Python装饰器的实际应用场景与自动化测试示例

Python装饰器在自动化测试中的耗时统计应用

接上一篇

既然已经弄清楚了Python装饰器的基本原理，那么在实际工作中它究竟能发挥什么作用呢？尤其对于像我这样主要编写脚本而非从事Python核心开发的测试人员来说，了解这一点尤为重要。

结论先行：装饰器在实际工作中确实非常有用。

一、在自动化测试中的应用

以常见的自动化测试场景为例，如果我们希望统一输出某些信息，例如每个用例的运行时长或用例名称等，就可以利用装饰器来实现。

首先，让我们看一个最简单的测试用例，这里没有使用装饰器：

import pytest

def test_01():
 a = 1
 b = 2
 assert a < b

def test_02():
 a = 1
 b = 1
 assert a-b == 0

if __name__ == '__main__':
 pytest.main(['demo_test.py'])

该测试文件中包含2个用例，运行结果如下：

============================= test session starts ============================= platform win32 -- Python 3.8.5, pytest-6.0.1, py-1.9.0, pluggy-0.13.1 rootdir: D:\练习 collected 2 items

demo_test.py .. [100%]

============================== 2 passed in 0.01s ============================== [Finished in 0.4s]

运行通过时显示为点号（.），因此上述结果显示有2个点，代表2个用例全部通过。

如果希望在运行结果中看到每个用例的具体执行时长，可以编写一个装饰器来处理：

import pytest
import functools
import time

def log_execute_time(func):
 @functools.wraps(func)
 def wrapper(*args, **kwargs):
  start = time.perf_counter()
  res = func(*args, **kwargs)
  end = time.perf_counter()
  print("{} 用时 {} ms".format(func.__name__, (end - start) * 1000))
  return res
 return wrapper

@log_execute_time
def test_01():
 a = 1
 b = 2
 assert a < b

@log_execute_time
def test_02():
 a = 1
 b = 1
 assert a-b == 0

if __name__ == '__main__':
 pytest.main(['-s','demo_test.py'])

运行该代码后，结果如下：

============================= test session starts ============================= platform win32 -- Python 3.8.5, pytest-6.0.1, py-1.9.0, pluggy-0.13.1 rootdir: D:\练习 collected 2 items

demo_test.py test_01 用时 0.0007999999999674934 ms . test_02 用时 0.0012999999999818712 ms .

============================== 2 passed in 0.03s ============================== [Finished in 0.4s]

从输出可以看到，每个用例执行时都会打印出对应的耗时信息。

上述示例展示了自动化测试中的具体应用场景，实际使用中还需根据具体需求进一步挖掘装饰器的潜力。

Python装饰器在开发中的身份认证与其他场景

二、其他Python开发场景的用法

经过查阅，装饰器在Python开发中还有多种用途，其中大家比较熟悉的是“身份认证”。

例如在博客园等平台上，未登录账号可以浏览内容，但当尝试评论或发文时，系统会提示需要登录。这种场景就可以利用装饰器来实现。代码示例如下：

import functools

def authenticate(func):
 @functools.wraps(func)
 def wrapper(*args, **kwargs):
  request = args[0]
  if check_user_logged_in(request): # 检查用户是否登录
   return func(*args, **kwargs) # 如果登录了，就可以执行函数post_comment() 发送评论
  else:
   raise Exception('Authentication failed') # 否则，身份验证失败
 return wrapper
 
@authenticate
def post_comment(request)
 pass

上述代码仅用于说明该机制，辅助描述具体场景。

此外，装饰器还可用于输入合理性检查、缓存等多个场景。由于本文侧重测试视角，此处不再深入展开开发细节。

装饰器核心概念总结

三、装饰器小结

装饰器本质上是一个Python函数或类，它允许其他函数或类在不修改原有代码的前提下增加额外功能。装饰器的返回值也是一个函数对象或类对象。

使用装饰器，我们可以将大量与函数核心功能无关的重复代码抽离出来，放入装饰器中并重用。这让人联想到面向切面编程（AOP）的思想。

如果您还知道其他应用场景，欢迎留言补充。

以上就是Python装饰器实际作用的详细内容，更多关于Python装饰器作用的资料请关注本站其它相关文章！