自动化测试：pytest

pytest 是 Python 生态中最流行的单元测试框架之一，用于编写、组织和运行自动化测试代码。广泛应用于功能测试、接口测试、单元测试等场景。

pytest的用例规则是怎么样的？

默认发现规则（即零配置即可生效）文件命名规则

• 必须满足前缀或者后缀是test，非匹配文件会被忽略：
  • test_*.py（如 test_login.py）
  • *_test.py（如 login_test.py）
• 测试函数：必须以 test_ 开头
• 测试类：类名以 Test 开头，且不能有 __init__ 方法
• 方法名以 test_ 开头

⚙️ 自定义规则（通过 pytest.ini 修改）

# pytest.ini 示例
[pytest]
python_files = check_*.py    # 修改文件匹配模式
python_classes = *Test       # 修改类匹配模式
python_functions = verify_*  # 修改函数匹配模式

📂 目录结构规范

project/
├── tests/                  # 测试目录（通常命名 tests/ 或 test/）
│   ├── __init__.py         # 使目录成为Python包（可选）
│   ├── test_web/           # 模块化分组
│   │   ├── test_login.py
│   │   └── test_api.py
│   └── test_db.py
├── src/                    # 主代码目录
└── pytest.ini              # 配置文件

🔍 基础执行控制

参数	作用	示例
-v / --verbose	显示详细输出（用例名称+结果）	pytest -v
-q / --quiet	简化输出（仅显示结果摘要）	pytest -q
-x	遇到第一个失败后立即停止	pytest -x
--maxfail=n	允许最多 n 次失败后停止	pytest --maxfail=2
-k "表达式"	模糊匹配用例名/类名	pytest -k "login"
-m "标记"	运行指定标记的用例	pytest -m "slow"

标记（Mark）

标记的核心作用是灵活控制测试的执行逻辑，比如跳过某些测试、指定测试优先级、分组运行等。

# 定义标记
import pytest

@pytest.mark.smoke  # 标记为「冒烟测试」
def test_login():
    assert True

@pytest.mark.performance  # 标记为「性能测试」
def test_load():
    assert 1 + 1 == 2

# 通过命令行运行指定标记的测试
pytest -m "smoke"    # 只运行标记为 smoke 的测试
pytest -m "not performance"  # 排除 performance 标记的测试

自定义标记

在 pytest.ini 中声明标记：

[pytest]
markers =
    smoke: 冒烟测试用例
    performance: 性能测试
    slow: 慢速测试（需额外时间）

# 使用
@pytest.mark.slow
def test_big_data_processing():
    assert process_data() == expected

内置标记

pytest 提供内置标记，它们无需额外声明即可直接使用，专门用于处理常见的测试场景。内置标记无需注册，直接使用。同时优先级也会更高，会覆盖自定义标记的同名行为。

特性	内置标记	自定义标记
是否需要声明	❌ 直接使用	✅ 需在 pytest.ini 声明
是否可修改行为	❌ 固定逻辑	✅ 可自由定义
典型用途	跳过/参数化/预期失败等标准场景	业务分组（如smoke/regression）

📌 pytest 主要内置标记

1. 跳过测试相关

标记	作用
@pytest.mark.skip	无条件跳过测试用例
@pytest.mark.skipif	满足条件时跳过（需指定条件表达式）
@pytest.mark.xfail	标记预期失败的测试（失败时输出XFAIL，意外通过则XPASS）
@pytest.mark.xfail(strict=True)	严格模式：如果意外通过则报错（用于确保修复后移除标记）
@pytest.mark.parametrize	多组参数驱动同一测试

内置标记使用场景

# 场景1：跨平台测试控制
import sys

@pytest.mark.skipif(
    sys.platform != "linux", 
    reason="仅Linux环境测试"
)
def test_linux_syscall():
    assert os.system("ls") == 0

# 场景2：版本依赖跳过
@pytest.mark.skipif(
    pandas.__version__ < "2.0.0",
    reason="需要pandas 2.0+"
)

夹具（Fixture）

用于为测试用例提供预置条件和清理操作的核心机制，相当于测试的「脚手架」。通过 @pytest.fixture 装饰器定义，减少重复代码并提升测试的可维护性。

🎯 夹具的核心作用

1. 初始化资源：如数据库连接、测试数据
2. 共享复用代码：避免重复编写 setup/teardown
3. 依赖注入：自动将夹具传递给测试函数
4. 保证清理：无论测试成功/失败都会执行清理

import pytest
# 使用 @pytest.fixture 装饰器定义夹具
@pytest.fixture
def my_fixture():
    # 设置代码
    data = {"key": "value"}
    yield data  # 这是测试将使用的值
    # 清理代码（如果有）

# 使用夹具，在测试函数中将夹具作为参数传入
def test_example(my_fixture):
    assert my_fixture["key"] == "value"

夹具的作用域控制

@pytest.fixture(scope="function")  # 默认，每个测试函数执行一次
@pytest.fixture(scope="class")     # 每个测试类执行一次
@pytest.fixture(scope="module")    # 每个模块执行一次
@pytest.fixture(scope="session")   # 整个测试会话执行一次

# utouse=True 让夹具自动执行，无需显式请求
@pytest.fixture(autouse=True)
def auto_fixture():
    print("\n这个夹具会自动在每个测试中运行")

夹具可以依赖其他夹具

@pytest.fixture
def db_connection():
    conn = create_db_connection()
    yield conn
    conn.close()

@pytest.fixture
def user_table(db_connection):  # 依赖db_connection夹具
    db_connection.create_table("users")
    yield
    db_connection.drop_table("users")

夹具工厂

当需要参数化夹具时，可以使用夹具工厂模式：

@pytest.fixture
def make_user():
    def _make_user(name, age):
        return {"name": name, "age": age}
    return _make_user

def test_user_factory(make_user):
    user = make_user("Alice", 25)
    assert user["name"] == "Alice"

插件

插件分为两类，一类是内置的，一类是第三方。
使用的方式也很简单，-p xxx是启用，-p no xxx是禁用。
插件一般使用方法都是通过上面的方法：参数，配置文件，夹具，mark