pytest系列——pytest-rerunfailures插件之测试用例失败重跑
2022/8/25 23:27:40
本文主要是介绍pytest系列——pytest-rerunfailures插件之测试用例失败重跑,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
环境前提:
只有同时满足一下先决条件才能使用pytest-rerunfailures
①python的版本不能过低;
②pytest 5.0或更高版本;
背景:
平时在做接口测试的时候,经常会遇到网络抖动或者环境问题导致测试用例运行失败,而这个并不是我们想要的结果;
我们想要重新运行失败的测试用例,这个就需要通过插件pytest-rerunfailures来实现了。
安装插件pytest-rerunfailures
pip install pytest-rerunfailures
①执行命令重新执行失败的测试用例:使用 --reruns 命令行参数选项,并指定要运行测试的最大次数:
pytest test_add.py --reruns NUM # NUM表示重试的次数
【注意】重复运行失败的测试用例时,对应的fixture或者setup函数也会重新执行(例如:scope参数为method的fixture前置函数)
举例:
代码参考如下:
# file_name: test_add.py import pytest def test_add01(): print("----------------->>> test_add01") assert 1 def test_add02(): print("----------------->>> test_add02") assert 0 def test_add03(): print("----------------->>> test_add03") assert 1 def test_add04(): print("----------------->>> test_add04") assert 1 if __name__ == '__main__': pytest.main(["-s", "test_add.py"])
执行命令:pytest ./pytest_study/test_add.py --reruns 2 -s
(NUM=2表示失败测试用例重试2次,上述代码中只有test_add02()方法会失败)
注意 :
pytest多种运行模式支持叠加执行:
例如同时运行四个进程,且失败后重跑2次,pytest命令行运行:pytest -n 4 -reruns 2
②设置添加重新执行的延时时间并执行失败的测试用例
要在两次重试之间增加延迟时间,使用 --reruns-delay
命令行选项,指定下次测试重新开始之前等待的秒数:
pytest --reruns 5 --reruns-delay 10
③重新运行指定的测试用例:测试用例失败重跑的装饰器用法
添加flaky装饰器 @pytest.mark.flaky(reruns=5)
,并指定最大重新运行次数。
示例代码如下:
#-*- coding: utf-8 -*- import random import pytest @pytest.mark.flaky(reruns=5) def test_retry1(): n = random.randint(0, 9) print(f"\n 输出随机数: {n} ") assert n == 2 @pytest.mark.flaky(reruns=5) def test_retry2(): assert random.choice([True, False, False])
运行结果:【注意】测试结果以最后一次重新执行测试用例的结果为最终结果,即用例执行被判定为FAILED或者PASSED
第一个测试方法:
第二个测试方法:
④对单个测试用例设置重新运行等待延迟时间
实例代码:
@pytest.mark.flaky(reruns=5,reruns_delay=2) def test_retry1(): n = random.randint(0, 9) print(f"\n 输出随机数: {n} ") assert n == 2
运行结果:
【注意】
1、如果使用装饰器的方式指定了测试用例的重新运行次数,则在命令行参数中添加–reruns对这些测试用例是不会生效的。
2、兼容性问题:
- 不可以和fixture装饰器一起使用: @pytest.fixture()
- 该插件与pytest-xdist的 --looponfail 标志不兼容
- 该插件与核心–pdb标志不兼容
这篇关于pytest系列——pytest-rerunfailures插件之测试用例失败重跑的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-12-22程序员出海做 AI 工具:如何用 similarweb 找到最佳流量渠道?
- 2024-12-20自建AI入门:生成模型介绍——GAN和VAE浅析
- 2024-12-20游戏引擎的进化史——从手工编码到超真实画面和人工智能
- 2024-12-20利用大型语言模型构建文本中的知识图谱:从文本到结构化数据的转换指南
- 2024-12-20揭秘百年人工智能:从深度学习到可解释AI
- 2024-12-20复杂RAG(检索增强生成)的入门介绍
- 2024-12-20基于大型语言模型的积木堆叠任务研究
- 2024-12-20从原型到生产:提升大型语言模型准确性的实战经验
- 2024-12-20啥是大模型1
- 2024-12-20英特尔的 Lunar Lake 计划:一场未竟的承诺