• pytest框架二次开发之自定义注解


    目录

    一、背景:

    二、闭包与装饰器(可以跳过这一章)

    2.1 、什么是闭包

    2.2 闭包的用途

    2.3 、装饰器(decorator)

    三、pytest自定义注解@author

     3.1 自定义注解@author

    3.2 运行case时获取注解@author内容


    上一章:

    pytest框架二次开发之机器人报警_傲娇的喵酱的博客-CSDN博客_基于pytest二次开发

    一、背景:

    pytest框架二次开发之机器人报警_傲娇的喵酱的博客-CSDN博客_基于pytest二次开发

    在上一章,完成了机器人报警,但是当时报警信息没有获取对应case的作者信息。

    本次的功能就是通过自定义注解@author获取对应报错case的作者,然后将信息发送出去。

    我们是通过装饰器来实现的。

    二、闭包与装饰器(可以跳过这一章)

    想要写装饰器,需要了解一下闭包。

    python 闭包与装饰器_傲娇的喵酱的博客-CSDN博客

     Python 函数装饰器 | 菜鸟教程

    2.1 、什么是闭包

    python中的闭包从表现形式上定义(解释)为:

    如果在一个内部函数里,对在外部作用域(但不是在全局作用域)的变量进行引用,那么内部函数就被认为是闭包(closure).

    python中函数名是一个特殊的变量,它可以作为另一个函数的返回值,而闭包就是一个函数返回另一个函数后,其内部的局部变量还被另一个函数引用。

    闭包的作用就是让一个变量能够常驻内存。

    1. def func(name): # 定义外层函数
    2. def inner_func(age): # 内层函数
    3. print('name: ', name, ', age: ', age)
    4. return inner_func # 注意此处要返回,才能体现闭包
    5. if __name__ == '__main__':
    6. bb = func('jayson') # 将字符串传给func函数,返回inner_func并赋值给变量
    7. bb(28) # 通过变量调用func函数,传入参数,从而完成闭包

    打印结果:

    name:  jayson , age:  28

    2.2 闭包的用途

    两个用处:① 可以读取函数内部的变量,②让这些变量的值始终保持在内存中。

    ②让函数内部的局部变量始终保持在内存中:

    怎么来理解这句话呢?一般来说,函数内部的局部变量在这个函数运行完以后,就会被Python的垃圾回收机制从内存中清除掉。如果我们希望这个局部变量能够长久的保存在内存中,那么就可以用闭包来实现这个功能。

    这里借用
    @千山飞雪
    的例子(来自于:千山飞雪:深入浅出python闭包)。请看下面的代码。

    以一个类似棋盘游戏的例子来说明。假设棋盘大小为50*50,左上角为坐标系原点(0,0),我需要一个函数,接收2个参数,分别为方向(direction),步长(step),该函数控制棋子的运动。 这里需要说明的是,每次运动的起点都是上次运动结束的终点。

    1. def create(pos=[0,0]):
    2. def go(direction, step):
    3. new_x = pos[0]+direction[0]*step
    4. new_y = pos[1]+direction[1]*step
    5. pos[0] = new_x
    6. pos[1] = new_y
    7. return pos
    8. return go
    9. player = create()
    10. print(player([1,0],10))
    11. print(player([0,1],20))
    12. print(player([-1,0],10))

    在这段代码中,player实际上就是闭包go函数的一个实例对象。

    它一共运行了三次,第一次是沿X轴前进了10来到[10,0],第二次是沿Y轴前进了20来到 [10, 20],,第三次是反方向沿X轴退了10来到[0, 20]。

    这证明了,函数create中的局部变量pos一直保存在内存中,并没有在create调用后被自动清除。

    为什么会这样呢?原因就在于create是go的父函数,而go被赋给了一个全局变量,这导致go始终在内存中,而go的存在依赖于create,因此create也始终在内存中,不会在调用结束后,被垃圾回收机制(garbage collection)回收。

    这个时候,闭包使得函数的实例对象的内部变量,变得很像一个类的实例对象的属性,可以一直保存在内存中,并不断的对其进行运算。

    2.3 、装饰器(decorator)

    装饰器就是为了不修改原函数的定义,并使原函数在运行时动态增加功能的方式,一般来说装饰器是一个返回函数的高阶函数。

    简单地说:他们是修改其他函数的功能的函数。

    装饰器让你在一个函数的前后去执行代码。

    1. def hi(name="yasoob"):
    2. def greet():
    3. return "now you are in the greet() function"
    4. def welcome():
    5. return "now you are in the welcome() function"
    6. if name == "yasoob":
    7. return greet
    8. else:
    9. return welcome
    10. a = hi()
    11. print(a)
    12. #outputs:
    13. #上面清晰地展示了`a`现在指向到hi()函数中的greet()函数
    14. #现在试试这个
    15. print(a())
    16. #outputs: now you are in the greet() function

    在 if/else 语句中我们返回 greet 和 welcome,而不是 greet() 和 welcome()。

    当你把一对小括号放在函数后面,这个函数就会执行;然而如果你不放括号在它后面,那它可以被到处传递,并且可以赋值给别的变量而不去执行它。

    蓝本规范:

    1. from functools import wraps
    2. def decorator_name(f):
    3. @wraps(f)
    4. def decorated(*args, **kwargs):
    5. if not can_run:
    6. return "Function will not run"
    7. return f(*args, **kwargs)
    8. return decorated
    9. @decorator_name
    10. def func():
    11. return("Function is running")
    12. can_run = True
    13. print(func())
    14. # Output: Function is running
    15. can_run = False
    16. print(func())
    17. # Output: Function will not run

    1、将被装饰的函数,作为一个变量,传入了装饰函数里

    2、装饰函数,只有一个传参,那就是被装饰的函数

    3、开始执行最外层return的这个函数,里面的变量就是被装饰的函数(传进来的函数) 

    其实有用的代码就这一块,其他乱七八糟的都要忽略掉,里面的那个变量,就是被传入的函数

    三、pytest自定义注解@author

    【python注解】自定义注解与动态获取方法注解信息-进阶_青春依旧_的博客-CSDN博客_python 自定义注解

     3.1 自定义注解@author

    1. # -*- coding:utf-8 -*-
    2. # @Author: 喵酱
    3. # @time: 2022 - 09 -19
    4. # @File: custom_annotations.py
    5. # 自定义注解
    6. # 基类注解
    7. def base(annotation):
    8. def decorator_annos(*args, **kwargs):
    9. # print(args,kwargs)
    10. def decorator(fn):
    11. sub_annos_name = annotation.__name__
    12. if fn.__annotations__.get(sub_annos_name) is None:
    13. # 以子类注解名作为key生成一个字典,用于区分注解
    14. fn.__annotations__[sub_annos_name] = {}
    15. # 放钩子,调用子类注解
    16. annotation(fn, *args, **kwargs)
    17. return fn
    18. return decorator
    19. return decorator_annos
    20. @base
    21. def author(fn, *args, **kwds):
    22. if args != None and len(args) != 0:
    23. if len(args) > 1:
    24. raise RuntimeError("nums of @author parameter can only be one! eg. @author('功能A')")
    25. fn.__annotations__["author"]["value"] = args[0]
    26. elif len(kwds) != 1 or (not kwds.keys().__contains__("value")):
    27. raise RuntimeError("If the form of @author parameter is k,v \
    28. , then key can only be 'value' str! eg. @author(value='功能A')")
    29. else:
    30. for k, v in kwds.items():
    31. fn.__annotations__["author"][k] = v

    然后在case上使用注解@author

    1. import pytest
    2. from common.custom_annotations import author
    3. def setup_function():
    4. # print(u"setup_function:每个用例开始前都会执行")
    5. pass
    6. def teardown_function():
    7. pass
    8. # print(u"teardown_function:每个用例结束后都会执行")
    9. def test_01():
    10. """ 用例描述:用例1"""
    11. print("用例1-------")
    12. assert 1 == 1
    13. @author("chenshuai")
    14. def test_02():
    15. """ 用例描述:用例2"""
    16. print("用例2------")
    17. assert 1 == 2
    18. @author("zhangsan")
    19. def test_03():
    20. """ 用例描述:用例3"""
    21. print("用例1-------")
    22. assert 1 == 3
    23. def test_04():
    24. """ 用例描述:用例4"""
    25. print("用例4------")
    26. assert 1 == 2
    27. def test_05():
    28. """ 用例描述:用例5"""
    29. print("用例5-------")
    30. assert 1 == 1
    31. def test_06():
    32. """ 用例描述:用例6"""
    33. print("用例6------")
    34. assert 1 == 1
    35. def test_07():
    36. """ 用例描述:用例7"""
    37. print("用例7-------")
    38. assert 1 == 1
    39. def test_08():
    40. """ 用例描述:用例8"""
    41. print("用例8------")
    42. assert 1 == 1
    43. if __name__ == '__main__':
    44. pytest.main(["-s"])

    3.2 运行case时获取注解@author内容

    也是通过pytest hook函数实现的。

    在conftest.py文件中,pytest_runtest_makereport 方法下,获取注解。

    1. @pytest.hookimpl(hookwrapper=True, tryfirst=True)
    2. def pytest_runtest_makereport(item, call)-> Optional[TestReport]:
    3. print('-------------------------------')
    4. # 获取常规的钩子方法的调用结果,返回一个result对象
    5. out = yield
    6. # '用例的执行结果', out
    7. # 获取调用结果的测试报告,返回一个report对象,report对象的属性
    8. # 包括when(setup, call, teardown三个值)、nodeid(测试用例的名字)、
    9. # outcome(用例执行的结果 passed, failed)
    10. report = out.get_result()
    11. # 只关注用例本身结果
    12. if report.when == "call":
    13. num = gol.get_value("total")
    14. gol.set_value("total",num+1)
    15. if report.outcome != "passed":
    16. annos = item.function.__annotations__
    17. if "author" in annos:
    18. author = annos["author"]["value"]
    19. else:
    20. author = "未设置作者"
    21. failnum = gol.get_value("fail_num")
    22. gol.set_value("fail_num", failnum + 1)
    23. single_fail_content = "{}.报错case名称:{},作者:{},{},失败原因:{}".format(gol.get_value("fail_num"), report.nodeid,
    24. author,
    25. str(item.function.__doc__),report.longrepr)
    26. list_content:list = gol.get_value("fail_content")
    27. list_content.append(single_fail_content)
    28. @pytest.fixture(scope="session", autouse=True)
    29. def fix_a():
    30. gol._init()
    31. gol.set_value("total",0)
    32. gol.set_value("fail_num", 0)
    33. # 失败内容
    34. gol.set_value("fail_content", [])
    35. yield
    36. # 执行case总数
    37. all_num = str(gol.get_value("total"))
    38. # 失败case总数:
    39. fail_num = str(gol.get_value("fail_num"))
    40. if int(gol.get_value("fail_num")):
    41. list_content: list = gol.get_value("fail_content")
    42. final_alarm_content = "项目名称:{},\n执行case总数:{},失败case总数:{},\n详情:{}".format("陈帅的测试项目", all_num, fail_num,
    43. str(list_content))
    44. print(final_alarm_content )
    45. AlarmUtils.default_alram(final_alarm_content, ['187xxxx'])

  • 相关阅读:
    代码随想录算法训练营第五十九天|647. 回文子串、 516.最长回文子序列
    c++中的pow函数
    系列二、类装载器ClassLoader
    CentOS 安装 Docker
    pybind11:python联合c++编译
    了不起的爸爸
    01-mysql5.7安装部署-yum安装
    这才是你应该了解的Redis数据结构!
    Python运用大数据可视化工具包matplotlib
    关于React中的数据源绑定
  • 原文地址:https://blog.csdn.net/qq_39208536/article/details/126932754