Настройка

Предположим, у меня есть conftest.py где я определил ресурсы для тестов

 class ClassifyRequest:
    pass

class OCRRequest:
    pass

@pytest.fixture(params=[ClassifyRequest, OCRRequest])
def api_request(request):
    return request.param()  # return one of the request instances
  

Затем, в test_api.py я использую параметризованное приспособление для тестирования сервиса:

 def test_service(api_request):
    response = send_request(api_request)
    assert response.ok()
  

Все хорошо, но затем я хочу протестировать специализированное приспособление api_request[ClassifyRequest] :

 @pytest.mark.usefixture("api_request[ClassifyRequest]")
def test_classification():
    # do something with the api_request fixture
  

Вопрос

Как можно специализировать параметризованное приспособление для тестовой функции? У меня есть две идеи:

1. Просто используйте непараметризованное приспособление. Это неизбежно приводит к шаблонному коду.
2. Удалите явную параметризацию из декоратора приспособления и используйте косвенную параметризацию, например

    @pytest.mark.parametrize("response_class", ["classify", "ocr"])
   def test_api(api_request):
       # do smth
     

   Замена параметров класса строками равносильна созданию двух источников конфигурации. Что, если я захочу добавить другой параметр? Должен ли я создавать для него новую строку, а также создавать экземпляр объекта внутри api_request приспособления косвенно?

3. То же самое, за исключением сохранения параметризации класса и перемещения классов вовне conftest.py , поскольку pytest не может импортировать имена из этого модуля с помощью инструкций import.

Дополнительная информация

pytest ==6.0.1

Если все, что делает ваше устройство, — это создание экземпляра, я бы выбрал параметризацию теста, а не устройства. Но, что ж, если вам все равно придется специализировать это вручную, вы могли бы просто добавить оболочку, чтобы сделать устройство вызываемым:

 import pytest
import types

class ClassifyRequest:
    def __init__(self):
        print("ClassifyRequest ctor")

class OCRRequest:
    def __init__(self):
        print("OCRRequest ctor")

def api_request_wrapper(request):
    return request.param()  # return one of the request instances

@pytest.fixture(params=[ClassifyRequest, OCRRequest])
def api_request(request):
    return api_request_wrapper(request)

def test_classification():
    request = types.SimpleNamespace()
    request.param = ClassifyRequest
    instance = api_request_wrapper(request)
  

Хотя это кажется немного хакерским.

Чего вы пытаетесь достичь, так это создать правила фильтрации тестовых примеров. Лучшее место для этого — через хук «pytest_collection_modifyitems» в Pytest.

Этот перехват будет вызван, как только все тесты будут собраны по пути, который вы указываете в качестве входных данных для Pytest.

Вы можете поместить свою логику в этот хук.

Всегда рекомендуется связывать идентификатор с вашими параметрами, как показано ниже:

 @pytest.fixture(params=[ClassifyRequest, OCRRequest], 
                ids=['ClassifyRequest', 'OCRRequest'])
def api_request(request):
    return request.param()  # return one of the request instances
  

Как только вы получите это, ваш тестовый набор будет сгенерирован как test_classification[ClassifyRequest] и test_classification[‘OCRRequest’]..

Если вы запускаете определенный набор тестов и хотите, чтобы фильтрация применялась ко всем тестам, то самой опции -k будет достаточно.

Но поскольку здесь это только для подмножества тестов, к которым вы хотите применить правило, определение перехвата может быть в модуле, где присутствует тест.

Примечание: это предварительный вывод, я создал проблему на pytest Github, чтобы узнать мнение сообщества по этой теме.

Я думаю, что самый чистый способ реализовать желаемую специализацию — переместить классы запросов в отдельный модуль и использовать conftest.py только для объявления функций приспособления. Согласно документации pytest,

Если во время реализации ваших тестов вы поймете, что хотите использовать функцию приспособления из нескольких тестовых файлов, вы можете переместить ее в conftest.py файл.

Если вы хотите сделать тестовые данные из файлов доступными для ваших тестов, хороший способ сделать это — загрузить эти данные в приспособление для использования вашими тестами.

Таким образом, я могу импортировать классы в тестовые модули и параметризовать приспособление косвенно через тестовые функции. В моем случае классы запросов очень легко создавать, поэтому нет необходимости в отдельном приспособлении для каждого класса, только агрегат. Но, как правило, можно определить приспособление для каждого ресурса и агрегированное параметризованное приспособление.

Вы также могли бы разделить приспособления для ClassifyRequest и использовать его в своем классификационном тесте и api_request приспособлении.

Предполагается, что создание экземпляров запросов обходится дешево. Если они дорогие, вы могли бы рассмотреть возможность изменения области применения приспособлений.

 @pytest.fixture
def classify_request():
    return ClassifyRequest()  # return ClassifyRequest instance

@pytest.fixture
def ocr_request():
    return OCRRequest()  # return OCRRequest instance

@pytest.fixture(params=["classify", "ocr"])
def api_request(request, classify_request, ocr_request):
    # return one of the request instances
    if request.param == "classify":
         return classify_request
    elif request.param == "ocr":
         return ocr_request
    assert False
  

или же (это небольшая модификация вашей идеи) внесите в белый список классы, из которых вы хотите test_classification

 @pytest.fixture(params=[ClassifyRequest, OCRRequest])
def clazz(request):
    return request.param

@pytest.fixture
def api_request(clazz):
    return clazz()

@pytest.mark.parametrize("clazz", [ClassifyRequest], indirect=True)
def test_classification(api_request):
    # do smth