pytest：为你的Python代码做“体检”

在我们刚开始学编程时，通常写完代码，能够按预期效果运行，实现功能就算完事了。

但实际上，这样的程序很可能还存在隐藏的错误。例如，一个计算函数在常规输入下正常，但在边界条件下（如空输入或负数）可能失败。手动检查耗时且容易遗漏。

因此，除了开发之外，我们还需要对代码进行测试。

pytest 是一个 Python 测试框架，用于自动化验证代码的正确性。它通过简单的语法和清晰的错误提示，帮助开发者快速发现问题，确保代码在多种场景下可靠运行。

pytest 接口简洁，易于上手，适合单元测试和小型项目。相比 Python 内置的 unittest，pytest 无需复杂的类结构，测试更直观。

1. 安装与运行

pytest 可在控制台通过 pip 命令进行安装：

pip install pytest

编写一个简单测试，保存为 test_example.py：

def test_add():   assert 1 + 1 == 2

在终端运行 pytest，pytest 会自动发现并执行以 test_ 开头的文件和函数。

选项：使用 pytest -v 查看详细输出，显示每个测试的通过/失败状态。

2. 编写测试用例

测试用例是普通的 Python 函数，需以 test_ 开头，使用 assert 验证结果。

示例 1：测试字符串方法

def test_string():   assert "hello".upper() == "HELLO"

示例 2：测试自定义函数

def add(a, b):   return a + b

def test_add():   assert add(2, 3) == 5   assert add(0, 0) == 0

测试函数应清晰描述测试目标，并保持独立性。

3. 参数化测试

使用 @pytest.mark.parametrize 测试函数在不同输入下的行为，可减少重复代码。

示例：测试一个乘二函数

import pytest

@pytest.mark.parametrize("input,expected", [(1, 2), (3, 6), (5, 10)])def test_double(input, expected):   assert input * 2 == expected

这样在提高测试覆盖率的同时，可保持代码简洁。

4. 错误提示

如有断言失败，pytest 会提供具体的错误位置，便于定位问题。

示例：

def test_wrong():   assert 1 + 1 == 3

运行 pytest，输出会显示 assert 1 + 1 == 3 这行出错。

5. 常见问题

测试未运行：确保文件名和函数名以 test_ 开头。

运行缓慢：使用 pytest test_file.py 只运行特定文件。

结果不清晰：使用 pytest -v 查看详细测试结果。

6. 进阶学习

掌握基础后，可进一步探索以下 pytest 高级功能：

夹具（Fixtures）：使用 @pytest.fixture 创建可重用的测试数据或环境设置，简化测试准备和清理。

异常测试：通过 pytest.raises 验证代码是否按预期抛出异常

标记（Markers）：使用 @pytest.mark 为测试添加标签，如跳过测试（skip）或标记特定测试组。

插件系统：集成插件如 pytest-cov（测试覆盖率）、pytest-mock（模拟对象）以扩展功能。

配置与定制：通过 pytest.ini 文件配置默认行为，如设置默认参数或自定义测试发现规则。

并行测试：使用 pytest-xdist 插件加速测试执行，适合大型项目。

测试报告：生成 JUnit XML 或 HTML 报告，集成到持续集成（CI）流程中。

如果本文对你有帮助，欢迎点赞、评论、转发。你们的支持是我更新的动力~

购买后可加入读者交流群，Crossin为你开启陪读模式，解答你在阅读本书时的一切疑问。

Crossin的其他书籍：

感谢转发和点赞的各位~