Python中怎样使用pytest?

来源:AI社区作者:美园和花头衔:网络博主
导读:本期聚焦于小伙伴创作的《Python中怎样使用pytest?》,敬请观看详情,探索知识的价值。以下视频、文章将为您系统阐述其核心内容与价值。如果您觉得《Python中怎样使用pytest?》有用,将其分享出去将是对创作者最好的鼓励。

pytest是Python领域常用的测试框架,相比Python自带的unittest框架,它的语法更简洁,不需要编写复杂的测试类结构,同时支持丰富的插件生态,能够满足不同场景的测试需求。无论是小型脚本测试还是大型项目的集成测试,都可以通过pytest快速实现。

Python中怎样使用pytest?

pytest环境安装

使用pip命令即可快速安装pytest,安装完成后可以通过命令验证是否安装成功。

# 安装pytest
pip install pytest

# 验证安装版本
pytest --version

编写基础测试用例

pytest对测试用例的命名和文件命名有默认规范,遵循规范可以让框架自动识别测试用例,不需要额外配置。

命名规范

  • 测试文件命名:以test_开头或者以_test结尾,例如test_demo.pyuser_test.py
  • 测试函数命名:以test_开头,例如test_add()
  • 测试类命名:以Test开头,且类中不能包含__init__方法,测试类中的测试方法同样以test_开头

简单测试示例

创建一个test_math.py文件,编写两个简单的测试函数:

# 待测试的函数
def add(a, b):
    return a + b

def subtract(a, b):
    return a - b

# 测试用例1:测试加法函数
def test_add():
    result = add(1, 2)
    assert result == 3

# 测试用例2:测试减法函数
def test_subtract():
    result = subtract(5, 3)
    assert result == 2

常用断言方式

pytest直接使用Python内置的assert关键字进行断言,不需要像unittest那样使用自带的断言方法,使用起来更直观。

断言场景断言写法说明
相等判断assert a == b判断a和b的值相等
不等判断assert a != b判断a和b的值不相等
包含判断assert item in container判断item在container中
异常判断with pytest.raises(异常类型):判断代码块会抛出指定异常

异常断言的示例代码如下:

import pytest

def divide(a, b):
    if b == 0:
        raise ValueError("除数不能为0")
    return a / b

def test_divide_zero():
    # 断言调用divide(1,0)时会抛出ValueError异常
    with pytest.raises(ValueError):
        divide(1, 0)

执行测试用例

在命令行中进入测试文件所在目录,直接执行pytest命令即可自动发现并执行所有符合规范的测试用例。

常用执行参数

  • pytest -v:显示详细的测试执行信息,包括每个测试用例的执行结果
  • pytest test_math.py:只执行指定的测试文件
  • pytest -k "add":只执行名称中包含add的测试用例
  • pytest --maxfail=2:当失败用例达到2个时停止执行后续测试

测试夹具fixture的使用

fixture是pytest的核心功能之一,可以用来做测试前的准备工作、测试后的清理工作,或者提供测试依赖的数据。

定义一个fixture只需要在函数上添加@pytest.fixture装饰器,然后在测试函数中把fixture函数名作为参数传入即可使用。

import pytest

# 定义fixture,模拟测试前的数据库连接准备
@pytest.fixture
def db_connection():
    print("建立数据库连接")
    connection = {"status": "connected"}
    yield connection  # 返回连接对象,测试执行完后执行后续清理
    print("关闭数据库连接")

# 使用fixture的测试函数
def test_db_query(db_connection):
    # db_connection就是fixture返回的连接对象
    assert db_connection["status"] == "connected"

执行这个测试函数时,会先执行fixture中yield之前的逻辑,再执行测试函数,最后执行yield之后的清理逻辑。

参数化测试

如果需要对同一个测试函数传入多组不同的参数进行测试,可以使用@pytest.mark.parametrize装饰器实现参数化,避免重复编写测试函数。

import pytest

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

# 参数化测试,传入三组参数
@pytest.mark.parametrize("a,b,expected", [
    (1, 2, 3),
    (0, 0, 0),
    (-1, 1, 0)
])
def test_add_param(a, b, expected):
    result = add(a, b)
    assert result == expected

执行这个测试函数时,pytest会自动用三组参数分别运行三次测试,每次传入不同的a、b和expected值。

pytestPython单元测试测试框架修改时间:2026-07-17 06:33:25

免责声明:​ 已尽一切努力确保本网站所含信息的准确性。网站内容多为原创整理与精心编撰,观点力求客观中立。本站旨在免费分享,内容仅供个人学习、研究或参考使用。若引用了第三方作品,版权归原作者所有。如内容涉及您的权益,请联系我们处理。
内容垂直聚焦
专注技术核心技术栏目,确保每篇文章深度聚焦于实用技能。从代码技巧到架构设计,为用户提供无干扰的纯技术知识沉淀,精准满足专业提升需求。
知识结构清晰
覆盖从开发到部署的全链路。AI、前端、编程、数据库、服务器、建站、系统层层递进,构建清晰学习路径,帮助用户系统化掌握开发与运维所需的核心技术。
深度技术解析
拒绝泛泛而谈,深入技术细节与实践难点。无论是数据库优化还是服务器配置,均结合真实场景与代码示例进行剖析,致力于提供可直接应用于工作的解决方案。
专业领域覆盖
精准对应开发生命周期。从前端界面到后端编程,从数据库操作到服务器运维,形成完整闭环,一站式满足全栈工程师和运维人员的技术需求。
即学即用高效
内容强调实操性,步骤清晰、代码完整。用户可根据教程直接复现和应用于自身项目,显著缩短从学习到实践的距离,快速解决开发中的具体问题。
持续更新保障
专注既定技术方向进行长期、稳定的内容输出。确保各栏目技术文章持续更新迭代,紧跟主流技术发展趋势,为用户提供经久不衰的学习价值。