用于 DevOps 的 Python

第 8 章 面向 DevOps 的 Pytest

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

持续集成、持续交付、部署以及任何经过深思熟虑的管道工作流程都会充满验证。这种验证可能发生在每一个步骤和实现重要目标的过程中。

例如，如果在生成部署的一长串步骤中，调用了curl 命令来获取一个非常重要的文件，那么如果失败了，你认为构建工作应该继续吗？可能不会！curl 有一个标志，可以在发生 HTTP 错误时生成非零的退出状态 (--fail)。这种简单的标志用法是一种验证形式：确保请求成功，否则构建步骤失败。关键词是确保成功，这也是本章的核心内容：验证和测试策略可以帮助你构建更好的基础架构。

当 Python 加入其中，利用pytest 等测试框架来处理系统验证时，对验证的思考就会变得更加令人满意。

本章回顾了使用现象级pytest 框架在 Python 中进行测试的一些相关基础知识，然后深入探讨了该框架的一些高级功能，最后详细介绍了TestInfra项目，它是pytest 的一个插件，可以进行系统验证。

用 pytest 测试超能力

我们对pytest 框架赞不绝口。该框架由 Holger Krekel 创建，现在由许多人共同维护，他们出色地开发出了高质量的软件，而这些软件通常是我们日常工作的一部分。作为一个功能齐全的框架，我们很难在不重复项目完整文档的情况下缩小介绍范围，从而提供有用的介绍。

提示

pytest 项目的文档中有大量值得查看的信息、示例和功能细节。随着项目不断推出新版本和改进测试的不同方法，总有新东西值得学习。

当 Alfredo 第一次接触这个框架时，他还在为编写测试而苦恼，他发现坚持使用 Python 内置的unittest 测试方式很麻烦（本章后面会详细介绍两者的区别）。他花了几分钟就迷上了pytest的神奇报告。这并没有强迫他放弃原来编写测试的方式，而且开箱即用，无需修改！这种灵活性在整个项目中都得到了体现，即使在今天可能无法实现的情况下，您也可以通过插件或配置文件扩展其功能。

通过了解如何编写更简单的测试用例，并利用命令行工具、报告引擎、插件扩展性和框架实用程序，你就会想编写更多的测试，而这些测试无疑都会更好。

pytest 入门

pytest 最简单的形式是一个命令行工具，用于发现 Python 测试并执行它们。它并不强迫用户了解其内部结构，因此很容易上手。本节将演示一些最基本的功能，从编写测试到布局文件（以便自动发现它们），最后看看它与 Python 内置测试框架 之间的主要区别。unittest

提示

大多数 集成开发环境（IDE），如 PyCharm 和 Visual Studio Code，都内置了运行pytest 的支持。如果使用 Vim 等文本编辑器，则可通过 pytest.vim插件提供支持。在编辑器中使用pytest 可以节省时间，更容易调试故障，但要注意并非每个选项或插件都受支持。

使用 pytest 进行测试

确保已安装pytest 并可在命令行中使用：

$ python3 -m venv testing
$ source testing/bin/activate

创建一个名为test_basic.py 的文件，它应该是这样的

def test_simple():
    assert True

def test_fails():
    assert False

如果pytest 不带任何参数运行，则会显示通过和失败：

$ (testing) ...