大家好，今天为大家分享一个强大的 Python 库 - pytest。

Github地址：https://github.com/pytest-dev/pytest

pytest是Python生态系统中最受欢迎的测试框架之一，由Holger Krekel开发并持续维护。作为第三方测试框架，pytest以其简洁的语法、强大的功能和丰富的插件生态系统而备受开发者青睐。该框架不仅支持简单的单元测试，还能处理复杂的功能测试和集成测试场景。

安装

1、安装方法

通过pip包管理器可以快速安装pytest框架：

pip install pytest

如需安装特定版本或包含额外功能的pytest：

pip install pytest
pip install pytest[testing]

2、验证安装

安装完成后，可以通过命令行验证pytest是否正确安装：

pytest --version

同时可以创建一个简单的测试文件验证功能：

# test_demo.py
def test_simple():
    assert 1 + 1 == 2
    
def test_string():
    assert "hello".upper() == "HELLO"

运行测试命令：

pytest test_demo.py

特性

简洁的测试语法：使用简单的assert语句进行断言，无需记忆复杂的断言方法，测试代码更加直观易读。
自动测试发现：能够自动发现和执行符合命名规范的测试文件和测试函数，减少了配置工作量。
丰富的插件生态：提供数百个官方和第三方插件，支持代码覆盖率分析、并行测试、报告生成等功能。
灵活的测试配置：支持多种配置方式，包括命令行参数、配置文件和环境变量，适应不同的测试需求。
强大的fixture机制：提供依赖注入功能，实现测试数据准备、资源管理和测试环境隔离。

基本功能

1、基础测试编写

pytest的核心优势在于其简洁的测试编写方式。开发者只需使用标准的assert语句即可完成测试断言，无需导入特殊的测试类或方法。

# test_calculator.py
def add(a, b):
    return a + b

def test_add_positive_numbers():
    result = add(3, 5)
    assert result == 8

def test_add_negative_numbers():
    result = add(-2, -3)
    assert result == -5

def test_add_mixed_numbers():
    result = add(-1, 1)
    assert result == 0

2、参数化测试

参数化测试是pytest的重要功能，允许使用不同的输入参数多次执行同一个测试函数。通过pytest.mark.parametrize装饰器，可以定义多组测试数据，框架会自动为每组数据生成独立的测试用例。

import pytest

@pytest.mark.parametrize("a,b,expected", [
    (1, 2, 3),
    (0, 0, 0),
    (-1, 1, 0),
    (100, 200, 300),
])
def test_add_parametrized(a, b, expected):
    assert add(a, b) == expected

@pytest.mark.parametrize("input_str,expected", [
    ("hello", "HELLO"),
    ("world", "WORLD"),
    ("", ""),
    ("123", "123"),
])
def test_string_upper(input_str, expected):
    assert input_str.upper() == expected

3、异常测试

pytest提供了pytest.raises上下文管理器，专门用于测试代码是否能够正确抛出预期的异常。

import pytest

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

@pytest.mark.parametrize("a,b,expected", [
    (1, 2, 3),
    (0, 0, 0),
    (-1, 1, 0),
    (100, 200, 300),
])
def test_add_parametrized(a, b, expected):
    assert add(a, b) == expected

@pytest.mark.parametrize("input_str,expected", [
    ("hello", "HELLO"),
    ("world", "WORLD"),
    ("", ""),
    ("123", "123"),
])
def test_string_upper(input_str, expected):
    assert input_str.upper() == expected

高级功能

1、Fixture机制

Fixture是pytest的核心特性之一，提供了强大的依赖注入和资源管理能力。通过fixture，可以在测试执行前准备测试数据，在测试完成后清理资源。

import pytest
import tempfile
import os

@pytest.fixture
def sample_data():
    """提供测试数据"""
    return {
        "users": ["Alice", "Bob", "Charlie"],
        "scores": [85, 92, 78]
    }

@pytest.fixture
def temp_file():
    """创建临时文件"""
    fd, path = tempfile.mkstemp()
    yield path
    os.close(fd)
    os.unlink(path)

def test_data_processing(sample_data):
    users = sample_data["users"]
    scores = sample_data["scores"]
    
    assert len(users) == len(scores)
    assert max(scores) == 92

def test_file_operations(temp_file):
    # 写入测试数据
    with open(temp_file, 'w') as f:
        f.write("test content")
    
    # 验证文件内容
    with open(temp_file, 'r') as f:
        content = f.read()
    
    assert content == "test content"

2、标记和跳过测试

pytest提供了灵活的测试标记和跳过机制，允许开发者根据不同条件选择性地执行测试。

import os

import pytest
import sys

@pytest.mark.slow
def test_time_consuming_operation():
    """标记为慢速测试"""
    import time
    time.sleep(2)
    assert True

@pytest.mark.skipif(sys.platform == "win32",
                   reason="不在Windows平台运行")
def test_unix_specific():
    """跳过Windows平台的测试"""
    assert os.name == "posix"

@pytest.mark.xfail(reason="已知问题，待修复")
def test_known_failure():
    """预期失败的测试"""
    assert False

# 运行特定标记的测试
# pytest -m slow
# pytest -m "not slow"

总结

pytest作为Python测试领域的领先框架，以其简洁的语法、强大的功能和丰富的生态系统赢得了广泛认可。从基础的单元测试到复杂的集成测试，pytest都能提供优雅的解决方案。其fixture机制、参数化测试和灵活的配置选项，使得测试代码的编写和维护变得更加高效。

可锐资源网

技术资源分享平台，提供编程学习、网站建设、脚本开发教程

pytest，一个强大的 Python 库!（pytest-assume）

安装

特性

基本功能

3、异常测试

高级功能

总结