快速上手pytest

1. pytest的基础

1.1 什么是pytest

pytest 是 python 中的一个测试框架，用于编写简洁、可扩展的测试代码，帮助开发者验证结果是否与预期相符。

python 中有很多的测试框架，那我们为什么要学习 pytest 呢？

pytest 的优势：

不需要复杂的类继承（不像 unittest）
支持断言直接使用 python 的 assert 语句
提供丰富的插件生态（如生成 HTML 报告、并行测试等）

1.2 pytest的安装

pytest 属于 python 的第三方库（不属于标准库），所有在使用之前需要在 terminal 中进行安装

pip install pytest -i https://pypi.tuna.tsinghua.edu.cn/simple

后面指定的是国内源下载，能够提高下载的速度

1.3 第一个测试例子

创建一个文件：test_first.py

python文件内容为：

def add(num1, num2):
    return num1 + num2


def test_add():
    assert add(1, 2) == 3

运行代码：pytest test_first.py

2. pytest的核心功能

2.1 测试发现规则

pytest 会自动发现以下的文件：

文件名以 test_ 开头或 _test结尾（如 test_first.py 或 first_test.py）
类名以 Test 开头
函数名以 test_开头

文件名符合规则，是 pytest 处理文件的前提条件。类/函数符合规则，是执行具体测试的必要条件。

若文件名符合规则，类符合规则，类中的函数不符合规则，则会跳过类中的不符合规则的函数。除非在符合规则的函数里面调用不符合规则的函数。

符合规则的文件+类+不符合规则的函数：

class TestAdd:
    def add(self):
        print(1 + 1)

运行结果：

符合规则的文件+类+函数：

class TestAdd:
    def test_add(self):
        print(1 + 1)

运行结果：

2.2 运行测试的常用方式

运行所有的测试：pytest

运行指定文件：pytest 文件名(符合规则)

运行包含关键字的测试：pytest -k "add" #运行名称关于add的测试

遇到错误时停止：pytest --pdb #进入调试模式

2.3 断言（assert）

直接使用 python 的 assert 语句。

断言的作用：判断实际结果是否与预期结果一致。

在 pytest 中运行测试时，控制台会通过特定符号直观反馈每个测试用例的执行结果。

以下是常见的符号及其含义：

符号	含义	触发场景
.	测试通过	断言成功且无异常
F	测试失败	断言失败（如 assert 1 == 2）
E	代码错误	测试代码本身抛出异常（非断言失败）
s	测试跳过	使用 @pytest.mark.skip 主动跳过测试
x	预期失败（XFAIL）	测试标记为预期失败且确实失败
X	意外通过（XPASS）	测试标记为预期失败但实际通过了
w	警告	代码触发了警告（如弃用函数）

2.4 夹具（Fixture）

2.4.1 夹具的作用与使用

夹具的作用：为测试用例提供预置的环境和资源，避免重复写相同的准备代码，让测试更简洁、可维护。

数据库连接
临时文件
模拟对象
共享配置

举个例子：假设你要测试“煮不同口味的面条”

没有夹具：每次煮面都要自己拆包装、烧水、煮面、吃完洗碗......重复劳动。

有夹具：小助手自动帮你完成这些事：提前烧好一锅水（前置准备）、煮好面递给你（提供资源）、你吃完后，它自动洗碗（清理垃圾）。你只需要专注测试“面的味道”，其他杂活都交给它。

夹具的定义：用@pytest.fixture装饰器定义一个夹具

写一个简单的代码（可能与实际业务不符），方便大家理解：

@pytest.fixture
def user():
    return "Alice"

夹具的使用：在测试函数中将夹具作为参数传入即可使用

def test_user(user):
    print(user)

运行结果：

2.4.2 夹具的作用范围（scope）

通过 scope 参数控制夹具的作用域：

function（默认）：每个测试函数执行一次
class：每个测试类执行一次
module：每个 python 文件执行一次
session：整个 pytest 运行过程执行一次

大家看到上面的夹具作用域，可能就有点懵了。可能不明白什么叫做执行一次，接下来就给大家深入解析一下：

并不是说它们只能执行一次，而是说当设置不同的scope参数内容时，它们的作用域是不同的。

作用域为function的代码理解：

import pytest


class TestFruit:
    @pytest.fixture(scope="function")
    def ret_fruit(self):
        return {
            "A": "apple",
            "P": "pear",
            "W": "watermelon"
        }

    def test_fruit1(self, ret_fruit):
        ret_fruit["A"] = "avocado"
        print(ret_fruit)

    def test_fruit2(self, ret_fruit):
        print(ret_fruit)

运行结果：

分析：

夹具作用域（scope="function"）：

规则：夹具 ret_fruit 在每个测试函数执行前初始化一次，每个测试函数获得独立的字典对象。
初始化：每个测试函数（如：test_fruit1、test_fruit2）执行前，都会调用一次 ret_fruit，生成新字典。
清理：每个测试函数结束后清理资源。
隔离性：每个测试函数操作的字典是完全独立的对象，互不干扰。

字典虽然是可变的，但 ret_fruit 夹具每次返回一个新字典。所以在 test_fruit1 中修改字典，不会影响 test_fruit2，因为它们操作的是不同的对象。

作用域为 class 的代码理解：

import pytest


class TestFruit:
    @pytest.fixture(scope="class")
    def ret_fruit(self):
        return {
            "A": "apple",
            "P": "pear",
            "W": "watermelon"
        }

    def test_fruit1(self, ret_fruit):
        ret_fruit["A"] = "avocado"
        print(ret_fruit)

    def test_fruit2(self, ret_fruit):
        print(ret_fruit)

运行结果：

分析：

夹具的作用域（scope="class"）:

规则：夹具 ret_fruit 在测试类的第一个测试方法执行前初始化一次，后续所有测试方法共享同一个对象。
初始化：在 TestFruit 类的第一个测试方法（如 test_fruit1）执行前生成字典。
清理：在 TestFruit 类的最后一个测试方法执行后清理。
共享性：类内的所有测试方法（如 test_fruit1 和 test_fruit2）共享同一个字典对象。

字典是可变对象，在 test_fruit1 中修改 ret_fruit["A"] = "avocado" 会直接影响 test_fruit2 中接收的 ret_fruit，因为 ret_fruit 是同一个字典的引用。

2.5 pytest的参数化

2.5.1 什么是参数化测试？

参数化测试：就是用不同测试数据，去反复运行同一个测试函数，避免重复写类似的测试代码。

举例说明：学过测试的小伙伴应该知道，当我们去测一个登录功能的时候，是会有很多条测试用例去测这个登录功能的。那我们进行登录自动化接口测试的时候，那么登录功能就会被抽象成一个函数，测这个功能的测试数据又有很多。如果每个情况都写一个测试函数，那么代码就会很冗余。参数化就可以让你用一个函数跑遍所有情况。

2.5.2 参数化的使用

参数化的使用：@pytest.mark.parametrize("参数名", 参数值列表)

import pytest


def add(a, b):
    return a + b


# 装饰器写法：@pytest.mark.parametrize("参数名", 参数值列表)
@pytest.mark.parametrize("a, b, expected", [(1, 2, 3), (2, 3, 5)])
def test_add(a, b, expected):
    assert add(a, b) == expected

运行结果：

@pytest.mark.parametrize：这是 pytest 提供的参数化装饰器。

第一个参数：“参数名” 是字符串，多个参数用逗号隔开（如 "a, b, expected"）。

第二个参数：是一个列表，列表中的每个元素是一组参数值（如 (1, 2, 3)对应一次测试）。

测试函数参数：参数名必须和装饰器中的参数名一一对应（如 a, b, expected）。

上述代码执行测试时，pytest会自动生成 2 个测试用例：

用 a = 1, b = 2, expected = 3 运行一次 test_add。
用 a = 2, b = 3, expected = 5 运行一次 test_add。

注意：实际中参数值列表部分，通常会采用调用其他函数(获取文件数据函数)获取对应的返回值，来获取参数值列表部分。这样就能够实现代码与数据的分离。

3. pytest的高级功能

3.1 标记（Mark）

3.1.1 跳过测试

跳过测试：@pytest.mark.skip 和 @pytest.mark.skipif

作用：在某些条件下跳过测试，避免执行不必要或暂时无法运行的测试。

直接跳过：

import pytest


@pytest.mark.skip(reason="该功能尚未实现")
def test_feature_not_implemented():
    assert False  # 不会执行

运行结果：

动态条件跳过：

import pytest


@pytest.mark.skipif(1 == 1, reason="条件成立跳过")
def test_condition_skipping():
    pass

运行结果：

这个只有条件成立才会跳过，不成立则不会跳过。

3.1.2 预期失败

预期失败：@pytest.mark.xfail

作用：标记已知会失败的测试，测试失败时不计入错误统计（显示为 xfailed）

import pytest


@pytest.mark.xfail
def test_beta_feature():
    assert False

运行结果：

3.2 异常测试

作用：验证代码是否抛出预期的异常类型和错误信息

基础异常断言：pytest.raises

import pytest


def test_divide_by_zero():
    with pytest.raises(ZeroDivisionError):
        10 / 0

结果抛出 ZeroDivisionError，才能测试通过。

运行结果：

装饰器方式：@pytest.mark.xfail(raises=...)

适用于整个测试函数都预期抛出异常的场景：

import pytest


@pytest.mark.xfail(raises=IndexError)
def test_out_of_bounds():
    my_list = [1, 2, 3]
    return my_list[100]  # 预期会抛出IndexError

运行结果：