Python 类与对象：自动化测试框架的核心！实战封装测试类
💡 适合人群：Python 新手（会函数基础，想入门自动化测试）
🎯 核心收获：搞懂类与对象→封装测试类→理解自动化测试框架底层逻辑
你是不是学 Python 到「类与对象」就卡壳？觉得 “类、对象、实例” 全是抽象概念，学了也不知道用在哪？
但只要你想入门自动化测试（比如 Pytest、Unittest、Appium），类与对象就是绕不开的核心 ——所有自动化测试框架，本质都是用 “类” 封装的测试逻辑！
今天咱们用「实战封装测试类」的方式，把类与对象讲透，新手也能跟着写出来，还能直接对接之前写的myAtoi函数测试～
一、先搞懂：类与对象到底是什么？（大白话版）
新手别记 “面向对象、实例化” 这些术语，用「奶茶店」类比，1 分钟懂：
👉 核心结论：
类是「模板」，定义了 “有什么属性、能做什么事”；
对象是「模板的具体实例」，比如用 “测试类模板” 创建出 “测试 myAtoi 函数的实例”。
二、基础语法：写第一个类（新手友好版）
先写一个极简的类，逐行解释，搞懂类的核心组成（初始化方法、属性、方法）：
# 定义一个测试模板类（类名首字母大写，这是规范）class TestTemplate: # 初始化方法：创建对象时自动执行，用来初始化属性 # self：代表“当前对象自己”，必须放在第一个参数位置 def __init__(self): # 定义属性：测试用例列表（空列表） self.test_cases = [] # 定义属性：测试结果（空字典） self.test_results = {} # 定义方法：添加测试用例（往属性里加数据） def add_case(self, input_str, expect_result): # 把用例添加到test_cases属性中 self.test_cases.append((input_str, expect_result)) # 定义方法：打印当前所有用例（展示属性数据） def show_cases(self): print("当前测试用例列表：") for idx, case in enumerate(self.test_cases): print(f"用例{idx+1}：输入='{case[0]}'，预期={case[1]}")# 实例化对象：用类模板创建具体的测试对象test_obj = TestTemplate()# 调用对象的方法：添加用例test_obj.add_case("42", 42)test_obj.add_case(" -042", -42)# 调用对象的方法：展示用例test_obj.show_cases()# 访问对象的属性：直接看test_cases的值print("\n属性直接访问：", test_obj.test_cases)
运行结果（新手可对照）：
当前测试用例列表：用例1：输入='42'，预期=42用例2：输入=' -042'，预期=-42属性直接访问： [('42', 42), (' -042', -42)]
关键解释：
1.class 类名:：定义类，类名首字母大写（PEP8 规范，新手记这个习惯）；2.__init__(self)：初始化方法，创建对象时自动执行，用来给对象 “初始化属性”；3.self：必须作为方法的第一个参数，代表 “当前对象”，比如self.test_cases就是当前对象的 “测试用例列表” 属性；4.实例化对象：test_obj = TestTemplate()，相当于 “按模板做了一杯奶茶”；5.调用方法 / 访问属性：对象.方法() / 对象.属性，比如test_obj.add_case()。
三、实战核心：封装一个可执行的测试类
基于上面的基础，我们封装一个「能管理用例、执行测试、生成报告」的测试类，对接之前的myAtoi函数，这就是自动化测试框架的极简雏形！
步骤 1：完整代码（可直接复制运行）
# 先把之前的myAtoi函数复制过来（被测函数）def myAtoi(s: str) -> int: s = s.strip() if not s: return 0 res, i, flag = 0, 1, 1 if s[0] == '-': flag = -1 elif s[0] != '+': i = 0 int_max = 2 ** 31 - 1 int_min = -2 ** 31 bndry = 2 ** 31 // 10 for c in s[i:]: if not '0' <= c <= '9': break if res > bndry or (res == bndry and c > '7'): return int_max if flag == 1 else int_min res = 10 * res + ord(c) - ord('0') return res * flag# 封装测试类（自动化测试框架的核心雏形）class MyAtoiTest: """测试myAtoi函数的专用类""" # 初始化：创建对象时传入被测函数，初始化属性 def __init__(self, test_func): self.test_func = test_func # 被测函数（比如myAtoi） self.test_cases = [] # 测试用例列表 self.pass_count = 0 # 通过用例数 self.fail_count = 0 # 失败用例数 # 方法1：添加单个测试用例 def add_test_case(self, input_str, expect_result): self.test_cases.append({ "input": input_str, "expect": expect_result }) print(f"✅ 已添加用例：输入='{input_str}'，预期={expect_result}") # 方法2：批量添加测试用例 def add_batch_cases(self, cases_list): for case in cases_list: self.add_test_case(case[0], case[1]) print(f"\n📦 批量添加完成，共{len(cases_list)}个用例") # 方法3：执行所有测试用例 def run_all_tests(self): print("\n============= 开始执行测试 =============") for idx, case in enumerate(self.test_cases, 1): # 提取用例数据 input_str = case["input"] expect = case["expect"] # 执行被测函数 actual = self.test_func(input_str) # 判断结果 if actual == expect: self.pass_count += 1 flag = "✅ 通过" else: self.fail_count += 1 flag = "❌ 失败" # 打印单条用例结果 print(f"用例{idx}：输入='{input_str}' → 预期={expect} | 实际={actual}{flag}") # 方法4：生成测试报告 def generate_report(self): total = self.pass_count + self.fail_count pass_rate = (self.pass_count / total * 100) if total > 0 else 0 print("\n============= 测试报告 =============") print(f"总用例数：{total}") print(f"通过数：{self.pass_count} | 失败数：{self.fail_count}") print(f"通过率：{pass_rate:.1f}%")# ---------------------- 实战调用测试类 ----------------------if __name__ == "__main__": # 1. 实例化测试对象（传入被测函数myAtoi） test_obj = MyAtoiTest(myAtoi) # 2. 准备测试用例（覆盖正常/边界/特殊场景） test_cases = [ ("42", 42), (" -042", -42), ("1337c0d3", 1337), ("0-1", 0), ("words and 987", 0), ("2147483648", 2147483647), ("-2147483649", -2147483648) ] # 3. 批量添加用例 test_obj.add_batch_cases(test_cases) # 4. 执行所有测试 test_obj.run_all_tests() # 5. 生成测试报告 test_obj.generate_report()
步骤 2：运行结果（新手可对照）
✅ 已添加用例：输入='42'，预期=42✅ 已添加用例：输入=' -042'，预期=-42✅ 已添加用例：输入='1337c0d3'，预期=1337✅ 已添加用例：输入='0-1'，预期=0✅ 已添加用例：输入='words and 987'，预期=0✅ 已添加用例：输入='2147483648'，预期=2147483647✅ 已添加用例：输入='-2147483649'，预期=-2147483648📦 批量添加完成，共7个用例============= 开始执行测试 =============用例1：输入='42' → 预期=42 | 实际=42 ✅ 通过用例2：输入=' -042' → 预期=-42 | 实际=-42 ✅ 通过用例3：输入='1337c0d3' → 预期=1337 | 实际=1337 ✅ 通过用例4：输入='0-1' → 预期=0 | 实际=0 ✅ 通过用例5：输入='words and 987' → 预期=0 | 实际=0 ✅ 通过用例6：输入='2147483648' → 预期=2147483647 | 实际=2147483647 ✅ 通过用例7：输入='-2147483649' → 预期=-2147483648 | 实际=-2147483648 ✅ 通过============= 测试报告 =============总用例数：7通过数：7 | 失败数：0通过率：100.0%
步骤 3：测试类核心逻辑拆解（和自动化框架关联）
这个极简的MyAtoiTest类，就是 Unittest/Pytest 框架的 “迷你版”，对应关系如下：
| | |
MyAtoiTest | TestCase | |
add_test_case | addTest | |
run_all_tests | run | |
generate_report | | |
👉 新手理解：专业的自动化测试框架，只是在这个基础上增加了更多功能（比如异常处理、参数化、并发执行），核心逻辑都是「用类封装测试流程」。
四、类与对象的核心优势（为什么自动化测试要用类？）
新手可能会问：“之前用函数也能批量测试，为什么还要用类？” 核心优势有 3 个：
1.
数据封装：测试用例、通过率、被测函数都存在对象的属性里，不用定义一堆全局变量，代码更整洁；
2.复用性强：想测试其他函数（比如加法函数），只需实例化时传入新的被测函数，不用改测试类的代码；
# 测试加法函数，复用MyAtoiTest类def add(a, b): return a + b# 实例化时传入add函数，添加加法用例即可add_test_obj = MyAtoiTest(add)add_test_obj.add_test_case((1,2), 3) # 注意：需微调add_test_case适配多参数，新手可尝试修改
1.扩展性高：想加新功能（比如失败用例重跑、输出 HTML 报告），只需给类加新方法，不影响原有逻辑 —— 这就是自动化框架能不断升级的原因。
五、新手小练习（动手才会真学会）
1.给MyAtoiTest类加一个clear_cases方法，用来清空所有测试用例；2.故意修改一个测试用例的预期结果（比如把 "42" 的预期改成 43），运行测试，看报告里的失败数和通过率是否变化；3.尝试用这个测试类测试你之前写的加法 / 减法函数（需微调add_test_case方法适配多参数）。
✨ 新手小贴士：
先把代码逐行复制到 Python 中运行，改一改测试用例和类的方法，比如给generate_report加 “失败用例详情”—— 玩着玩着就懂了类与对象的精髓！
10个月宝宝每天需要喝多少奶粉？