详解如何利用Pytest Cache Fixture实现测试结果缓存

 更新时间:2023年09月13日 08:58:48   作者:郝同学的测开笔记  
这篇文章主要为大家详细介绍了如何利用Pytest Cache Fixture实现测试结果缓存,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起了解一下

前言

接口自动关过程中,经常会遇到这样一些场景,"请求2需要用到请求1响应的数据",常见的做法,进行用例依赖或者将请求1的响应结果写入一个文件,用到的时候读取文件。当然这都不是这篇文章的重点,本片文章主要介绍cache写入和读取缓存数据。

request.config.cache

还不了解request fixture的同学可以先看看这篇文章,pytest 的 request fixture:实现个性化测试需求

我们先看看使用案例:

def test_01(cache):
    cache.set("token", "uiouoouoiou")
​
def test_02(cache):
    r = cache.get("token", None)

这样段代码在执行test_01会将token值缓存,任何执行test_02时就可以从缓存中读取token值。那Cache是如何实现的呢?我们一起来看看源码。源码直达

实现原理

def test_01(cache):
    cache.set("token", {"token": "1212121"})

我们在cache.set()这一行进行断点,debug执行后,debug结果为

cache = Cache()
_CACHE_PREFIX_DIRS = 'd'
_CACHE_PREFIX_VALUES = 'v'
_cachedir = /PycharmProjects/panda-test/org/.pytest_cache
_config = <_pytest.config.Config object at 0x109e80d60>

可以看到会自动创建一个缓存实例,而且初始化了一些数据,默认应该缓存文件会在.pytest_cache目录下

/_pytest/cacheprovider.py

@fixture
def cache(request: FixtureRequest) -> Cache:
    """Return a cache object that can persist state between testing sessions.
​
    cache.get(key, default)
    cache.set(key, value)
​
    Keys must be ``/`` separated strings, where the first part is usually the
    name of your plugin or application to avoid clashes with other cache users.
​
    Values can be any object handled by the json stdlib module.
    """
    assert request.config.cache is not None
    return request.config.cache

可以看到,cache返回的是Cache对象,我们看看Cache对象是如何实现的

    def set(self, key: str, value: object) -> None:
        path = self._getvaluepath(key)
        try:
            if path.parent.is_dir():
                cache_dir_exists_already = True
            else:
                cache_dir_exists_already = self._cachedir.exists()
                path.parent.mkdir(exist_ok=True, parents=True)
        except OSError:
            self.warn("could not create cache path {path}", path=path, _ispytest=True)
            return
        if not cache_dir_exists_already:
            self._ensure_supporting_files()
        data = json.dumps(value, ensure_ascii=False, indent=2)
        try:
            f = path.open("w", encoding="UTF-8")
        except OSError:
            self.warn("cache could not write path {path}", path=path, _ispytest=True)
        else:
            with f:
                f.write(data)

这段源码就是用来将键值对保存到缓存中。代码比较简单,简单解释一下

  • 获取要保存的键值对的路径:通过调用 _getvaluepath() 方法,根据给定的键(key)获取值(value)在缓存中的路径(path)。这里的路径是一个字符串,使用/分隔不同的层级,通常第一个名称是插件或应用程序的名称。
  • 检查路径是否存在:通过判断路径的父目录是否为目录来确定是否需要创建路径。如果父目录已经存在,则 cache_dir_exists_already 设置为 True;否则,它会检查缓存目录是否存在,并且如果缓存目录已经存在,则 cache_dir_exists_already 设置为 True,否则创建缓存目录。
  • 确保支持文件已存在:如果缓存目录是新创建的,则调用 _ensure_supporting_files() 方法确保支持文件存在。这个方法可能是用来创建其他与缓存相关的文件或目录。
  • 序列化数据并写入文件:将值(value)使用 JSON 格式进行序列化,以确保它是基本的 Python 类型或包含了嵌套类型(例如列表和字典)。然后,尝试打开路径对应的文件(使用 UTF-8 编码),并将序列化后的数据写入文件中。
    def get(self, key: str, default):
        path = self._getvaluepath(key)
        try:
            with path.open("r", encoding="UTF-8") as f:
                return json.load(f)
        except (ValueError, OSError):
            return default

这段源码用来从缓存中获取指定键的值,简单解释一下:

  • 获取要获取值的路径:通过调用 _getvaluepath() 方法,根据给定的键(key)获取值在缓存中的路径(path)。这里的路径是一个字符串,使用 / 分隔不同的层级,通常第一个名称是插件或应用程序的名称。
  • 尝试读取文件并返回已缓存的值:使用路径对应的文件(使用 UTF-8 编码)打开,并使用 json.load(f) 将文件中的数据加载为 Python 对象。然后将加载的值返回。
  • 处理异常情况:如果无法将文件中的内容解析为有效的 JSON 数据或者打开文件失败,则捕获异常(ValueErrorOSError),并返回默认值(default)。

这里还是学习到了一种新奇的写法,以前没用过with path.open("r", encoding="UTF-8") as f:等价于open(path, "r", encoding="UTF-8")

这是两个常用的方法,当然还提供了更多方法,这里简单介绍一下:

__init__(self, cachedir: Path, config: Config, *, _ispytest: bool = False) -> None

初始化方法,用于设置类的属性 _cachedir_config

for_config(cls, config: Config, *, _ispytest: bool = False) -> "Cache"

  • 类方法,根据给定的配置信息创建并返回 Cache 实例。
  • 如果配置项 cacheclear 设置为 True,并且缓存目录存在,则调用 clear_cache 方法清空缓存。
  • 最后返回一个新的 Cache 实例。

clear_cache(cls, cachedir: Path, _ispytest: bool = False) -> None

  • 类方法,清空缓存目录下的子目录。
  • 根据参数 cachedir 构建子目录路径,并使用 rm_rf 函数递归删除该目录。

cache_dir_from_config(config: Config, *, _ispytest: bool = False) -> Path

  • 静态方法,从给定的配置信息中获取缓存目录的路径。
  • 首先从配置中获取缓存目录的字符串表示,然后使用 resolve_from_str 函数将其解析为 Path 对象返回。

warn(self, fmt: str, *, _ispytest: bool = False, **args: object) -> None

  • 发出缓存警告的方法。
  • 使用 warnings.warn 函数发出警告信息,并指定警告类型为 PytestCacheWarning
  • 如果存在参数 args,则将其作为格式化参数替换格式字符串中的占位符。

mkdir(self, name: str) -> Path

  • 创建一个目录路径对象,并在缓存目录下创建该目录。
  • 参数 name 是要创建的目录名称。
  • 检查目录名是否包含路径分隔符 /,如果有则抛出异常。
  • 使用 _cachedir.joinpath 方法构建完整的目录路径,并使用 mkdir 方法创建目录。
  • 返回创建的目录路径对象。

_getvaluepath(self, key: str) -> Path

  • 根据给定的键生成值文件的路径。
  • 在缓存目录下构建值文件路径,使用 _CACHE_PREFIX_VALUES 作为子目录前缀。

_ensure_supporting_files(self) -> None

  • 创建缓存目录中的支持文件。
  • 创建 README.md 文件,用于说明缓存目录的用途。
  • 创建 .gitignore 文件,忽略缓存目录下的所有文件。
  • 创建 CACHEDIR.TAG 文件,用于标记缓存目录。

最后

cache功能还是很实用的,比如登录功能,可以在登录之后,将token写入缓存,这样进行其他接口请求时,需要token时直接从缓存获取token即可。

到此这篇关于详解如何利用Pytest Cache Fixture实现测试结果缓存的文章就介绍到这了,更多相关Pytest Cache Fixture内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python使用pyecharts控件绘制图表

    Python使用pyecharts控件绘制图表

    这篇文章介绍了Python使用pyecharts控件绘制图表的方法,文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2022-06-06
  • 使用gunicorn部署django项目的问题

    使用gunicorn部署django项目的问题

    这篇文章主要介绍了使用gunicorn部署django项目,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-12-12
  • 手把手教你使用Python绘制时间序列图

    手把手教你使用Python绘制时间序列图

    这篇文章主要介绍了手把手教你使用Python绘制时间序列图,本文将以股价数据集为例,指导你从Quandl下载股价数据集,并将这些数据绘制在价格和成交量图表上,需要的朋友可以参考下
    2022-01-01
  • 利用python-docx模块写批量生日邀请函

    利用python-docx模块写批量生日邀请函

    这篇文章主要为大家详细介绍了利用python-docx模块批量生日邀请函,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-08-08
  • Python中规范定义命名空间的一些建议

    Python中规范定义命名空间的一些建议

    命名空间是Python程序的一大根本,编程时持命名空间的整洁还是十分必要的,这里就来为大家总结Python中规范定义命名空间的一些建议,需要的朋友可以参考下
    2016-06-06
  • Python函数作用域示例详解

    Python函数作用域示例详解

    本文介绍了Python中的LEGB作用域规则,详细解析了变量查找的四个层级,通过具体代码示例,展示了各层级的变量访问规则和特性,对python函数作用域相关知识感兴趣的朋友一起看看吧
    2025-07-07
  • PyTorch Tensor创建实现

    PyTorch Tensor创建实现

    本文主要介绍了PyTorch Tensor创建实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-06-06
  • 使用Python中的greenlet包实现并发编程的入门教程

    使用Python中的greenlet包实现并发编程的入门教程

    这篇文章主要介绍了使用Python中的greenlet包实现并发编程的入门教程,Python由于GIL的存在并不能实现真正的多线程并发,greenlet可以做到一个相对的替换方案,需要的朋友可以参考下
    2015-04-04
  • Python实现图片转字符画的示例

    Python实现图片转字符画的示例

    本篇文章主要介绍了Python实现图片转字符画的示例,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
    2017-08-08
  • 十个简单使用的Python自动化脚本分享

    十个简单使用的Python自动化脚本分享

    今天小编给大家分享10个Python高级脚本,帮助我们减少无谓的时间浪费,提高工作学习中的效率。文中示例代码讲解详细,需要的可以参考一下
    2022-05-05

最新评论