pytest04 fixtures explicit, modular, scalable

Posted on 2019-06-23 In 技术 , pytest Views: Word count in article: 28k Reading time ≈ 25 mins.

Pytest 固件：显式、模块化、可扩展

purpose of test fixtures 是提供一个固定的基线，在此基础上测试可以可靠地重复执行。Pytest 固件比传统的XUnit 的setup/teardown功能提供了显著的改进：

固件有明确的名称，通过声明它们在测试函数、模块、类或整个项目中的使用来激活。
固件以模块化的方式实现，因为每个固件名称触发一个 固件功能 ，可以使用其他固件。
固件管理规模从简单的单元扩展到复杂的功能测试，允许根据配置和组件选项参数化固件和测试，或者跨功能、类、模块或整个测试会话范围重复使用固件。

此外，pytest继续支持经典的Xunit-style setup. 你可以混合这两种样式，根据喜好，逐步从经典样式转移到新样式。你也可以从现有的 unittest.TestCase style 或 nose based 项目开始。

Fixtures 作为函数参数

Fixtures as function arguments

测试函数可以通过将fixture对象命名为输入参数来接收它们。对于每个参数名，具有该名称的fixture函数提供fixture对象。通过用@pytest.fixture标记fixture函数来注册fixture函数 . 让我们来看一个简单的独立测试模块，它包含一个fixture和一个使用fixture的测试函数：

# content of ./test_smtpsimple.py
import pytest

@pytest.fixture
def smtp_connection():
    import smtplib
    return smtplib.SMTP("smtp.gmail.com", 587, timeout=5)

def test_ehlo(smtp_connection):
    response, msg = smtp_connection.ehlo()
    assert response == 250
    assert 0 # for demo purposes

这里， test_ehlo 需要 smtp_connection 固件值。Pytest将发现并调用 @pytest.fixture 标记 smtp_connection 固件函数。运行测试的方式如下：

$ pytest test_smtpsimple.py
=========================== test session starts ============================
platform linux -- Python 3.x.y, pytest-4.x.y, py-1.x.y, pluggy-0.x.y
cachedir: $PYTHON_PREFIX/.pytest_cache
rootdir: $REGENDOC_TMPDIR
collected 1 item

test_smtpsimple.py F                                                 [100%]

================================= FAILURES =================================
________________________________ test_ehlo _________________________________

smtp_connection = <smtplib.SMTP object at 0xdeadbeef>

    def test_ehlo(smtp_connection):
        response, msg = smtp_connection.ehlo()
        assert response == 250
>       assert 0 # for demo purposes
E       assert 0

test_smtpsimple.py:11: AssertionError
========================= 1 failed in 0.12 seconds =========================

在失败的回溯中，我们看到测试函数是用 smtp_connection 参数、 fixture函数创建的实例smtplib.SMTP()来调用的。测试功能失败是故意使用了 assert 0 . pytest 以这种方式来调用测试函数：

pytest找到这个 test_ehlo 因为 test_ 前缀。这个测试函数需要一个名为 smtp_connection . 通过查找名为 smtp_connection 标记的固件函数，找到一个匹配的固件函数.
smtp_connection() 通过创建实例来调用。
test_ehlo(<smtp_connection instance>) 在测试函数的最后一行调用并失败。

请注意，如果你拼错了一个函数参数，或者希望使用一个不可用的参数，你将看到一个错误，其中包含一个可用函数参数列表。

注解

你可以随时发布：

1	pytest --fixtures test_simplefactory.py

查看可用的固件（带引线的固件 _ 仅当添加 -v 选择权。

固件：依赖注入的主要示例

fixtures：a prime example of dependency injection

fixture 是 pytest 中的一个强大功能，它通过提供预初始化的对象来实现依赖注入。依赖注入是一种设计模式，用于减少代码之间的耦合，使代码更加模块化和可测试。

fixture 可以定义一些预初始化的对象或环境设置，这些对象或设置可以在多个测试函数中复用。测试函数可以通过参数自动接收这些 fixture，而不需要关心这些对象是如何导入、初始化和清理的。

在依赖注入中，依赖关系（即所需的对象或资源）是由外部提供的，而不是由对象自己创建的。fixture 函数在这里扮演了 注入器（injector）的角色，负责创建和提供这些依赖对象。

测试函数是 消费者（consumers），它们通过参数接收这些依赖对象，并使用它们进行测试。

小结：

fixture 是 pytest 中实现依赖注入的一种方式。fixture 函数负责创建和管理依赖对象，测试函数通过参数接收这些对象。
使用 fixture 可以减少测试代码中的重复，提高代码的可维护性和可测试性。
通过 yield 关键字，fixture 可以在测试前后执行设置和清理操作，确保每个测试都在干净的环境中运行。

conftest.py 共享固件功能

conftest.py: sharing fixture functions

如果在实现测试的过程中，你意识到要使用来自多个测试文件的fixture函数，可以将其移动到 conftest.py 文件。你不需要导入要在测试中使用的固件，Pytest会发现并自动获取它。fixture函数的发现从测试类开始，然后是测试模块，然后 conftest.py 文件，最后是内置插件和第三方插件。

你也可以使用 conftest.py 文件去实现 本地目录级插件 local per-directory plugins。

Local：这些插件仅影响定义它们的目录及其子目录。
Per-Directory：每个目录可以有自己的 conftest.py 文件，从而实现不同目录间的独立配置。
Plugins：这些插件可以包含 fixture、hook 实现、自定义命令行选项等，用于扩展 pytest 的功能。

共享测试数据

Sharing test data

如果你想让来自文件的测试数据对你的测试可用，一个很好的方法是将这些数据加载到一个固件中，供测试使用。这利用了pytest的自动缓存机制。

另一个好方法是将数据文件添加到 tests 文件夹中. 这里也有可用的插件社区可以用来帮助管理这方面的testing e.g. pytest-datadir 和 pytest-datafiles （感觉不怎么会用到，不仅需要安装包，这种路径、文件名的配置，不适合做大型项目吧）。

scope：在类、模块或会话中跨测试共享一个fixture实例

Scope: sharing a fixture instance across tests in a class, module or session

依赖于连接性的需要访问网络的fixtures，通常创建成本很高。扩展前面的示例，我们可以给 @pytest.fixture 调用添加一个 scope="module" 参数，引起被装饰的 smtp_connection 固件函数在每个测试模块中只调用一次（默认情况下，每个测试调用一次 function）因此，一个测试模块中的多个测试功能将接收相同的 smtp_connection 固件实例（不必每次都实例化，也就是不用每次都去创建连接访问网络），节省时间提高效率。对于scope可能值是： function ， class ， module ， package 或 session .

下一个示例将fixture函数放入单独的 conftest.py 文件，以便目录中多个测试模块的测试可以访问fixture函数：

# content of conftest.py
import pytest
import smtplib

@pytest.fixture(scope="module")
def smtp_connection():
    return smtplib.SMTP("smtp.gmail.com", 587, timeout=5)

固件的名称同样是 smtp_connection ，你可以通过列出名字smtp_connection作为一个在任何测试或fixture函数的输入参数（在 conftest.py 所在的目录中，或者所在的目录下）来访问它的结果：

# content of test_module.py
def test_ehlo(smtp_connection):
    response, msg = smtp_connection.ehlo()
    assert response == 250
    assert b"smtp.gmail.com" in msg
    assert 0  # for demo purposes

def test_noop(smtp_connection):
    response, msg = smtp_connection.noop()
    assert response == 250
    assert 0  # for demo purposes

我们故意插入失败 assert 0 语句以检查正在进行的操作，现在可以运行测试：

$ pytest test_module.py
=========================== test session starts ============================
platform linux -- Python 3.x.y, pytest-4.x.y, py-1.x.y, pluggy-0.x.y
cachedir: $PYTHON_PREFIX/.pytest_cache
rootdir: $REGENDOC_TMPDIR
collected 2 items

test_module.py FF                                                    [100%]

================================= FAILURES =================================
________________________________ test_ehlo _________________________________

smtp_connection = <smtplib.SMTP object at 0xdeadbeef>

    def test_ehlo(smtp_connection):
        response, msg = smtp_connection.ehlo()
        assert response == 250
        assert b"smtp.gmail.com" in msg
>       assert 0  # for demo purposes
E       assert 0

test_module.py:6: AssertionError
________________________________ test_noop _________________________________

smtp_connection = <smtplib.SMTP object at 0xdeadbeef>

    def test_noop(smtp_connection):
        response, msg = smtp_connection.noop()
        assert response == 250
>       assert 0  # for demo purposes
E       assert 0

test_module.py:11: AssertionError
========================= 2 failed in 0.12 seconds =========================

你看这两个 assert 0 失败，更重要的是，你也可以看到相同的（module-scoped模块范围） smtp_connection对象被传递到两个测试函数中，因为pytest在回溯中显示了传入的参数值。因此，两个测试函数使用 smtp_connection 像单个实例一样快速运行，因为它们重用同一个实例。

如果你决定希望有一个会话范围装饰的 smtp_connection实例，例如，你可以简单地声明它：

@pytest.fixture(scope="session")
def smtp_connection():
    # the returned fixture value will be shared for
    # all tests needing it
    ...

最后， class 作用域将在每个测试class中调用fixture一次 .

注解

pytest一次只缓存一个fixture实例。这意味着当使用参数化固件时，pytest可以在给定的范围内多次调用固件。

首先实例化更大范围的固件

Higher-scoped fixtures are instantiated first

在特性的功能请求中，更高范围的固件（例如 session ）先实例化，然后再实例化范围较低的固件（例如 function 或 class ）。相同范围内固件的相对顺序遵循测试函数中声明的顺序，并尊重固件之间的依赖关系。

考虑下面的代码：

@pytest.fixture(scope="session")
def s1():
    pass

@pytest.fixture(scope="module")
def m1():
    pass

@pytest.fixture
def f1(tmpdir):
    pass

@pytest.fixture
def f2():
    pass

def test_foo(f1, m1, f2, s1):
    ...

由 test_foo 所请求的固件将按以下顺序实例化：

s1 ：是范围最高的固件 (session ）
m1 ：是第二高范围固件 (module ）
tmpdir 是一个 function 范围固件， f1需要：因为它是f1的一个依赖项，此时它需要实例化 .
f1 是第一个在 test_foo 参数列表内的 function -范围固件。
f2 是最后一个在 test_foo 参数列表内的 function -范围固件。

固件定型/执行拆卸代码

Fixture finalization / executing teardown code

当fixture超出范围时，pytest支持fixture特定的定稿代码的执行。通过使用 yield 语句而不是 return ， yield语句之后的所有代码当做是teardown代码：

# content of conftest.py

import smtplib
import pytest

@pytest.fixture(scope="module")
def smtp_connection():
    smtp_connection = smtplib.SMTP("smtp.gmail.com", 587, timeout=5)
    yield smtp_connection  # provide the fixture value
    print("teardown smtp")
    smtp_connection.close()

这个 print 和 smtp.close() 语句将在模块中的最后一个测试完成执行后执行，而不管测试的异常状态如何。

让我们执行它：

$ pytest -s -q --tb=no
FFteardown smtp

2 failed in 0.12 seconds

我们看到了 smtp_connection 实例在两个测试完成执行后完成。请注意，如果我们用 scope='function'来声明固件函数，然后在每个测试周围进行fixture setup和clearup。无论哪种情况，测试模块本身都不需要更改或了解这些固件setup的细节。

请注意，我们还可以无缝地使用 yield 语法与 with 声明：

# content of test_yield2.py

import smtplib
import pytest

@pytest.fixture(scope="module")
def smtp_connection():
    with smtplib.SMTP("smtp.gmail.com", 587, timeout=5) as smtp_connection:
        yield smtp_connection  # provide the fixture value

这个 smtp_connection 连接将在测试完成执行后关闭，因为当 with 语句结束时 smtp_connection 对象会自动关闭。

请注意，如果一个异常在 setup 代码（在 yield 关键字前）中发生，那么 teardown 代码（在 yield 后）不会被调用。

执行 teardown 代码的替代选项是利用 addfinalizer 方法（用request-context对象注册终结函数）。

这里是 smtp_connection 固件变化地使用addfinalizer 清理：

# content of conftest.py
import smtplib
import pytest

@pytest.fixture(scope="module")
def smtp_connection(request):
    smtp_connection = smtplib.SMTP("smtp.gmail.com", 587, timeout=5)

    def fin():
        print("teardown smtp_connection")
        smtp_connection.close()

    request.addfinalizer(fin)
    return smtp_connection  # provide the fixture value

相似地， yield 和 addfinalizer 方法都是通过在测试结束后调用它们的代码来工作，但是 addfinalizer 有两个关键差异点区别于 yield ：

可以注册多个终结器函数。

无论 fixture 的 setup 代码是否引发异常，finalizers 终结器都会被调用（面试题常问）。这对于正确关闭由固件创建的所有资源非常方便，即使其中一个资源未能创建/获取：

@pytest.fixture
def equipments(request):
    r = []
    for port in ('C1', 'C3', 'C28'):
        equip = connect(port)
        request.addfinalizer(equip.disconnect)
        r.append(equip)
    return r

在上面的示例中，如果 "C28" 异常失败， "C1" 和 "C3" 仍将正确关闭。

当然，如果在 addfinalizer 函数之前发生异常，则不会执行它。

Fixtures 可以检查请求的测试上下文

Fixtures can introspect the requesting test context

固件函数可以接受 request 对象内省“requesting”测试函数、类或模块上下文。进一步扩展前一个 smtp_connection fixture示例，让我们从使用fixture的测试模块中读取一个可选的服务器URL：

# content of conftest.py
import pytest
import smtplib

@pytest.fixture(scope="module")
def smtp_connection(request):
    server = getattr(request.module, "smtpserver", "smtp.gmail.com")
    smtp_connection = smtplib.SMTP(server, 587, timeout=5)
    yield smtp_connection
    print("finalizing %s (%s)" % (smtp_connection, server))
    smtp_connection.close()

我们使用 request.module 属性来选择获取一个来自测试模块的smtpserver 属性。如果我们再执行一次，没有什么改变：

$ pytest -s -q --tb=no
FFfinalizing <smtplib.SMTP object at 0xdeadbeef> (smtp.gmail.com)

2 failed in 0.12 seconds

让我们快速创建另一个测试模块，该模块在其模块命名空间中实际设置服务器URL：

# content of test_anothersmtp.py

smtpserver = "mail.python.org"  # will be read by smtp fixture

def test_showhelo(smtp_connection):
    assert 0, smtp_connection.helo()

运行它：

$ pytest -qq --tb=short test_anothersmtp.py
F                                                                    [100%]
================================= FAILURES =================================
______________________________ test_showhelo _______________________________
test_anothersmtp.py:5: in test_showhelo
    assert 0, smtp_connection.helo()
E   AssertionError: (250, b'mail.python.org')
E   assert 0
------------------------- Captured stdout teardown -------------------------
finalizing <smtplib.SMTP object at 0xdeadbeef> (mail.python.org)

这个 smtp_connection fixture函数从模块名称空间中获取邮件服务器名称。

工厂函数作为固件

Factories as fixtures

“工厂作为固件”模式有助于在单个测试中多次需要固件结果的情况下，固件不直接返回数据，而是返回一个生成数据的函数，然后可以在测试中多次调用此函数。（工厂函数：返回一个生成数据对象的函数，而不是直接返回数据对象。）

工厂可以根据需要设置参数：

@pytest.fixture
def make_customer_record():

    def _make_customer_record(name):
        return {
            "name": name,
            "orders": []
        }

    return _make_customer_record


def test_customer_records(make_customer_record):
    customer_1 = make_customer_record("Lisa")
    customer_2 = make_customer_record("Mike")
    customer_3 = make_customer_record("Meredith")

如果工厂创建的数据需要管理，则固件可以处理：

@pytest.fixture
def make_customer_record():

    created_records = []

    def _make_customer_record(name):
        record = models.Customer(name=name, orders=[])
        created_records.append(record)
        return record

    yield _make_customer_record

    for record in created_records:
        record.destroy()


def test_customer_records(make_customer_record):
    customer_1 = make_customer_record("Lisa")
    customer_2 = make_customer_record("Mike")
    customer_3 = make_customer_record("Meredith")

为什么要使用工厂作为固件？

灵活性：可以在测试中多次调用工厂函数，每次生成新的数据对象。
参数化：工厂函数可以根据传入的参数生成不同的数据对象。
资源管理：如果生成的数据对象需要管理（例如，需要在测试结束后销毁），固件可以处理这些管理任务。

参数化固件

Parametrizing fixtures

fixture函数可以参数化，在这种情况下，它们将被多次调用，每次执行一组相关的测试，即测试依赖于该fixture。测试函数通常不需要知道它们的重新运行。固件参数化有助于为组件编写详尽的功能测试，这些组件本身可以通过多种方式进行配置。

扩展前面的示例，我们可以标记fixture以创建两个 smtp_connection fixture实例，它将导致使用fixture的所有测试运行两次。fixture函数通过特殊的 request 对象来获取每个参数：

# content of conftest.py
import pytest
import smtplib

@pytest.fixture(scope="module",
                params=["smtp.gmail.com", "mail.python.org"])
def smtp_connection(request):
    smtp_connection = smtplib.SMTP(request.param, 587, timeout=5)
    yield smtp_connection
    print("finalizing %s" % smtp_connection)
    smtp_connection.close()

主要变化是 params 具有 @pytest.fixture ，fixture函数将执行的每个值的列表，可以通过 request.param访问每一个值 . 无需更改测试函数代码。让我们再运行一次：

$ pytest -q test_module.py
FFFF                                                                 [100%]
================================= FAILURES =================================
________________________ test_ehlo[smtp.gmail.com] _________________________

smtp_connection = <smtplib.SMTP object at 0xdeadbeef>

    def test_ehlo(smtp_connection):
        response, msg = smtp_connection.ehlo()
        assert response == 250
        assert b"smtp.gmail.com" in msg
>       assert 0  # for demo purposes
E       assert 0

test_module.py:6: AssertionError
________________________ test_noop[smtp.gmail.com] _________________________

smtp_connection = <smtplib.SMTP object at 0xdeadbeef>

    def test_noop(smtp_connection):
        response, msg = smtp_connection.noop()
        assert response == 250
>       assert 0  # for demo purposes
E       assert 0

test_module.py:11: AssertionError
________________________ test_ehlo[mail.python.org] ________________________

smtp_connection = <smtplib.SMTP object at 0xdeadbeef>

    def test_ehlo(smtp_connection):
        response, msg = smtp_connection.ehlo()
        assert response == 250
>       assert b"smtp.gmail.com" in msg
E       AssertionError: assert b'smtp.gmail.com' in b'mail.python.org\nPIPELINING\nSIZE 51200000\nETRN\nSTARTTLS\nAUTH DIGEST-MD5 NTLM CRAM-MD5\nENHANCEDSTATUSCODES\n8BITMIME\nDSN\nSMTPUTF8\nCHUNKING'

test_module.py:5: AssertionError
-------------------------- Captured stdout setup ---------------------------
finalizing <smtplib.SMTP object at 0xdeadbeef>
________________________ test_noop[mail.python.org] ________________________

smtp_connection = <smtplib.SMTP object at 0xdeadbeef>

    def test_noop(smtp_connection):
        response, msg = smtp_connection.noop()
        assert response == 250
>       assert 0  # for demo purposes
E       assert 0

test_module.py:11: AssertionError
------------------------- Captured stdout teardown -------------------------
finalizing <smtplib.SMTP object at 0xdeadbeef>
4 failed in 0.12 seconds

我们看到我们的两个测试函数分别运行两次，针对的是不同的 smtp_connection 实例。还要注意的是，在test_ehlo中mail.python.org连接第二次测试失败，因为预期的服务器字符串与实际获取的字符串不同。

pytest将构建一个字符串，该字符串是参数化fixture中每个fixture值的测试ID，例如在在上面的例子中的test_ehlo[smtp.gmail.com] 和 test_ehlo[mail.python.org] 。这些ID可用于 -k 选择要运行的特定案例，当某个案例失败时，它们还将识别该特定案例。使用pytest --collect-only 运行将显示生成的ID。

关键字 ids

数字、字符串、布尔值和None将在测试ID中使用它们通常的字符串表示形式。对于其他对象，pytest将根据参数名生成字符串。在一个测试ID中，可以通过使用 ids 关键字参数来为一个确定的fixture值定制字符串：

# content of test_ids.py
import pytest

@pytest.fixture(params=[0, 1], ids=["spam", "ham"])
def a(request):
    return request.param

def test_a(a):
    pass

def idfn(fixture_value):
    if fixture_value == 0:
        return "eggs"
    else:
        return None

@pytest.fixture(params=[0, 1], ids=idfn)
def b(request):
    return request.param

def test_b(b):
    pass

上面显示了如何 ids 可以是要使用的字符串列表，也可以是将使用fixture值调用的函数，然后必须返回要使用的字符串。在后一种情况下，如果函数返回 None 然后将使用pytest的自动生成的ID。

运行上述测试将导致使用以下测试ID：

python -m pytest .\test_ids.py  --collect-only
============================================================================== test session starts ===============================================================================
platform win32 -- Python 3.12.0, pytest-7.0.1, pluggy-1.0.0
rootdir: D:\Developer\pytest_learning\src\4.pytest fixtures explicit, modular, scalable
plugins: allure-pytest-2.9.43, Faker-13.3.0, assume-2.4.3
collected 4 items                                                                                                                                                                  

<Package 4.pytest fixtures explicit, modular, scalable>
  <Module test_ids.py>
    <Function test_a[spam]>
    <Function test_a[ham]>
    <Function test_b[eggs]>
    <Function test_b[1]

如果没有配置 ids，那么执行显示：

<Package 4.pytest fixtures explicit, modular, scalable>
  <Module test_ids.py>
    <Function test_a[0]>
    <Function test_a[1]>
    <Function test_b[0]>
    <Function test_b[1]>

使用 -k 执行：

python -m pytest .\test_ids.py  --collect-only  -k "test_a[spam]"
============================================================================== test session starts =============================================================================== 
platform win32 -- Python 3.12.0, pytest-7.0.1, pluggy-1.0.0
rootdir: D:\Developer\pytest_learning\src\4.pytest fixtures explicit, modular, scalable
plugins: allure-pytest-2.9.43, Faker-13.3.0, assume-2.4.3
collected 4 items / 3 deselected / 1 selected                                                                                                                                      

<Package 4.pytest fixtures explicit, modular, scalable>
  <Module test_ids.py>
    <Function test_a[spam]>

================================================================== 1/4 tests collected (3 deselected) in 0.01s =================================================================== 


> python -m pytest .\test_ids.py  --collect-only  -k "test_a[spam] or test_b[eggs]"                                                                                                                            

<Package 4.pytest fixtures explicit, modular, scalable>
  <Module test_ids.py>
    <Function test_a[spam]>
    <Function test_b[eggs]>

对参数化固件使用标记

Using marks with parametrized fixtures

pytest.param()可在参数化固件的值集里应用于标记，与它们可用于@pytest.mark.parametrize 的方法相同 .

例子：

# content of test_fixture_marks.py
@pytest.fixture(params=[0, 1,
                        pytest.param(2, marks=pytest.mark.skip),
                        pytest.param(3, marks=pytest.mark.xfail(reason="This is expected to fail"))])
def data_set(request):
    return request.param

def test_data(data_set):
    assert data_set < 3

@pytest.fixture(params=[0, 1, pytest.param(2, marks=pytest.mark.skip)])：定义了一个参数化固件 data_set，参数值为 [0, 1, pytest.param(2, marks=pytest.mark.skip)]。
pytest.param(2, marks=pytest.mark.skip)：使用 pytest.param 包装参数 2，并标记为 skip。
使用 pytest.param 包装参数 3 ，标记为 xfail，测试预期失败。

 python -m pytest .\test_fixture_marks.py -v
============================ test session starts==============================
platform win32 -- Python 3.12.0, pytest-7.0.1, pluggy-1.0.0 -- D:\software\Python\Python312\python.exe
cachedir: .pytest_cache
rootdir: D:\Developer\pytest_learning\src\4.pytest fixtures explicit, modular, scalable
plugins: allure-pytest-2.9.43, Faker-13.3.0, assume-2.4.3
collected 4 items                                                                                                                                                                  
test_fixture_marks.py::test_data[0] PASSED [ 25%] 
test_fixture_marks.py::test_data[1] PASSED [ 50%] 
test_fixture_marks.py::test_data[2] SKIPPED (unconditional skip) [ 75%] 
test_fixture_marks.py::test_data[3] XFAIL (This is expected to fail)

模块化：使用fixture函数中的fixtures

Modularity: using fixtures from a fixture function

不仅可以在测试函数中使用fixture，fixture函数还可以使用其他fixture本身。这有助于固件fixtures的模块化设计，并允许在许多项目中重用特定框架的固件。作为一个简单的示例，我们可以扩展前面的示例并实例化一个对象 app ，我们把已经定义好的 smtp_connection 资源加入进去了：

# content of test_appsetup.py

import pytest

class App(object):
    def __init__(self, smtp_connection):
        self.smtp_connection = smtp_connection

@pytest.fixture(scope="module")
def app(smtp_connection):
    return App(smtp_connection)

def test_smtp_connection_exists(app):
    assert app.smtp_connection

我们在此声明 app 接收先前定义的 smtp_connection fixture并实例化 App 对象。让我们运行它：

$ pytest -v test_appsetup.py
=========================== test session starts ============================
platform linux -- Python 3.x.y, pytest-4.x.y, py-1.x.y, pluggy-0.x.y -- $PYTHON_PREFIX/bin/python
cachedir: $PYTHON_PREFIX/.pytest_cache
rootdir: $REGENDOC_TMPDIR
collecting ... collected 2 items

test_appsetup.py::test_smtp_connection_exists[smtp.gmail.com] PASSED [ 50%]
test_appsetup.py::test_smtp_connection_exists[mail.python.org] PASSED [100%]

========================= 2 passed in 0.12 seconds =========================

由于参数化 smtp_connection ，测试将运行两次 App 实例和相应的SMTP服务器。 app 固件没有必要注意 smtp_connection 参数化，因为 Pytest 将充分分析固件依赖关系图。

请注意 app 固件的 module 范围，并使用 smtp_connection 模块范围固件。如果 smtp_connection被缓存在 session 范围也是可行的：fixture可以使用“更广”范围的fixture，但不能使用另一种方式：会话session范围的fixture不能以有意义的方式使用模块module范围的fixture。

按 fixture 实例自动分组测试

Automatic grouping of tests by fixture instances

在测试运行期间，pytest最小化了活跃fixtures的数量。如果你有一个参数化的fixture，那么使用它的所有测试将首先用一个实例执行，然后在创建下一个fixture实例之前调用终结器。此外，这简化了对创建和使用全局状态的应用程序的测试。

下面的示例使用两个参数化的fixture，其中一个在每个模块的基础上确定范围，所有功能都执行 print 调用以显示setup/teardown流：

import pytest

@pytest.fixture(scope="module", params=["mod1", "mod2"])
def modarg(request):
    param = request.param
    print("  SETUP modarg %s" % param)
    yield param
    print("  TEARDOWN modarg %s" % param)

@pytest.fixture(scope="function", params=[1,2])
def otherarg(request):
    param = request.param
    print("  SETUP otherarg %s" % param)
    yield param
    print("  TEARDOWN otherarg %s" % param)

def test_0(otherarg):
    print("  RUN test0 with otherarg %s" % otherarg)
def test_1(modarg):
    print("  RUN test1 with modarg %s" % modarg)
def test_2(otherarg, modarg):
    print("  RUN test2 with otherarg %s and modarg %s" % (otherarg, modarg))

这个示例展示了 pytest 如何管理和优化参数化固件的生命周期。

让我们在详细模式下运行测试，并查看打印输出：

$ pytest -v -s test_module.py
=========================== test session starts ============================
platform linux -- Python 3.x.y, pytest-4.x.y, py-1.x.y, pluggy-0.x.y -- $PYTHON_PREFIX/bin/python
cachedir: $PYTHON_PREFIX/.pytest_cache
rootdir: $REGENDOC_TMPDIR
collecting ... collected 8 items

test_module.py::test_0[1]   SETUP otherarg 1
  RUN test0 with otherarg 1
PASSED  TEARDOWN otherarg 1

test_module.py::test_0[2]   SETUP otherarg 2
  RUN test0 with otherarg 2
PASSED  TEARDOWN otherarg 2

test_module.py::test_1[mod1]   SETUP modarg mod1
  RUN test1 with modarg mod1
PASSED
test_module.py::test_2[mod1-1]   SETUP otherarg 1
  RUN test2 with otherarg 1 and modarg mod1
PASSED  TEARDOWN otherarg 1

test_module.py::test_2[mod1-2]   SETUP otherarg 2
  RUN test2 with otherarg 2 and modarg mod1
PASSED  TEARDOWN otherarg 2

test_module.py::test_1[mod2]   TEARDOWN modarg mod1
  SETUP modarg mod2
  RUN test1 with modarg mod2
PASSED
test_module.py::test_2[mod2-1]   SETUP otherarg 1
  RUN test2 with otherarg 1 and modarg mod2
PASSED  TEARDOWN otherarg 1

test_module.py::test_2[mod2-2]   SETUP otherarg 2
  RUN test2 with otherarg 2 and modarg mod2
PASSED  TEARDOWN otherarg 2
  TEARDOWN modarg mod2


========================= 8 passed in 0.12 seconds =========================

可以看到参数化模块作用域 modarg 资源导致测试执行的顺序，从而导致可能的“活动”资源最少。为 mod1 参数化的资源的终结器在 mod2 资源setup前被执行。

特别要注意，test_0是完全独立的，最先完成。然后是使用 mod1 的test_1执行，接着是使用 mod1的test_2 ，然后是用 mod2的test_1，最后是用 mod2 的test_2.

这个 otherarg 参数化资源（具有函数范围）在使用它的每个测试之前setup，然后在使用它的每个测试之后teardown。

使用类、模块或项目中的 fixture

Using fixtures from classes, modules or projects

有时测试函数不需要直接访问fixture对象。例如，测试可能需要使用空目录作为当前工作目录进行操作，否则不关心具体目录。以下是如何使用标准 tempfile 和pytest fixtures 来实现它。我们将创建的fixture分入conftest.py文件：

# content of conftest.py

import pytest
import tempfile
import os

@pytest.fixture()
def cleandir():
    newpath = tempfile.mkdtemp()
    os.chdir(newpath)

并通过一个 usefixtures 标记，在测试module中声明它的使用：

# content of test_setenv.py
import os
import pytest

@pytest.mark.usefixtures("cleandir")
class TestDirectoryInit(object):
    def test_cwd_starts_empty(self):
        assert os.listdir(os.getcwd()) == []
        with open("myfile", "w") as f:
            f.write("hello")

    def test_cwd_again_starts_empty(self):
        assert os.listdir(os.getcwd()) == []

由于 usefixtures 标记，每个测试方法的执行都需要 cleandir fixture，就像你为每个方法指定了“cleandir”函数参数一样。让我们运行它来验证fixture是否激活，测试是否通过：

1
2
3

$ pytest -q
..                                                                   [100%]
2 passed in 0.12 seconds

可以这样指定多个fixtures：

1
2
3

@pytest.mark.usefixtures("cleandir", "anotherfixture")
def test():
    ...

可以使用标记机制的通用特性，在测试模块级别指定fixture使用：

1	pytestmark = pytest.mark.usefixtures("cleandir")

注意分配的变量必须被称为 pytestmark ，例如 foomark 不会激活fixtures。

也可以将项目中所有测试所需的fixtures放入一个ini文件中：

1
2
3

# content of pytest.ini
[pytest]
usefixtures = cleandir

警告

注意这个标记在 fixture functions里没有作用 . 例如，这个 无法按预期工作 ：

@pytest.mark.usefixtures("my_other_fixture")
@pytest.fixture
def my_fixture_that_sadly_wont_use_my_other_fixture():
    ...

目前，这不会产生任何错误或警告.

自动固定装置 autouse

Autouse fixtures (xUnit setup on steroids)

有时，你可能希望在不显式声明函数参数或 usefixtures 装饰器的情况下自动调用fixtures。作为一个实际的例子，假设我们有一个数据库设备，它有一个 begin/rollback/commit 体系结构，并且我们希望通过一个 transaction 和一个 rollback 自动包围每个测试方法。下面是这个想法的一个虚拟的独立实现：

# content of test_db_transact.py

import pytest

class DB(object):
    def __init__(self):
        self.intransaction = []
    def begin(self, name):
        self.intransaction.append(name)
    def rollback(self):
        self.intransaction.pop()

@pytest.fixture(scope="module")
def db():
    return DB()

class TestClass(object):
    @pytest.fixture(autouse=True)
    def transact(self, request, db):
        db.begin(request.function.__name__)
        yield
        db.rollback()

    def test_method1(self, db):
        assert db.intransaction == ["test_method1"]

    def test_method2(self, db):
        assert db.intransaction == ["test_method2"]

类级别 transact 固件标有 autouse=true 这意味着类中的所有测试方法都将使用这个fixture，而不需要在测试函数签名或类级别的usefixture装饰器中声明它。

如果我们运行它，我们会得到两个通过的测试：

1
2
3

$ pytest -q
..                                                                   [100%]
2 passed in 0.12 seconds

以下是Autouse 固件在其他范围中的工作方式：

autouse fixtures遵守 scope= 关键字参数：如果一个autouse fixture具有 scope='session' ，无论它在何处被定义，它将只运行一次。而 scope='class' 意味着它将每个类运行一次，等等。
如果在一个测试模块中定义了一个autouse fixture，那么它的所有测试函数都会自动使用它。
如果在conftest.py文件中定义了一个autouse fixture，那么其目录下的所有测试模块中的所有测试都将调用该fixture。
最后， 请小心使用 ：如果你在一个插件中定义了一个autouse fixture，它将对安装该插件的所有项目中的所有测试进行调用。如果一个fixture只在某些设置（例如在ini文件中）下工作，这是有用的。这样一个全局fixture应该总是快速确定它是否应该做任何工作，并避免其他耗费的导入或计算。

注意上面 transact fixture很可能是你希望在项目中可用的一个fixture，而通常不需要它处于活动状态。实现这一点的规范方法是将transact的定义放入没有使用 autouse 的conftest.py 中：

# content of conftest.py
@pytest.fixture
def transact(request, db):
    db.begin()
    yield
    db.rollback()

然后，例如，通过声明需求，让一个testclass使用它：

@pytest.mark.usefixtures("transact")
class TestClass(object):
    def test_method1(self):
        ...

此TestClass中的所有测试方法都将使用transact fixture，而模块中的其他测试类或函数将不使用它，除非它们还添加了 transact 参考。

覆盖不同级别的设备

Overriding fixtures on various levels

在相对较大的测试套中，你很可能需要 override 一个 global 或 root fixture与 locally 定义一个，用来保持测试代码的可读性和可维护性。

覆盖文件夹（conftest）级别的fixture

Override a fixture on a folder (conftest) level

假设测试文件结构为：

tests/
    __init__.py

    conftest.py
        # content of tests/conftest.py
        import pytest

        @pytest.fixture
        def username():
            return 'username'

    test_something.py
        # content of tests/test_something.py
        def test_username(username):
            assert username == 'username'

    subfolder/
        __init__.py

        conftest.py
            # content of tests/subfolder/conftest.py
            import pytest

            @pytest.fixture
            def username(username):
                return 'overridden-' + username

        test_something.py
            # content of tests/subfolder/test_something.py
            def test_username(username):
                assert username == 'overridden-username'

以上示例，具有相同名称的fixture可以被某些测试文件夹级别的覆盖。请注意 base 或 super fixture可从在上面的例子中很容易使用的overriding fixture中获取。

在测试模块级别上覆盖fixture

Override a fixture on a test module level

假设测试文件结构为：

tests/
    __init__.py

    conftest.py
        # content of tests/conftest.py
        @pytest.fixture
        def username():
            return 'username'

    test_something.py
        # content of tests/test_something.py
        import pytest

        @pytest.fixture
        def username(username):
            return 'overridden-' + username

        def test_username(username):
            assert username == 'overridden-username'

    test_something_else.py
        # content of tests/test_something_else.py
        import pytest

        @pytest.fixture
        def username(username):
            return 'overridden-else-' + username

        def test_username(username):
            assert username == 'overridden-else-username'

在上面的示例中，一个具有相同名称fixture可以为某些测试模块重写覆盖。

通过直接测试参数化覆盖夹具

Override a fixture with direct test parametrization

假设测试文件结构为：

tests/
    __init__.py

    conftest.py
        # content of tests/conftest.py
        import pytest

        @pytest.fixture
        def username():
            return 'username'

        @pytest.fixture
        def other_username(username):
            return 'other-' + username

    test_something.py
        # content of tests/test_something.py
        import pytest

        @pytest.mark.parametrize('username', ['directly-overridden-username'])
        def test_username(username):
            assert username == 'directly-overridden-username'

        @pytest.mark.parametrize('username', ['directly-overridden-username-other'])
        def test_username_other(other_username):
            assert other_username == 'other-directly-overridden-username-other'

在上面的示例中，fixture值被测试参数值覆盖。注意，即使测试没有直接使用fixture的值（在函数原型中没有提到），也可以用这种方式覆盖fixture的值。

用非参数化固件替代参数化固件

Override a parametrized fixture with non-parametrized one and vice versa

假设测试文件结构为：

tests/
    __init__.py

    conftest.py
        # content of tests/conftest.py
        import pytest

        @pytest.fixture(params=['one', 'two', 'three'])
        def parametrized_username(request):
            return request.param

        @pytest.fixture
        def non_parametrized_username(request):
            return 'username'

    test_something.py
        # content of tests/test_something.py
        import pytest

        @pytest.fixture
        def parametrized_username():
            return 'overridden-username'

        @pytest.fixture(params=['one', 'two', 'three'])
        def non_parametrized_username(request):
            return request.param

        def test_username(parametrized_username):
            assert parametrized_username == 'overridden-username'

        def test_parametrized_username(non_parametrized_username):
            assert non_parametrized_username in ['one', 'two', 'three']

    test_something_else.py
        # content of tests/test_something_else.py
        def test_username(parametrized_username):
            assert parametrized_username in ['one', 'two', 'three']

        def test_username(non_parametrized_username):
            assert non_parametrized_username == 'username'

在上面的示例中，参数化固件被非参数化版本覆盖，而非参数化固件被某些测试模块的参数化版本覆盖。显然，这同样适用于测试文件夹级别。