pytest 快速上手全指南：5 分钟跑通你的第一个 Python 测试框架
【免费下载链接】pytestThe pytest framework makes it easy to write small tests, yet scales to support complex functional testing项目地址: https://gitcode.com/GitHub_Trending/py/pytest
有没有这种经历：写个测试得先建 TestCase 类，assert 满天飞，结果一失败只给你一句AssertionError，实际值、期望值全得自己心算？pytest 就是一个 Python 测试框架，专治这种痛——普通函数加原生assert就能写测试，失败了它还会自动把两边的值打印出来给你对。
pytest 到底帮你解决什么
一句话定位：用最小的样板代码，把"写测试—跑测试—看结果"这三步压缩到最短。
- 原生 assert 直接断言：不用记
assertEqual、assertTrue这些方法名，assert add(2,3) == 5写完就能跑；失败了报错信息里会带上左右两边的实际值，省掉你逐行加 print 排查的时间 - 自动收集测试：函数名带
test_前缀就会被自动发现执行，不用注册、不用配置入口，新文件放进来即生效 - fixture 管理测试资源：临时文件、数据库连接这类"用前准备、用后清理"的活交给 fixture，测试函数里只关心业务本身
- 参数化一套代码跑多组数据：同一逻辑想验证 10 组输入，一行
parametrize搞定，失败时精确告诉你哪一组挂的
5 分钟跑起来：pytest 安装命令与最小示例
🚀 一条命令装完：
pip install pytest写一个最小测试文件，两个函数：
# test_demo.py def add(a, b): return a + b def test_add(): assert add(2, 3) == 5然后直接跑：
pytest test_demo.py末尾看到1 passed in 0.01s就说明跑通了。更多安装细节可以翻官方文档：doc/en/getting-started.rst
一个真实小例子：给计算器函数写测试
需求：calc.py里有两个函数add和sub，希望加法的正数、零、负数场景都覆盖到。
被测代码（精简到只剩函数体）：
# calc.py def add(a, b): return a + b def sub(a, b): return a - b测试代码，注释都在帮你省脑子：
# test_calc.py import pytest from calc import add, sub # 一行 parametrize = 三组测试数据，比复制三个函数体清爽多了 @pytest.mark.parametrize(("a", "b", "expect"), [(2, 3, 5), (0, 0, 0), (-1, 1, 0)]) def test_add(a, b, expect): assert add(a, b) == expect def test_sub(): assert sub(5, 3) == 2执行pytest -v test_calc.py，末尾看到4 passed：3 组加法参数 + 1 个减法用例全部通过。这时候你故意把add里改成return a - b再跑一次，3 个加法用例会同时标红，而且每条失败信息里都带具体的入参组合——哪组数据算错了，一眼定位，不用猜。
参数化的完整写法见：doc/en/how-to/parametrize.rst
老用户才懂的几个技巧
- 别再写 unittest 类式样板了——只断言不依赖状态的测试，直接写
test_开头的函数，pytest 自动收集，省掉类、setUp、self一整套仪式 - 优先用
@pytest.mark.parametrize批量喂数据，别对同一逻辑复制 N 个断言函数；失败报告里每组参数都会单独列出 - 建议临时文件一律用内置
tmp_pathfixture，目录自动建、自动清，别手写删除逻辑；用法参考：doc/en/how-to/tmp_path.rst - 建议日常跑
-v看单条结果，CI 上加--junitxml=report.xml自动归档报告，别靠肉眼看终端滚屏 - 别把代码拷进 IDE 反复调试——命令行加
--pdb，测试失败原地进 pdb 断点，变量随手查，排查时间能砍一半
什么情况下不适合用它
⚠️ 如果你的测试对象不是 Python 代码，或者要做大量 GUI 级别、跨进程的端到端场景，pytest 不是合适的工具——它的主场是 Python 项目里的单元测试和功能测试，边界外的事交给专门的工具去做更省事。
生态里值得装的几个插件
- pytest-cov：装上之后加一个
--cov参数，直接出代码覆盖率报告，不用再单独维护 coverage 流程 - pytest-xdist：加上
-n auto让用例多核并行跑，几百条用例的套件时间能砍掉一大截 - pytest-mock：测试函数里白拿一个
mockerfixture，mock 第三方调用一行搞定，省掉手写unittest.mock的样板
fixture 机制本身的参考文档：doc/en/reference/fixtures.rst
不管你是接手老库要补测试，还是新项目从零搭质量防线，只要写的是 Python 代码，这套"装个包 + 写函数 + 敲 pytest"的流程就够你开工了。官方文档入口：doc/en/
【免费下载链接】pytestThe pytest framework makes it easy to write small tests, yet scales to support complex functional testing项目地址: https://gitcode.com/GitHub_Trending/py/pytest
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
