- CLI + Web 双平台,基于 LLM 的 TDD+DDD 自动化测试生成 - 集成 unified-test-platform 903 个 D-Cloud 用例 + 13 个 Robogo 场景 - Agent 5 步流水线: 扫描 -> DDD -> LLM 生成测试 - 精确回归 + UI 变更检查 - 可视化 HTML 测试报告 - 暗色/亮色主题切换 - 19 个 API 端点 + 6 个 SPA 页面 - 15/15 项 TDD+DDD 合规
203 lines
6.0 KiB
Python
203 lines
6.0 KiB
Python
"""
|
||
测试数据管理器
|
||
|
||
提供测试数据的生命周期管理,包括:
|
||
- 数据注册与跟踪
|
||
- 自动清理机制
|
||
- 测试隔离支持
|
||
|
||
使用示例:
|
||
# 在测试中使用
|
||
def test_create_dataset(api_client, data_manager):
|
||
# 创建数据
|
||
dataset = DatasetFactory.create()
|
||
response = api_client.post("/datasets", json=dataset)
|
||
dataset_id = response.json()["id"]
|
||
|
||
# 注册清理
|
||
data_manager.register(
|
||
resource_id=dataset_id,
|
||
cleanup_func=lambda id: api_client.delete(f"/datasets/{id}")
|
||
)
|
||
|
||
# 测试断言...
|
||
# 测试结束后自动清理
|
||
"""
|
||
import pytest
|
||
from typing import Callable, List, Dict, Any, Optional
|
||
from tests.logger import get_logger
|
||
|
||
_logger = get_logger("DATA_MANAGER")
|
||
|
||
|
||
class DataManager:
|
||
"""数据管理器
|
||
|
||
管理测试数据的生命周期,确保测试结束后自动清理资源。
|
||
|
||
特性:
|
||
- 支持多种资源类型
|
||
- 自动清理机制
|
||
- 错误容忍(清理失败不影响测试结果)
|
||
"""
|
||
|
||
def __init__(self):
|
||
"""初始化数据管理器"""
|
||
self._resources: List[Dict[str, Any]] = []
|
||
self._logger = _logger
|
||
|
||
def register(
|
||
self,
|
||
resource_id: str,
|
||
cleanup_func: Callable[[str], None],
|
||
resource_type: str = "unknown",
|
||
metadata: Optional[Dict[str, Any]] = None
|
||
) -> None:
|
||
"""注册需要清理的资源
|
||
|
||
Args:
|
||
resource_id: 资源ID
|
||
cleanup_func: 清理函数,接收 resource_id 作为参数
|
||
resource_type: 资源类型(用于日志)
|
||
metadata: 额外元数据
|
||
"""
|
||
self._resources.append({
|
||
"id": resource_id,
|
||
"cleanup_func": cleanup_func,
|
||
"type": resource_type,
|
||
"metadata": metadata or {}
|
||
})
|
||
self._logger.debug(f"[注册资源] {resource_type}: {resource_id}")
|
||
|
||
def cleanup(self) -> None:
|
||
"""清理所有已注册的资源
|
||
|
||
按注册的逆序清理,确保依赖关系正确处理。
|
||
清理失败会记录日志,但不会抛出异常。
|
||
"""
|
||
# 逆序清理
|
||
for resource in reversed(self._resources):
|
||
try:
|
||
resource["cleanup_func"](resource["id"])
|
||
self._logger.debug(
|
||
f"[清理成功] {resource['type']}: {resource['id']}"
|
||
)
|
||
except Exception as e:
|
||
self._logger.warning(
|
||
f"[清理失败] {resource['type']}: {resource['id']}, 错误: {e}"
|
||
)
|
||
|
||
# 清空资源列表
|
||
self._resources.clear()
|
||
|
||
def get_resources(self, resource_type: Optional[str] = None) -> List[Dict[str, Any]]:
|
||
"""获取已注册的资源列表
|
||
|
||
Args:
|
||
resource_type: 资源类型过滤(可选)
|
||
|
||
Returns:
|
||
List[Dict[str, Any]]: 资源列表
|
||
"""
|
||
if resource_type:
|
||
return [r for r in self._resources if r["type"] == resource_type]
|
||
return self._resources.copy()
|
||
|
||
def count(self, resource_type: Optional[str] = None) -> int:
|
||
"""获取资源数量
|
||
|
||
Args:
|
||
resource_type: 资源类型过滤(可选)
|
||
|
||
Returns:
|
||
int: 资源数量
|
||
"""
|
||
return len(self.get_resources(resource_type))
|
||
|
||
|
||
# ---------------------------------------------------------------------------
|
||
# Pytest Fixtures
|
||
# ---------------------------------------------------------------------------
|
||
|
||
@pytest.fixture
|
||
def data_manager():
|
||
"""数据管理器 Fixture
|
||
|
||
为每个测试创建独立的数据管理器实例,测试结束后自动清理。
|
||
|
||
Yields:
|
||
DataManager: 数据管理器实例
|
||
"""
|
||
manager = DataManager()
|
||
yield manager
|
||
manager.cleanup()
|
||
|
||
|
||
def create_cleanup_fixture(
|
||
cleanup_func: Callable[[str], None],
|
||
resource_type: str = "resource"
|
||
):
|
||
"""创建特定类型的清理 fixture 工厂函数
|
||
|
||
用于为特定资源类型创建专用的清理 fixture。
|
||
|
||
Args:
|
||
cleanup_func: 清理函数
|
||
resource_type: 资源类型名称
|
||
|
||
Returns:
|
||
pytest.fixture: 清理 fixture
|
||
|
||
使用示例:
|
||
# 在 conftest.py 中
|
||
from tests.data.managers import create_cleanup_fixture
|
||
from tests.dataset.api_helpers import delete_dataset
|
||
|
||
cleanup_datasets = create_cleanup_fixture(delete_dataset, "数据集")
|
||
|
||
# 在测试中使用
|
||
def test_create_dataset(api_client, cleanup_datasets):
|
||
dataset_id = create_dataset(...)
|
||
cleanup_datasets.append(dataset_id)
|
||
"""
|
||
@pytest.fixture
|
||
def cleanup_fixture():
|
||
resource_ids: List[str] = []
|
||
yield resource_ids
|
||
|
||
# 清理所有资源
|
||
for rid in reversed(resource_ids):
|
||
try:
|
||
cleanup_func(rid)
|
||
_logger.debug(f"[清理成功] {resource_type}: {rid}")
|
||
except Exception as e:
|
||
_logger.warning(f"[清理失败] {resource_type}: {rid}, 错误: {e}")
|
||
|
||
return cleanup_fixture
|
||
|
||
|
||
# ---------------------------------------------------------------------------
|
||
# 辅助函数
|
||
# ---------------------------------------------------------------------------
|
||
|
||
def create_cleanup_func(api_client, endpoint: str) -> Callable[[str], None]:
|
||
"""创建 API 清理函数
|
||
|
||
工厂函数,用于创建调用 API 删除资源的清理函数。
|
||
|
||
Args:
|
||
api_client: API 客户端
|
||
endpoint: API 端点(如 "/datasets")
|
||
|
||
Returns:
|
||
Callable[[str], None]: 清理函数
|
||
|
||
使用示例:
|
||
cleanup_dataset = create_cleanup_func(api_client, "/datasets")
|
||
cleanup_dataset(dataset_id)
|
||
"""
|
||
def cleanup(resource_id: str) -> None:
|
||
api_client.delete(f"{endpoint}/{resource_id}")
|
||
|
||
return cleanup
|