一、pytest 简介
pytest 是 Python 中最流行的单元测试框架，相比内置的 unittest 更简洁高效，支持自动发现测试用例、参数化测试、异常验证及丰富的插件生态。其核心优势包括：
- 简洁语法：使用 assert 语句替代复杂的 TestCase 类
- 自动发现：自动识别 test_*.py 或 *_test.py 文件中的测试用例
- 扩展性强：支持 900+ 插件（如生成 HTML 报告、分布式测试等）
二、安装与验证
- 安装命令
pip install pytest # 基础安装
pip install pytest-html # 可选：生成 HTML 测试报告- 验证安装：
pytest --version # 显示版本号即成功- 测试文件命名规则
测试文件需以 test_*.py 或 *_test.py 命名，测试函数以 test_ 开头。
三、编写第一个测试用例
假设我们有一个加法函数 add()，编写测试用例：
# math_operations.py
def add(a, b):
return a + b
# test_math_operations.py
from math_operations import add
def test_add():
assert add(1, 2) == 3 # 基础测试
assert add(-1, 1) == 0 # 边界测试
assert add(0, 0) == 0 # 特殊值测试
运行测试：
pytest # 自动发现并执行测试
输出示例：
collected 1 item
test_math_operations.py . [100%]
四、参数化测试
使用 @pytest.mark.parametrize 批量测试多组数据：
import pytest
@pytest.mark.parametrize("a, b, expected", [
(1, 2, 3),
(-1, -1, -2),
(100, 200, 300),
("a", "b", "ab") # 类型测试
])
def test_add_parametrized(a, b, expected):
assert add(a, b) == expected
五、Fixtures（测试夹具）
用于测试前后的资源准备与清理：
# conftest.py # 全局夹具文件
import pytest
@pytest.fixture
def sample_data():
return [1, 2, 3]
def test_sum(sample_data):
assert sum(sample_data) == 6 # 使用夹具数据
作用域控制：
- function（默认）：每个测试函数执行前后运行
- class：每个测试类执行前后运行
- module：每个模块执行前后运行
六、异常与标记
- 异常测试
def divide(a, b):
if b == 0:
raise ZeroDivisionError("除零错误")
return a / b
def test_divide_by_zero():
with pytest.raises(ZeroDivisionError):
divide(10, 0) # 验证异常类型- 测试标记
- 定义标记：在 pytest.ini 中配置
[pytest]
markers = smoke: 冒烟测试, serial: 串行执行- 应用标记：
@pytest.mark.smoke
def test_feature():
pass # 只有标记为 smoke 的测试会被选中运行七、持续集成集成
在 Jenkins 中配置 pytest：
pipeline {
agent any
stages {
stage('Test') {
steps {
sh 'pytest --junitxml=test-report.xml' # 生成测试报告
}
}
}
}
八、扩展工具
- pytest-cov：生成代码覆盖率报告
- pytest-xdist：支持多核并行测试加速
- pytest-bdd：行为驱动开发（BDD）支持
九、最佳实践
- 命名规范 测试函数名：test_<功能描述>_<场景> 测试类名：Test<功能模块>
- 独立性
每个测试用例应独立运行，避免共享状态。 - 分层设计
推荐分层结构：
tests/
├── conftest.py # 全局夹具
├── test_unit/ # 单元测试
└── test_integration/ # 集成测试通过以上步骤，您可以快速搭建基于 pytest 的自动化测试体系。如需更复杂的插件（如生成 HTML 报告），可通过 pip install pytest-html 安装。