在 Python 中使用 Pytest 编写测试

安装PyTest

要开始使用PyTest，第一步是安装该框架。 这可以通过使用Python的包管理器pip轻松完成。 在虚拟环境中，运行命令pip install pytest将设置PyTest，使您能够开始编写和运行测试。

# Install pytest using pip
pip install pytest

# Install pytest using pip
pip install pytest

编写第一个测试函数

PyTest中的测试函数是一个以test_开头的简单Python函数。 每个测试函数是一个单独的测试用例。 PyTest自动识别这些函数，并将它们作为测试套件的一部分运行。

# Basic test function example
def test_example():
    # This is a simple test that checks if the addition is correct
    assert 1 + 1 == 2

# Basic test function example
def test_example():
    # This is a simple test that checks if the addition is correct
    assert 1 + 1 == 2

测试发现

PyTest的测试发现机制自动识别测试文件和测试函数。 通常，测试文件命名格式为test_*.py，测试函数以test_开头。 这种惯例帮助PyTest在给定目录中定位并运行所有测试。

测试类和模块

为了更好地组织，测试可以分组到测试类和模块中。 测试类是以Test为前缀的Python类，包含多个测试方法。 这种分类有助于管理和构建多个测试和测试套件。

# Example of a test class
class TestMathOperations:
    def test_addition(self):
        assert 1 + 1 == 2

    def test_subtraction(self):
        assert 5 - 3 == 2

# Example of a test class
class TestMathOperations:
    def test_addition(self):
        assert 1 + 1 == 2

    def test_subtraction(self):
        assert 5 - 3 == 2

夹具和测试设置

PyTest夹具是用于为测试函数设置前提条件的强大工具。 它们帮助创建必要的对象、建立数据库连接或在测试函数运行前配置环境。

import pytest

# Define a fixture for setting up resources
@pytest.fixture
def setup_data():
    # Setup code here (e.g., create database connections)
    return {"key": "value"}

def test_widget(setup_data):
    # Use the fixture data in the test
    assert setup_data["key"] == "value"

import pytest

# Define a fixture for setting up resources
@pytest.fixture
def setup_data():
    # Setup code here (e.g., create database connections)
    return {"key": "value"}

def test_widget(setup_data):
    # Use the fixture data in the test
    assert setup_data["key"] == "value"

参数化测试

PyTest允许参数化测试，使同一个测试函数可以用不同的数据集运行。 这对使用各种输入值测试函数特别有用。

import pytest

# Parameterized test example
@pytest.mark.parametrize("input,expected", [
    (1, 2),
    (2, 3),
    (3, 4),
])
def test_increment(input, expected):
    assert input + 1 == expected

import pytest

# Parameterized test example
@pytest.mark.parametrize("input,expected", [
    (1, 2),
    (2, 3),
    (3, 4),
])
def test_increment(input, expected):
    assert input + 1 == expected

处理测试失败

PyTest在测试失败时提供详细信息，包括具体的测试函数、失败行和追溯。 这种详细的测试输出有助于快速识别和解决问题。

测试覆盖率和报告

使用PyTest，您可以生成关于测试套件覆盖率的详细报告。 这包括在测试过程中哪些代码部分被执行的信息，帮助识别未测试的代码。

与其他工具的集成

PyTest与其他Python测试工具和框架顺利集成，增强了其能力，使其成为满足各种测试需求的多功能选择。

编写有效的测试用例

编写测试用例时，保持其小巧、集中和独立很重要。 理想情况下，每个测试函数应只测试代码的一个方面。 清晰和描述性的测试函数名称对于理解测试的目的至关重要。

组织测试文件

随着测试套件的增长，组织测试文件和模块变得至关重要。 将相似的测试分组在一起并使用清晰的命名惯例有助于维护一个可扩展和易管理的测试套件。

持续测试和测试驱动开发

PyTest是用于测试驱动开发（TDD）的出色工具，在实际代码之前编写测试。 使用PyTest进行持续测试确保代码库在整个开发过程中保持稳健和无误。