一文带你深入理解python中pytest-repeat插件的工作原理
不使用pytest_repeat插件如何实现重复执行用例
最笨的办法，当然是运行多次，但这显然不是我们需要的，我们知道装饰器可以在不修改原始代码的情况下，动态的增加功能或修改函数行为。显然，这里我们就可以使用装饰器来实现重复功能。
def repeat(nums: int = 2): def wrapper(func): @functools.wraps(func) def decorator(*args, **kwargs): for i in range(nums): func(*args, **kwargs) return decorator return wrapper
这段代码很好理解，定义了带有自定义参数的装饰器，表示装饰器内部函数执行的次数。这样在用例上使用@repeat()装饰器就可以达到用例重复运行的目的。但是统计结果仍然为1条用例。使用过pytest_repeat的同学知道它的统计结果是多条用例？那是如何做的呢，通过源码一探究竟。
pytest_repeat如何实现重复执行
源码解读
def pytest_addoption(parser):
parser.addoption(
'--count',
action='/pytest-dev/pytest-repeat/blob/v0.9.1/store',
default=1,
type=int,
help='Number of times to repeat each test')
parser.addoption(
'--repeat-scope',
action='/pytest-dev/pytest-repeat/blob/v0.9.1/store',
default='function',
type=str,
choices=('function', 'class', 'module', 'session'),
help='Scope for repeating tests')这段代码定义了两个命令行选项：
--count：用于指定每个测试用例要重复执行的次数。action=store表示将值存储在命令行参数中。--repeat-scope：用于指定重复测试用例的作用域，可以选择function、class、module或session。默认值是function。action=store表示将值存储在命令行参数中。
这两个选项都是通过 parser.addoption 方法添加到 pytest 的命令行解析器中的。
当运行 pytest 并指定 --count、--repeat-scope 参数时，pytest-repeat 插件将获取这些参数并自动为测试用例生成多个重复执行的实例。
例如，如果运行以下命令：
pytest --count=2 --repeat-scope=function
pytest-repeat 将会在执行 test_my_function 测试用例时，自动执行该测试用例两次。
action=store 是 argparse 模块中的一个参数，它指定了在命令行解析过程中如何处理选项的值。具体地说，action=store 表示将选项的值存储在命令行参数中。
当使用 parser.addoption 方法添加选项到命令行解析器时，通过指定 action=store，选项的值将被存储在解析结果中，可以通过相应的属性来获取这些值。
例如，当运行 pytest 命令时，指定的 --count 和 --repeat-scope 选项的值会存储在命令行参数中。你可以使用 request.config.getoption 方法来获取这些存储的值，例如：
def test_example(request):
count = request.config.getoption('--count')
# count = request.config.option.count 这样也能获取
repeat_scope = request.config.getoption('--repeat-scope')
# repeat_scope = request.config.option.repeat_scope
# 使用获取到的值进行后续操作在上面的示例代码中，使用 request.config.getoption 方法从命令行参数中获取了 --count 和 --repeat-scope 的值，并分别存储在 count 和 repeat_scope 变量中。
总结：action=store 是 argparse 模块中的一个参数，用于指定将选项的值存储在命令行参数中。在 pytest 中，通过使用 request.config.getoption 方法可以获取存储在命令行参数中的选项值。
def pytest_configure(config): config.addinivalue_line( 'markers', 'repeat(n): run the given test function `n` times.')
这个函数在 pytest 的配置阶段被调用，通过调用 config.addinivalue_line() 将自定义标记 'repeat(n)' 添加到 pytest 的标记列表中。'repeat(n)' 标记可以用于指定一个测试函数需要重复运行的次数。
@pytest.fixture
def __pytest_repeat_step_number(request):
marker = request.node.get_closest_marker("repeat")
count = marker and marker.args[0] or request.config.option.count
if count > 1:
try:
return request.param
except AttributeError:
if issubclass(request.cls, TestCase):
warnings.warn(
"Repeating unittest class tests not supported")
else:
raise UnexpectedError(
"This call couldn't work with pytest-repeat. "
"Please consider raising an issue with your usage.")这个 fixture 函数用于获取当前的重复运行步骤编号。它首先检查测试函数是否被 'repeat' 标记装饰，并从标记中获取重复次数。如果没有标记，则使用命令行参数中的 --count 参数作为默认值。
@pytest.hookimpl(trylast=True)
def pytest_generate_tests(metafunc):
count = metafunc.config.option.count
m = metafunc.definition.get_closest_marker('repeat')
if m is not None:
count = int(m.args[0])
if count > 1:
metafunc.fixturenames.append("__pytest_repeat_step_number")
def make_progress_id(i, n=count):
return '{0}-{1}'.format(i + 1, n)
scope = metafunc.config.option.repeat_scope
metafunc.parametrize(
'__pytest_repeat_step_number',
range(count),
indirect=True,
ids=make_progress_id,
scope=scope
)这个 pytest_generate_tests 钩子函数会在 pytest 收集到所有测试函数之后被调用，并且它被设置为 trylast=True，以确保在其他钩子函数执行完毕之后再执行。
- 首先，代码获取了
metafunc.config.option.count的值，该值表示测试用例重复执行的次数。 - 然后，代码调用
metafunc.definition.get_closest_marker('repeat')来获取测试用例是否有被标记为repeat的 marker。 - 如果有
repeat的 marker 标记，则从 marker 中获取重复执行的次数，并将其赋值给count变量。 - 接下来，代码通过
metafunc.fixturenames.append("__pytest_repeat_step_number")添加了一个名为__pytest_repeat_step_number的 fixture 名称到metafunc的 fixture 列表中。 - 之后，定义了一个辅助函数
make_progress_id，用于生成测试用例的进度标识符。 - 根据
metafunc.config.option.repeat_scope的值，确定了重复执行的作用域。 - 最后，通过调用
metafunc.parametrize来动态生成测试用例。它使用了range(count)来生成重复执行的步骤数量作为参数，并将indirect=True设置为在加载 fixture 时进行间接调用。同时，使用了之前定义的进度标识符生成函数和作用域来设置参数化的其他选项。
可以看到最终是通过参数化来实现的，这也就是为啥重复执行多次能当做多条用例。
最后
相信你看我之后依然有很多疑问，fixture是啥？mark是啥？参数request是啥？钩子函数是啥？parametrize参数化是啥？这些疑问可以先留着，这片内容我们主要讲了pytest_repeat具体实现逻辑，然后引出了这么多知识点，别着急，之后会一个个逐一消灭。
以上就是一文带你深入理解python中pytest-repeat插件的工作原理的详细内容，更多关于python pytest-repeat插件的资料请关注脚本之家其它相关文章！
相关文章
ctypes是Python的一个外部库，提供和C语言兼容的数据类型，可以很方便地调用C DLL中的函数。今天我们就来详细探讨下ctypes库的使用技巧2016-09-09
这篇文章通过示例代码介绍了python读取Dicom文件的方法,代码简单易懂,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧2024-01-01
这篇文章主要介绍了Django重置migrations文件的方法步骤，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2019-05-05
这篇文章主要介绍了Python文档生成工具pydoc使用介绍,本文讲解了基本用法、获取帮助的方法、生成的文档效果图等内容,需要的朋友可以参考下2015-06-06
情感分析（sentiment analysis）是2018年公布的计算机科学技术名词，它可以根据文本内容判断出所代表的含义是积极的还是负面的等。本文将通过jieba分词实现snownlp情感分析，感兴趣的可以了解一下2023-01-01
新的一年又要来了，这篇文章主要为大家详细介绍了如何利用Python实现新年愿望代码雨的动画效果。文中的示例代码讲解详细，感兴趣的可以动手尝试一下2023-01-01
这篇文章主要给大家介绍了关于Python将运行结果导出为CSV格式的两种常用方法,Python生成(导出)csv文件其实很简单,我们一般可以用csv模块或者pandas库来实现,需要的朋友可以参考下2023-07-07
这篇文章主要给大家介绍了关于利用Python荣国采集两万条猫眼数据，对《无名之辈》影评进行分析的相关资料，文中通过示例代码介绍的非常详细，需要的朋友可以参考借鉴，下面随着小编来一起学习学习吧2018-12-12
这篇文章主要介绍了jupyter notebook中图片显示不出来的解决操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
这篇文章主要介绍了Python设计模式编程中对抽象工厂模式的运用,文中的例子体现了抽象工厂模式程序的一些设计优化点,需要的朋友可以参考下2016-03-03
最新评论