Python单元测试 | pytest框架 | 测试用例编写

作为一名Python老炮，见证了无数项目因为缺乏测试而崩塌。单元测试就像给代码上保险，帮你在产品上线前揪出潜在Bug。今天聊聊pytest这个测试框架，分享些实战经验。

pytest是Python测试界的当红炸子鸡，比unittest更简洁优雅。来看个最基础的例子：

# calc.pydefadd(a, b):return a + b# test_calc.pydeftest_add():assert add(1,2) ==3assert add(-1,1) ==0assert add(0,0) ==0

运行测试只需要在命令行敲：pytest test_calc.py，pytest会自动发现以test_开头的函数并执行测试。这个例子太简单？来点硬核的。

异常测试是个经常被忽视的重点：

import pytestdefdivide(a, b):if b ==0:raise ValueError("除数不能为0")return a / bdeftest_divide_zero():with pytest.raises(ValueError)as exc_info: divide(1,0)assertstr(exc_info.value) =="除数不能为0"

测试夹具(fixture)是pytest的杀手锏，用来处理测试前后的准备和清理工作：

import pytestimport tempfileimport os@pytest.fixturedeftemp_file():# 准备阶段：创建临时文件 fp = tempfile.NamedTemporaryFile(delete=False) fp.write(b'hello world') fp.close()yield fp.name# 返回文件路径给测试用例# 清理阶段：删除临时文件 os.unlink(fp.name)deftest_read_file(temp_file):withopen(temp_file)as f: content = f.read()assert content =='hello world'

参数化测试可以一次性测试多组数据：

@pytest.mark.parametrize("input,expected", [("hello","HELLO"),("world","WORLD"),("pytest","PYTEST"),])deftest_upper(input, expected):assertinput.upper() == expected

模拟对象(mock)能帮你测试复杂依赖：

from unittest.mockimport patchimport requestsdefget_user_data(user_id): response = requests.get(f"http://api.example.com/users/{user_id}")return response.json()deftest_get_user_data(): mock_response = {"id":1,"name":"老张"}with patch('requests.get')as mock_get: mock_get.return_value.json.return_value = mock_response result = get_user_data(1)assert result == mock_response mock_get.assert_called_once_with("http://api.example.com/users/1")

异步测试也不在话下：

import asyncioimport pytestasyncdefasync_add(a, b):await asyncio.sleep(0.1)# 模拟异步操作return a + b@pytest.mark.asyncioasyncdeftest_async_add(): result =await async_add(1,2)assert result ==3

测试覆盖率是衡量测试完整性的重要指标。安装pytest-cov插件后：

pytest --cov=myproject tests/

还可以生成漂亮的HTML覆盖率报告：

pytest --cov=myproject --cov-report=html tests/

写好的测试用例要有层次感，我习惯这么组织：

classTestUserService:deftest_create_user_success(self):# 测试正常创建用户passdeftest_create_user_duplicate(self):# 测试创建重复用户passdeftest_create_user_invalid_data(self):# 测试无效数据passclassTestOrderService:deftest_place_order_success(self):# 测试下单成功passdeftest_place_order_insufficient_stock(self):# 测试库存不足pass

一些实用的pytest技巧：

-v

显示详细的测试信息

-k

按关键字筛选测试用例

-x

遇到失败立即停止

--pdb

遇到失败时进入调试模式

--durations=N

显示最慢的N个测试用例

测试代码也是代码，同样需要维护。保持测试用例的简洁性和可读性，一个测试函数只测试一个场景。测试数据尽量使用具有代表性的边界值，比如空值、极大值、特殊字符等。

记住：测试不是写完代码后的点缀，而是开发过程中不可或缺的一环。好的测试用例就是最好的文档，能清晰地表达代码的预期行为。养成编写测试的习惯，让你的代码质量更上一层楼。

要我说，就算项目再赶，也得给测试留时间。毕竟，与其在生产环境改Bug，不如在测试阶段就把问题掐死在摇篮里。