Pytest 是什么 - 技术栈

Pytest 是 Python 生态中最流行的 测试框架，用于编写、运行和组织单元测试、功能测试甚至复杂的集成测试。它以简洁的语法、强大的插件系统和高度可扩展性著称，广泛应用于 Python 项目的自动化测试中。以下是其核心特性和使用详解：

Pytest 的核心特点

极简语法
- 无需继承类，使用普通函数和 assert 语句即可编写测试。
- 示例：
  python 复制代码
```
def test_add():
    assert 1 + 1 == 2  # 直接使用 assert，无需复杂断言方法
```
自动发现测试
- 自动识别以 test_ 开头的函数或 Test 开头的类中的测试方法。
丰富的断言
- 直接使用 Python 原生 assert，失败时输出详细上下文（如变量值）。
- 对比 JUnit 的 assertEquals(expected, actual)，Pytest 更直观：
  python 复制代码
```
assert user.name == "Alice"  # 失败时会显示 user.name 的实际值
```

Fixture 机制

通过 @pytest.fixture 定义测试依赖（如数据库连接、临时文件），实现复用和依赖注入。

python 复制代码

@pytest.fixture
def database():
    conn = create_db_connection()
    yield conn  # 测试结束后自动清理
    conn.close()

def test_query(database):  # 自动注入 fixture
    result = database.execute("SELECT 1")
    assert result == 1

参数化测试

用 @pytest.mark.parametrize 轻松测试多组输入。

python 复制代码

@pytest.mark.parametrize("a, b, expected", [(1, 2, 3), (0, 0, 0)])
def test_add(a, b, expected):
    assert a + b == expected

插件生态
- 支持 1000+ 插件扩展功能，例如：
  - pytest-cov：生成代码覆盖率报告。
  - pytest-xdist：并行运行测试。
  - pytest-mock：集成 Mock 功能。

Pytest 的适用场景

单元测试：验证函数或类的逻辑。
API 测试 ：结合 requests 库测试 HTTP 接口。
UI 自动化：与 Selenium 或 Playwright 搭配使用。
数据库测试：通过 Fixture 管理测试数据。

Pytest vs. Unittest（Python 标准库）

特性	Pytest	Unittest
语法	简洁（`assert`）	冗长（`self.assertEqual()`）
Fixture	支持（`@pytest.fixture`）	需手动实现 `setUp()`/`tearDown()`
参数化	原生支持（`@parametrize`）	需依赖 `subTest` 或第三方库
插件生态	丰富	有限
报告输出	彩色输出，详细信息	基础格式

快速开始

安装 Pytest ：
bash 复制代码
```
pip install pytest
```

编写测试文件 （如 test_sample.py）：

python 复制代码

def func(x):
    return x + 1

def test_answer():
    assert func(3) == 4  # 测试通过
    assert func(5) == 6  # 测试通过

运行测试 ：

bash 复制代码

pytest test_sample.py  # 运行指定文件
pytest               # 自动发现并运行所有测试

输出示例 ：

复制代码

================ test session starts =================
collected 2 items
test_sample.py ..                                [100%]
================ 2 passed in 0.01s ==================

高级功能示例

1. Mock 对象测试

python 复制代码

from unittest.mock import Mock

def test_mock():
    mock = Mock(return_value=42)
    assert mock() == 42  # 模拟函数调用

2. 跳过测试

python 复制代码

@pytest.mark.skip(reason="尚未实现")
def test_skip():
    assert False

3. 异常断言

python 复制代码

def test_exception():
    with pytest.raises(ValueError):
        int("invalid")  # 预期抛出 ValueError

为什么选择 Pytest？

减少样板代码：更少的代码，更多的测试。
调试友好：失败时自动输出局部变量和调用栈。
社区支持：广泛用于开源项目（如 Django、NumPy）。
与 CI/CD 集成：无缝对接 GitHub Actions、Jenkins。

总结：Pytest 是 Python 测试的"瑞士军刀"，适合从简单单元测试到复杂系统验证的所有场景。若项目已使用 unittest，也可通过 pytest 直接运行旧测试，逐步迁移。