
现在,请查看测试用例test_run_result,它接收run_result和expected_result灯具进行比较,并接收公差夹具,该夹具使用两个值进行参数化.测试用例检查预期和结果之间的差异是否在容差范围内.请注意,运行不依赖于公差.
出于某种原因,我不明白Pytest执行run_result()夹具三次.你能解释一下原因吗?
这是使用pytest vers测试的. 2.9.1
顺便说一下,如果测试用例没有参数化或者使用decoractor而不是fixture进行参数化,run_result夹具只会执行两次,即:@ pytest.mark.parametrize(‘tolerance’,[1e-8,1e- 11]).
import pytestruncounter = 0@pytest.fixture(scope="session",params=[1e-8,1e-11])def tolerance(request): """Precision in floating point compare.""" return request.param@pytest.fixture(scope='session',params=[1,2])def paramfixture(request): return request.param@pytest.fixture(scope="session")def expected_result(paramfixture): return 1 + paramfixture@pytest.fixture(scope='session')def run_result(paramfixture): global runcounter runcounter = runcounter + 1 print "Run #",runcounter,'param:',paramfixture return 1 + paramfixturedef test_run_result(run_result,expected_result,tolerance): print "run_result: %d,expected_result: %d" % (run_result,expected_result) assert abs(run_result - expected_result) < tolerance
Pytest截图:
$py.test -vs test/end2end/test_temp.py===================================================== test session starts ======================================================platform linux2 -- Python 2.7.11,pytest-2.9.1,py-1.4.31,pluggy-0.3.1 -- /home/f557010/.conda/envs/sfpdev/bin/pythoncachedir: .cacherootdir: /home/f557010/svndev/SFP,inifile: pytest.inicollected 4 itemstest/end2end/test_temp.py::test_run_result[1e-08-1] Run # 1 param: 1run_result: 2,expected_result: 2PASSEDtest/end2end/test_temp.py::test_run_result[1e-08-2] Run # 2 param: 2run_result: 3,expected_result: 3PASSEDtest/end2end/test_temp.py::test_run_result[1e-11-2] run_result: 3,expected_result: 3PASSEDtest/end2end/test_temp.py::test_run_result[1e-11-1] Run # 3 param: 1run_result: 2,expected_result: 2PASSED=================================================== 4 passed in 0.01 seconds ===================================================解决方法 pytest的参数化就是获取一个夹具并在合理的生命周期内保持它.它不会缓存所有输入>输出映射.这不是你在这里所说的,但是如果你认为fixtures是数据库连接或tcp连接(比如示例中的smtp),那就有意义了.
你仍然有一个不错的论据,在pytest的部分进行足够的内省和优化会使你受益(假设run_result非常昂贵并且你希望最小化运行).
为什么这里做“错误的事”?如果仔细观察夹具,公差是“第一顺序”或最接近的参数化夹具.
一个丑陋,不可思议的变化“有效”:
@pytest.fixture(scope="session",params=[0.01,0.0002])def tol(request): """Precision in floating point compare.""" return request.param@pytest.fixture(scope="session")def tolerance(tol): """Precision in floating point compare.""" return tol
为什么这个世界会起作用?它将公差参数移除到与其他灯具上的参数相同的“级别”.有了这个,pytest实际上只运行run_tests两次.
============================================ test session starts ============================================<snip>collected 4 itemstest_tolerance.py::test_run_result[1-0.01] Run # 1 param: 1run_result: 2,expected_result: 2 tolerance: 0.010000PASSEDtest_tolerance.py::test_run_result[1-0.0002]run_result: 2,expected_result: 2 tolerance: 0.000200PASSEDtest_tolerance.py::test_run_result[2-0.0002] Run # 2 param: 2run_result: 3,expected_result: 3 tolerance: 0.000200PASSEDtest_tolerance.py::test_run_result[2-0.01]run_result: 3,expected_result: 3 tolerance: 0.010000PASSED========================================= 4 passed in 0.01 seconds ==========================================
你应该使用该代码吗?请尽量不要因为它太难以理解,如果你使用这样的黑客,请大声评论’自己sp.
你问“为什么”,这里的关键是容忍和paramfixture的参数处于不同的嵌套级别,“最接近的”是迭代最慢的一个.夹具不在这里缓存,它们只是按逻辑顺序使用,最里面的迭代最快.
总结以上是内存溢出为你收集整理的python – pytest参数化会话fixtures执行太多次全部内容,希望文章能够帮你解决python – pytest参数化会话fixtures执行太多次所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)