发电机组的增量成本和柔性负荷的增量效益作为一致性变量&#xff0c;设计一种用于电力系统经济调度的算法&#x…
阅读更多...
openwrt中taiscale自动安装脚本详解

openwrt中taiscale自动安装脚本详解

openwrt中taiscale自动安装脚本详解 一、代码仓库地址 https://github.com/adyanth/openwrt-tailscale-enabler 二、代码仓库中脚本文件详解 主要包含三个脚本分别是etc/init.d/tailscale、usr/bin/tailscale、usr/bin/tailscaled &#xff0c;接下来逐个分析一下脚本中的具…
阅读更多...
3.1【窗口】窗口简介与窗口组

3.1【窗口】窗口简介与窗口组

一，窗口简介 Windows用于显示内容，并将不同生成的内容组合在一起。每个不同的呈现器都可以在同一个进程中，也可以在另一个或多个进程中。 Screen中的窗口概念与你在传统窗口系统中可能习惯的略有不同。在Screen中，当内容来自不同来源时，应用程序被分成几个窗口，当应用程…
阅读更多...
Linux查看进程PID以及杀掉进程的方法

Linux查看进程PID以及杀掉进程的方法

目录 参考链接 前言 查看进程PID PS命令 ps -le命令 查找父进程 杀死进程 参考链接 【Linux 】 ps命令详解&#xff0c;查看进程pid_linux查看pid 对应的程序-CSDN博客 Linux查看进程PID的方法&#xff08;linux查进程的pid&#xff09;附带自动kill 掉_linux查看pid 对…
阅读更多...
DDA 算法

DDA 算法

CAD 算法是计算机辅助设计的算法&#xff0c;几何算法是解决几何问题的算法 CAD 算法是指在计算机辅助设计软件中使用的算法&#xff0c;用于实现各种设计和绘图功能&#xff0c;CAD 广泛应用于建筑、机械、电子等领域&#xff0c;可以大大提高设计效率和精度 绘图算法是 CAD…
阅读更多...
机器学习算法---聚类

机器学习算法---聚类

类别内容导航机器学习机器学习算法应用场景与评价指标机器学习算法—分类机器学习算法—回归机器学习算法—聚类机器学习算法—异常检测机器学习算法—时间序列数据可视化数据可视化—折线图数据可视化—箱线图数据可视化—柱状图数据可视化—饼图、环形图、雷达图统计学检验箱…
阅读更多...
大数据机器学习与深度学习——过拟合、欠拟合及机器学习算法分类

大数据机器学习与深度学习——过拟合、欠拟合及机器学习算法分类

大数据机器学习与深度学习——过拟合、欠拟合及机器学习算法分类 过拟合&#xff0c;欠拟合 针对模型的拟合&#xff0c;这里引入两个概念&#xff1a;过拟合&#xff0c;欠拟合。 过拟合&#xff1a;在机器学习任务中&#xff0c;我们通常将数据集分为两部分&#xff1a;训…
阅读更多...
03进程基础-学习笔记

03进程基础-学习笔记

Process 进程 进程为操作系统的基本调度单位&#xff0c;占用系统资源(cpu,内存)完成特定任务&#xff0c;所有说进程是操作系统的标准执行单元 进程与程序的差别 程序是静态资源&#xff0c;存储与电脑磁盘中(disk磁盘资源)程序执行后会创建进程&#xff0c;负责完成功能&a…
阅读更多...
Python-flask 入门代码

Python-flask 入门代码

python与pycharm安装 过程略&#xff0c;网上很多&#xff0c;记得为pycharm配置默认解释器 虚拟环境 pipenv # 全局安装虚拟环境 # 可加-U参数&#xff0c;明确全局安装&#xff0c;不加好像也可以? pip3 install pipenv #检查安装情况 pipenv --version # ---控制台输出…
阅读更多...
机械硬盘和固态硬盘速度测试

机械硬盘和固态硬盘速度测试

利用ubuntu自带的disk磁盘管理软件对手头的三个硬盘做压力测试&#xff0c;disk软件挺好用的&#xff0c;再也不用命令了。 第一个是致态的1T固态硬盘&#xff0c;速度1.8GB/S。 ST机械硬盘&#xff0c;速度只有300多MB/S. 三星固态硬盘&#xff0c;速度1.4GB/s。
阅读更多...
汽车发动机市场调研：预计2029年将达到642亿美元

汽车发动机市场调研：预计2029年将达到642亿美元

过去汽车发动机行业快速发展&#xff0c;很多产品都出现供不应求&#xff0c;甚至加价销售的状况&#xff0c;而随着产能过剩、需求下滑&#xff0c;未来汽车发动机行业的价格竞争将愈发激烈&#xff0c;形成新的供需矛盾。根据动力源类型&#xff0c;汽车可分类为传统燃油汽车…
阅读更多...
MATLAB2022安装下载教程

MATLAB2022安装下载教程

安装包需从夸克网盘自取&#xff1a; 链接&#xff1a;https://pan.quark.cn/s/373ffc9213a1 提取码&#xff1a;N7PW 1.将安装包解压 2.以管理员的身份运行文件夹中的setup文件 3.点击高级选项--->我有文件安装密钥 4. 选择【是】&#xff0c;进入下一步 5.输入密钥 0532…
阅读更多...
【PHP入门】1.1-PHP初步语法

【PHP入门】1.1-PHP初步语法

-PHP语法初步- PHP是一种运行在服务器端的脚本语言&#xff0c;可以嵌入到HTML中。 1.1.1PHP代码标记 在PHP历史发展中&#xff0c;可以使用多种标记来区分PHP脚本 ASP标记&#xff1a; <% php代码 %>短标记&#xff1a; <? Php代码 ?>&#xff0c;以上两种…
阅读更多...
智能优化算法应用：基于供需算法3D无线传感器网络(WSN)覆盖优化 - 附代码

智能优化算法应用：基于供需算法3D无线传感器网络(WSN)覆盖优化 - 附代码

智能优化算法应用&#xff1a;基于供需算法3D无线传感器网络(WSN)覆盖优化 - 附代码 文章目录 智能优化算法应用&#xff1a;基于供需算法3D无线传感器网络(WSN)覆盖优化 - 附代码1.无线传感网络节点模型2.覆盖数学模型及分析3.供需算法4.实验参数设定5.算法结果6.参考文献7.MA…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023