前言测试是软件质量的护城河，而测试工程化则是让这条护城河持续有效的关键。在Python生态中，pytest几乎是单元测试的代名词——它的设计哲学是「简单用例简单写，复杂用例也有优雅写法」，零配置即能运行，同时也支持从基本到高级的各类复杂场景。本文将带你从pytest基础出发，覆盖：测试组织与 fixtures：参数化、共享设置、作用域控制Mock与MonkeyPatch：隔离外部依赖断言的艺术：更精确的错误诊断覆盖率与CI集成：从代码覆盖到质量门禁测试工程化实践：大型项目的测试架构目录结构一、pytest基础：超越 unittest 的简洁二、Fixtures：测试固件的高级玩法三、Mock、Patch与MonkeyPatch：外部依赖隔离四、参数化测试：一条用例覆盖多场景五、跳过与条件执行：灵活控制测试行为六、pytest插件生态：让测试更强大七、测试工程化实践八、总结一、pytest基础：超越 unittest 的简洁1.1 pytest vs unittest# unittest 风格（标准库） import unittest class TestMathUtils(unittest.TestCase): def setUp(self): self.calc = Calculator() def test_add(self): self.assertEqual(self.calc.add(2, 3), 5) def test_divide_by_zero(self): with self.assertRaises(ZeroDivisionError): self.calc.divide(1, 0)# pytest 风格（更简洁，无类也可以） import pytest def add(a, b): return a + b def divide(a, b): if b == 0: raise ZeroDivisionError("除数不能为零") return a / b def test_add(): assert add(2, 3) == 5 def test_divide(): assert divide(10, 2) == 5.0 def test_divide_by_zero(): with pytest.raises(ZeroDivisionError, match="除数不能为零"): divide(1, 0)运行方式：# 运行当前目录下所有测试 pytest # 运行指定文件 pytest tests/test_main.py # 运行指定测试函数 pytest tests/test_main.py::test_add # 详细输出 pytest -v # 显示print输出 pytest -s # 立即失败（不运行后续测试） pytest -x # 只运行上次失败的测试 pytest --lf # 对比两次运行的差异 pytest --lf --cache-show1.2 目录结构与conftest.pypytest的约定优于配置原则体现在目录结构上：myproject/ ├── src/ │ └── myproject/ │ ├── __init__.py │ ├── calculator.py │ └── user.py ├── tests/ │ ├── __init__.py │ ├── conftest.py ← 共享 fixtures（整个tests目录生效） │ ├── unit/ │ │ ├── __init__.py │ │ ├── conftest.py ← 单元测试共享 fixtures │ │ └── test_calculator.py │ ├── integration/ │ │ ├── __init__.py │ │ ├── conftest.py ← 集成测试共享 fixtures │ │ └── test_api.py │ └── fixtures/ │ ├── __init__.py │ └── sample_data.py ← 测试数据模块 └── pyproject.toml1.3 测试发现规则pytest自动发现测试文件的规则：模式描述test_*.py文件名以test_开头*_test.py文件名以_test结尾tests/目录tests目录下的所有.pyTest*类类名以Test开头（不含__init__的类）test_*函数函数名以test_开头*_test函数函数名以_test结尾# 测试类发现规则（类内方法也需要test_开头） class TestCalculator: def test_add(self): assert True def not_a_test(self): # 不会被发现 pass二、Fixtures：测试固件的高级玩法Fixtures是pytest最强大的特性之一，用于提供测试所需的依赖和数据。2.1 基础fixture# conftest.py import pytest @pytest.fixture def sample_