WebDriver是用于与实时Web浏览器进行交互的可编程界面。它使测试自动化能够打开浏览器，发送点击，键入键，刮擦文本并最终干净地退出浏览器。WebDriver界面是W3C建议书。WebDriver标准的最受欢迎的实现是Selenium WebDriver，它是免费和开放源代码。
在当前工作目录或子目录内部，创建 test_my_application.py 文件，其内容如下：
AUDIOWARNPATH = os.path.join(CURRENTPATH, 'resources/audios/warn.wav')
推荐操作环境：windows7系统、jquery3.2.1版本，DELL G3电脑。
相信你已经不止一次在函数中看到关键词yield，它起着什么作用？返回什么？和return又有着什么区别呢？这篇文章将会揭开yield的神秘面纱，并给出最浅显易懂的例子。
做自动化测试的时候，比如创建个 url 列表，url 列表里面可能是存储了网站的页数：
pytest 鄙视 > unittest 鄙视 > robotframework 鄙视 > 记流水账 鄙视 > “hello world”小白
yield指令，可以暂停一个函数并返回中间结果。使用该指令的函数将保存执行环境，并且在必要时恢复。 生成器比迭代器更加强大也更加复杂，需要花点功夫好好理解贯通。 看下面一段代码： [python] view plain copy def gen(): for x in xrange(4): tmp = yield x if tmp == 'hello': print 'world' else: print str(tmp)
pytest登场！本文将在Django中引入pytest，原理是先执行tep startproject命令创建pytest项目文件，然后从数据库中拉取代码写入文件，最后调用pytest命令运行用例。为了提高运行效率，用例运行是并行的，采用了多线程和多进程，两个都有，这在最后有个单独小结进行比较完整的说明。因为用例运行是异步的，所以前端并不知道什么时候执行完才能拿到运行结果，可以发多个HTTP请求轮询，但这种方式并不优雅，本文将采用WebSocket来实现用例结果查询。具体内容为：
在生成器函数中，使用多个yield语句，执行一次后会暂停执行，把yield表达式的值返回，再次执行会执行到下一个yield语句
迭代器和生成器 所有你可以用在for...in...语句中的都是可迭代的:比如lists,strings,files...因为这些可迭代的对象你可以随意的读取所以非常方便易用,但是你必须把它们的值放到内存里,当它们有很多值时就会消耗太多的内存. 生成器也是迭代器的一种,但是你只能迭代它们一次.原因很简单,因为它们不是全部存在内存里,它们只在要调用的时候在内存里生成。生成器使用的重点关键字是 Yield def createGenerator(): mylist = range(3)
在Python编程中，当你遇到TypeError: expected str, bytes or os.PathLike object, not generator错误消息时，这通常是因为你要传递给一个函数的参数类型不正确。
迭代器对象要求支持迭代器协议的对象，在 python 中，支持迭代器协议就是实现对象的 __iter__() 和 __next__() 方法。
在Python中，生成器（Generator）是一种特殊的迭代器，可以通过函数来创建。生成器可以动态地生成数据流，而不需要一次性生成所有的数据，从而在处理大量数据时具有很好的性能优势。
2、在调用生成器运行过程中，每次遇到yield时，函数都会暂停并保存所有当前的运行信息。
生成器是 Python 初级开发者最难理解的概念之一，虽被认为是 Python 编程中的高级技能，但在各种项目中可以随处见到生成器的身影，你得不得去理解它、使用它、甚至爱上它。 提到生成器，总不可避免地要把迭代器拉出来对比着讲，生成器就是一个在行为上和迭代器非常类似的对象，如果把迭代器比作 Android 系统，那么生成器就是 iOS，二者功能上差不多，但是生成器更优雅。 什么是迭代器 顾名思义，迭代器就是用于迭代操作（for 循环）的对象，它像列表一样可以迭代获取其中的每一个元素，任何实现了 __n
yield 是在：PEP 255 -- Simple Generators 这个pep引入的
迭代是Python最强大的功能之一，是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。 迭代器有两个基本的方法：iter() 和 next()。
当我们的自动化规模很大的时候，一次运行需要很多时间，这就需要有一个调度机制，最好是多个设备同时运行。在pc上还好说，可以用selenium grid, 然后用多线程跑，pytest-xdist是好用的。 但是mobile是连接多个设备的。我尝试了一下，要么多台设备同时跑一样的case, 这样可以测试兼容性。但是我们想在不同的机器同时跑不同的case. 本人尝试了多线程，理想很丰满，现实很骨感。 多线程没起到效果，一般是一台机跑，一台机等着。等第一台跑完，第二台就跑。
2、函数+yield关键字创建法。需要将其写成多行函数，并通过调用该函数返回生成器对象。
接口测试需要依赖大量的测试数据，因此测试用例数据构造是个老生常谈的话题。通常我们在非自动化测试过程都是随机想一条数据，而自动化测试测试则不行，因为自动化测试对测试数据有一定的约束，例如某些字段不能写死，某些整型字段不能重复等，所以我们在利用接口测试工具（jmeter、postman）写自动化测试用例过程，往往会自己开发随机数、字符串生成的工具。而在自研的接口测试框架中，我们则可以使用数据Fake工具。
在前置操作中生成了一个数据id，在测试用例需要引用，或者用例执行完成后需要在后置操作中删除。
迭代是Python最强大的功能之一，是访问集合元素的一种方式。 迭代器是一个可以记住遍历的位置的对象。 迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。 迭代器有两个基本的方法：iter() 和 next()。 字符串，列表或元组对象都可用于创建迭代器，给一个列表创建迭代器代码示例：
generator（生成器）是ES6标准引入的新的数据类型。一个generator看上去像一个函数，但可以返回多次。
我们一般称 Iterable 为可迭代对象。Python 中任意的对象，只要它定义了可以返回一个迭代器的 __iter__ 方法，或者定义了可以支持下标索引的 __getitem__ 方法，那么它就是一个可迭代对象。我们常用到的集合数据类型都是 Iterable。例如列表（list）、元组（tuple）、字典（dict）、集合（set）、字符串（str）等。
在Python语言系中，有很多可用的自动化测试框架，比如早期大多数人会选用 unittest+HTMLTestRunner、Nose等，最近几年比较常用的有Robot Framework，Robot Framework它是Python下一款非常通用的测试框架，采用扩展插件的机制可以帮助我们实现几乎任何类型的自动化测试工作，如接口自动化测试、App自动化测试、Web UI自动化测试等，而针对Robot Framework框架系统性的使用和讲解，笔者年初出版上市过一本《自动化测试实战宝典》一书，感兴趣的，可参阅此书：重磅消息 |《自动化测试实战宝典：从小工到专家》隆重上市！。
pytest测试用例之间的参数如何传递？如在前置操作中生成了一个数据id，在测试用例需要引用，或者用例执行完成后需要在后置操作中删除。 还有很多同学经常问到的case1 生成了数据a，在case2 中引用这个值。这些在用例执行过程中生成的数据可以用cache缓存来解决。
最近一段时间准备写一篇《自动化测试框架一键动态切换测试环境》的实践总结，但由于要涉及到pytest fixture相关知识，遂决定先写一篇pytest fixture的基础介绍。
Pytest的fixture相对于传统的xUnit的setup/teardown函数做了显著的改进:
在某种情况下，我们需要节省内存，就只能自己写，我们自己写的能实现迭代器的东西 称之为：“生成器”
迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。
在Python中，迭代器是遵循迭代协议的对象。使用iter()从任何序列对象中得到迭代器（如list, tuple, dictionary, set等）。另一种形式的输入迭代器是generator（生成器）。
首先让我们了解迭代器iterators。 根据维基百科，迭代器iterators是一个对象，使得程序员能够遍历一个容器，特别是list。 但是，迭代器执行遍历并访问容器中的数据元素，但不执行迭代。 你可能会感到困惑，所以让我们慢一点。 有三个部分即：
这一部分待加强！ （一）迭代器 一：简介 迭代是Python最强大的功能之一，是访问集合元素的一种方式。 迭代器是一个可以记住遍历的位置的对象。 迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。 迭代器只能往前不会后退。 迭代器有两个基本的方法：iter() 创建迭代器对象和 next()访问迭代器。 字典、字符串、列表或元组对象都可用于创建迭代器 二：迭代器的创建 ①把一个类作为一个迭代器使用需要在类中实现两个方法 __iter__() 与 __next__() ②__iter__() 方法返回一个特殊的迭代器对象， 这个迭代器对象实现了 __next__() 方法 并通过 StopIteration 异常标识迭代的完成。 ③__next__() 方法（Python 2 里是 next()）会返回下一个迭代器对象 三：迭代器协议的后台机制 for element in (1, 2, 3): print(element) 在后台，for 语句在容器对象中调用 iter() 。 该函数返回一个定义了 __next__() 方法的迭代器对象，它在容器中逐一访问元素。 没有后续的元素时， __next__() 抛出一个 StopIteration 异常， 通知 for 语句循环结束。 可以用内建的 next() 函数调用 __next__() 方法； 了解了迭代器协议的后台机制，就可以很容易的给自己的类添加迭代器行为。 定义一个 __iter__() 方法，使其返回一个带有 __next__() 方法的对象。 如果这个类已经定义了 __next__() ，那么 __iter__() 只需要返回 self: 三：迭代器使用的必要性 列表效率高，但是需要将内容一次性读入，可能增加内存的负担， 如果列表太大，内存溢出。 range 返回一个列表 xrange 返回一个对象 （二）生成器 一：简介 ①在 Python 中，使用了 yield 的函数被称为生成器（generator） 跟普通函数不同的是，生成器是一个返回迭代器的函数， 只能用于迭代操作，更简单点理解生成器就是一个迭代器 ②在调用生成器运行的过程中，每次遇到 yield 时函数会暂停， 并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。 二：创建生成器 ①一个简单的生成器：my_generator = (x*x for x in range(4)) 和列表解析式只是括号不同，大数据处理时代替列表解析式。 ②和return的区别：一般的函数都是止于return，作为生成器的函数，由于有了yield, 遇到他则会暂时挂起，如果之后还有return，则直接抛出StopIteration异常。 三：本节最后一句：编程中可以不使用生成器。
生成器指的是生成器对象，可以由生成器表达式得到，也可以使用yield关键字得到一个生成器函数，
惰性求值（Lazy evaluation）是在需要时才进行求值的计算方式。表达式不在它被绑定到变量之后就立即求值，而是在该值被取用的时候求值。
首先我们来学习下pytest的用来做前置工作和清理工作的setup和teardown方法。
这篇博客提及三个关于python循环的优化细节，如有其他一些优化的方案，欢迎留言分享~QWQ
本文介绍了Python迭代器和生成器的概念、用法和示例，以及itertools模块提供的一系列迭代器。生成器是一种特殊的迭代器，内部支持了生成器协议，不需要明确定义__iter__()和next()方法。生成器通过生成器函数产生，生成器函数可以通过常规的def语句来定义，但是不用return返回，而是用yield一次返回一个结果。在Python 2.5中，yield语句变成了yield表达式，可以有一个值。在生成器中，每次调用next()方法，就会返回下一个值。生成器还支持send()方法，用于主动推送一个值。在Python 3.x中，send()方法被移除，可以使用next()方法代替。生成器还支持close()方法，用于关闭生成器，关闭后无法使用send()和next()方法，但可以继续使用__iter__()和__next__()方法。生成器是一种强大的编程工具，可以有效地节省内存和提高代码性能，特别是在处理大量数据时。itertools模块提供了一系列迭代器，包括旋转、组合、笛卡尔积等，可以用于简化复杂的循环和算法。总之，迭代器和生成器是Python中非常重要的概念，可以简化很多繁琐的编程任务，提高代码性能和可读性。
用过unittest的朋友，肯定知道可以借助DDT实现参数化。用过JMeter的朋友，肯定知道JMeter自带了4种参数化方式（见参考资料）。pytest同样支持参数化，而且很简单很实用。
添加了 @pytest.fixture，如果 fixture 还想依赖其他 fixture，需要用函数传参的方式，不能用 @pytest.mark.usefixtures() 的方式，否则会不生效。
但它的特点就是下次使用next（a）时，接着上次的断点继续运行，直到下一个yield
上一篇带大家初步了解Pytest的核心知识点fixture，这一篇我们将继续对fixture进行介绍，我们会对fixture的调用方式进行一些补充，另外我们会介绍Pytest是如何进行参数化的。
unittest是python自带的单元测试框架，它封装好了一些校验返回的结果方法和一些用例执行前的初始化操作，使得单元测试易于开展，因为它的易用性，很多同学也拿它来做功能测试和接口测试，只需简单开发一些功能（报告，初始化webdriver，或者http请求方法）便可实现。
生成器第一次出现在CLU语言中CLU语言是由美国麻省理工大学的Barbara Liskov教授和她的学生们在1974年至1975年间所设计和开发出来的，这门语言虽然古老，但是却提出了很多如今被广泛使用的编程语言特性，生成器便是其中的一个。
在一个测试用例中需要多次调用同一个fixture的时候，工厂化的 fixture 的模式对于一个 fixture 在单一的测试中需要被多次调用非常有用。 之前写fixture是直接return一个数据，在测试用例中可以直接使用，现在我们需要返回一个生成数据的函数，这样就能在用例中多次调用了。
领取专属 10元无门槛券
手把手带您无忧上云
