Python pytest 框架使用指南：自动化测试入门

三、用例运行规则

要让 pytest 自动发现并运行测试用例，需遵循以下命名规则：

1. 文件名必须以 test_ 开头或者 _test 结尾；
2. 测试类必须以 Test 开头，并且不能有 __init__ 方法；
3. 测试方法必须以 test 开头。

运行示例：

满足规则后，可通过命令行执行 pytest 命令直接运行符合条件的用例：

[图片]

注意事项：
Python 测试类中不可添加 __init__ 方法，否则 pytest 会抛出 pytest_collectionWarning 警告，无法收集该测试类。原因是 pytest 采用自动发现机制收集测试用例，会自动实例化测试类并调用其 test 开头的方法，若存在 __init__ 方法，可能掩盖测试逻辑并引入额外副作用，影响测试结果准确性。

若测试类需初始化操作，可使用 setUp() 和 tearDown() 方法、类属性或 fixture 函数替代。

四、pytest 命令参数

4.1 常见参数

pytest 提供丰富的命令行选项控制测试执行，常用参数及说明如下：

4.2 命令使用示例

指定文件/测试用例运行：

[图片]

详细打印并显示 print 内容（-s 和 -v 可连写为 -sv）：

[图片]

运行符合规则的用例（不显示 print 内容）：

[图片]

五、pytest 配置文件

当需要频繁使用复杂命令参数时，可将配置统一写入 pytest.ini 文件（项目根目录下创建），避免重复输入。

5.1 常见配置选项

5.2 配置示例

配置 pytest.ini 文件，实现详细输出 cases 包下文件名以 test_ 开头、类名以 Test 开头的所有用例：

[pytest]
addopts = -vs
testpaths = cases
python_files = test*.py

配置完成后，命令行直接执行 pytest 命令即可，无需额外指定参数，运行结果如下：

[图片]

六、前后置操作

前后置操作用于在测试用例执行前后完成环境设置、数据准备、资源清理等工作，pytest 提供三种实现方式：

6.1 setup_method 和 teardown_method

用于类中每个测试方法的前置和后置操作，每个测试方法执行前都会触发 setup_method，执行后触发 teardown_method。

示例代码：

import pytest

class TestExample:
    def setup_method(self):
        print("Setup: Before each test")

    def teardown_method(self):
        print("Teardown: After each test")

    def test_example1(self):
        print("Running test_example1")

    def test_example2(self):
        print("Running test_example2")

运行结果：

[图片]

6.2 setup_class 和 teardown_class

用于整个测试类的前置和后置操作，测试类中所有方法执行前触发一次 setup_class，所有方法执行后触发一次 teardown_class。

示例代码：

class TestExample:
    @classmethod
    def setup_class(cls):
        print("Setup: Before all test")

    @classmethod
    def teardown_class(cls):
        print("Teardown: After all test")

    def test_example1(self):
        print("Running test_example1")

    def test_example2(self):
        print("Running test_example2")

运行结果：

[图片]

七、断言

断言（assert）是一种调试辅助工具，用于检查程序状态是否符合预期，若断言失败（条件为假），Python 解释器会抛出 AssertionError 异常。pytest 支持使用标准 Python assert 语句验证预期值与实际值。

基本语法：

assert 条件，错误信息

• 条件：必须是布尔表达式；
• 错误信息：条件为假时显示的提示信息（可选）。

断言示例：

7.1 基本数据类型断言：

# 断言整数
a = 1
b = 2
assert a == b, "a 和 b 不相等"

# 断言字符串
str_val = "hello"
assert "hello" == str_val

7.2 数据结构断言：

def test():
    # 断言列表
    expect_list = [1, 'apple', 3.14]
    actual_list = [1, 'apple', 3.14]
    # 断言元组
    expect_tuple = (1, 'apple', 3.14)
    actual_tuple = (1, 'apple', 3.14)
    # 断言字典
    expect_dict = {'name': 'Alice', 'age': 25}
    actual_dict = {'name': 'Alice', 'age': 25}
    # 断言集合
    expect_set = {1, 2, 3, 'apple'}
    actual_set = {1, 2, 3, 'apple'}
    assert expect_list == actual_list
    assert expect_tuple == actual_tuple
    assert expect_dict == actual_dict
    assert expect_set == actual_set

7.3 函数断言：

def divide(a, b):
    assert b != 0, "除数不能为 0"
    return a / b

# 正常情况
print(divide(10, 2))  # 输出 5.0

# 触发断言
print(divide(10, 0))  # 抛出 AssertionError: 除数不能为 0

7.4 接口返回值断言：

import requests
from jsonschema.validators import validate

# 断言接口返回值完整字段和值
def test1():
    url = "http://jsonplaceholder.typicode.com/posts/1"
    r = requests.get(url=url)
    expect_data = {
        "userId": 1,
        "id": 1,
        "title": "sunt aut facere repellat provident occaecati excepturi optio reprehenderit",
        "body": "quia et suscipit\nsuscipit recusandae consequuntur expedita et cum\nreprehenderit molestiae ut ut quas totam\nnostrum rerum est autem sunt rem eveniet architecto"
    }
    print(r.json())
    assert r.json() == expect_data
    assert r.json()['userId'] == 1

# 断言接口返回值重要字段
def test2():
    url = "http://jsonplaceholder.typicode.com/comments?postId=1"
    r = requests.get(url=url)
    print(r.json())
    assert r.json()[1]['id'] == 1

# 断言接口 HTML 返回值
def test3():
    url = "http://jsonplaceholder.typicode.com/"
    r = requests.get(url=url)
    assert "Use your own data" in r.text

八、参数化

参数化设计可让测试用例通过不同参数多次运行，提高测试效率和覆盖度，pytest 通过 @pytest.mark.parametrize 装饰器实现参数化，支持在测试函数、类、模块级别使用。

8.1 测试函数参数化

示例代码：

import pytest

@pytest.mark.parametrize("test_input, expected", [
    ("3+5", 8),
    ("2+4", 6),
    ("6*9", 42)
])
def test_eval(test_input, expected):
    assert eval(test_input) == expected

装饰器定义了三组 (test_input, expected) 元组，test_eval 函数会依次使用每组参数运行三次。

8.2 测试类参数化

示例代码：

import pytest

@pytest.mark.parametrize("n, expected", [(1, 2), (3, 4)])
class TestClass:
    def test_simple_case(self, n, expected):
        assert n + 1 == expected

    def test_weird_simple_case(self, n, expected):
        assert (n * 1) + 1 == expected

参数集将作用于类中所有测试方法，每个方法都会使用每组参数运行。

8.3 模块级别参数化

通过给 pytestmark 全局变量赋值，实现模块内所有测试的参数化：

import pytest

pytestmark = pytest.mark.parametrize("n, expected", [(1, 2), (3, 4)])

class TestClass:
    def test_simple_case(self, n, expected):
        assert n + 1 == expected

    def test_weird_simple_case(self, n, expected):
        assert (n * 1) + 1 == expected

8.4 自定义参数化数据源

示例代码：

def data_provider():
    return ["a", "b"]

# 定义测试函数，依赖自定义数据源
@pytest.mark.parametrize("data", data_provider())
def test_data(data):
    assert data is not None
    print(f"Testing with data provider: {data}")

除了使用 @parametrize 添加参数外，pytest.fixture() 允许对 fixture 函数进行参数化，详情参考下一篇文章。