接上篇文章，我们使用pytest框架，实现自动发现并执行用例，接着利用断言语句判断测试结果，最后生成报告。这篇文章我们就断言机制来展开，深入学习进阶pytest框架的断言机制：
目录
[1. 使用assert语句配合自定义错误消息](#1. 使用assert语句配合自定义错误消息)
[2. 编写自定义断言函数](#2. 编写自定义断言函数)
[3. 使用unittest.TestCase及其断言方法](#3. 使用unittest.TestCase及其断言方法)
一、基本断言
1、使用Python原生assert语句
pytest的断言机制基于Python语言的内置assert语句，并在此基础上进行了增强，使其更适合测试场景。pytest鼓励直接使用Python的assert语句来进行断言。在测试函数中，只需编写assert condition或assert expression，当条件为False或表达式求值结果为False时，assert语句将抛出AssertionError异常，标志着测试失败。常用的断言语句如下所示：
assert condition: 最基础的断言形式，检查 condition 是否为真。如果 condition 为假（即 False），则断言失败。
assert expr1 == expr2: 检查两个表达式（如变量、值或函数返回结果）是否相等。如果不相等，断言失败。
assert expr1 != expr2: 检查两个表达式是否不相等。如果相等，断言失败。
assert expr1 is expr2: 检查两个对象是否是同一个对象（即它们有相同的内存地址）。如果不是同一个对象，断言失败。
assert expr1 is not expr2: 检查两个对象是否不是同一个对象。如果是同一个对象，断言失败。
assert expr1 in collection: 检查 expr1 是否是 collection（如列表、元组、集合、字典键等）的成员。如果不是成员，断言失败。
assert expr1 not in collection: 检查 expr1 是否不是 collection 的成员。如果是成员，断言失败。
assert expr1 < expr2, assert expr1 <= expr2, assert expr1 > expr2, assert expr1 >= expr2: 对于数值或可比较的对象，检查它们之间的关系是否满足指定的条件（小于、小于等于、大于、大于等于）。如果不满足，断言失败。
**assert almost_equal(expr1, expr2, *, rel_tol=..., abs_tol=...): （需导入 from pytest import approx）**检查两个浮点数或可迭代的浮点数集合是否近似相等，可以指定相对误差（rel_tol）和绝对误差（abs_tol）。
**assert raises(ExpectedException, func, *args, **kwargs): （需导入 from pytest import raises）**检查调用 func(*args, **kwargs) 是否引发指定的异常 ExpectedException。如果没有引发该异常或引发了不同类型的异常，断言失败。
2、兼容unittest断言方法
pytest虽然鼓励使用原生assert，但也完全兼容unittest模块中的断言方法，如assertEqual、assertTrue、assertFalse、assertIn等。如果你更喜欢使用这些方法，pytest同样能够正确处理它们引发的异常。如：
python
from unittest import TestCase
class TestMyClass(TestCase):
def test_my_method(self):
result = MyClass().my_method()
self.assertEqual(result, expected_value)使用unittest断言方法时，pytest会显示方法名和其参数作为错误消息的一部分，同样有助于理解测试失败的原因。
二、断言重写
在某些情况下，可能需要自定义断言行为，例如添加更详细的错误消息、改变失败条件，或者实现特定领域的复杂验证逻辑。pytest 允许通过以下方式实现断言重写：
1、使用assert语句配合自定义错误消息
pytest支持在assert语句后附加一个字符串作为自定义错误消息。当断言失败时，这个消息将与测试失败信息一起显示，提供额外的上下文信息。例如：
python
def divide(x,y):
return x/y
def test_division():
result = divide(10, 2)
assert result == 5, f"期望输出值为5, 实际输出结果为{result}"在这个例子中，如果result不等于5，pytest将显示你提供的错误消息，包含预期值和实际值。
2、编写自定义断言函数
对于特定领域的复杂验证逻辑，可以编写自定义的断言函数。这些函数内部执行具体的验证逻辑，并在断言失败时抛出AssertionError。例如：
python
def is_prime(number):
if number < 2:
return False
for i in range(2, int(number ** 0.5) + 1):
if number % i == 0:
return False
return True
def assert_is_prime(number, msg=None):
if not is_prime(number):
raise AssertionError(msg or f"{number} 不是质数")
def test_primes():
assert_is_prime(4)
assert_is_prime(17)
test_primes()在这个例子中，assert_is_prime函数封装了对素数的验证逻辑。当提供的数不是素数时，函数抛出AssertionError，附带自定义的错误消息。
3、使用unittest.TestCase及其断言方法
pytest兼容unittest.TestCase及其丰富的断言方法。这些方法提供了更详细的错误消息和特定类型的断言。例如：
python
from unittest import TestCase
class TestMyClass(TestCase):
def test_my_method(self):
result = MyClass().my_method()
self.assertEqual(result, expected_value, msg="Custom error message")在这个例子中，self.assertEqual方法不仅检查result是否等于expected_value，还接受一个可选的msg参数，用于指定自定义的错误消息。
三、断言的丰富表达式
pytest 的断言不仅限于简单的布尔条件判断，还可以利用 Python 的表达式能力创建更复杂的验证逻辑。一下一些示例：
1、使用逻辑运算符组合断言
利用 and、or 和 not 等逻辑运算符连接多个断言条件。
python
assert result is not None and result.success and len(result.data) > 0
assert result is not None and result==0 or result==1and 是两个条件需同时满足；or是两个条件满足其中一个就可以；not是取反
2、利用列表推导式或生成器表达式
对于需要验证集合中所有元素满足某种条件的情况，可以使用列表推导式或生成器表达式配合 all() 或 any() 函数。
python
assert all(isinstance(item, int) for item in my_list)
assert any(isinstance(item, str) for item in my_list1)all( )函数必须所有都满足条件，any( )函数只要有一个满足条件就通过
3、结合使用上下文管理器和断言
在 with 语句中结合使用上下文管理器（如 contextlib.suppress 或自定义上下文管理器）和断言，以优雅地处理预期的异常或资源清理。
python
with pytest.raises(ValueError):
function_that_should_throw_value_error()断言在执行 function_that_should_throw_value_error() 函数时，是否抛出了 ValueError 异常。如果没有抛出该异常或者抛出了不同类型的异常，断言将失败。
4、使用集合操作验证元素存在性
python
expected_elements = {1, 3, 5}
result_list=[1, 3, 5, 5,3]
assert set(result_list).issubset(expected_elements)还有很多多元、复合、甚至是依赖特定数据结构和算法逻辑的验证场景，我们都可以使用相应的表达式去构造复杂的验证逻辑。
希望本篇文章能有效帮助各位同学掌握pytest框架的断言方法！