作为Python开发者，你是否还在为写测试用例头疼？用unittest写一堆模板代码，用例管理杂乱，排查问题全靠print？如果你想摆脱这些痛点，那今天这篇Pytest万字干货，绝对能让你从“测试小白”秒变“测试高手”！

Pytest作为Python生态中最火的测试框架，凭借极简语法、超强扩展性、丰富的插件生态，成为了大厂和开源项目的首选。不管是单元测试、接口测试，还是自动化测试，Pytest都能轻松拿捏。接下来，我会从“为什么选Pytest”到“进阶实战”，手把手带你吃透这个神器！

一、为什么Pytest是Python测试的最优解？

在接触Pytest之前，很多人先学的是Python内置的unittest框架，但对比之下，Pytest的优势简直碾压：

特性	unittest	Pytest
语法复杂度	需继承TestCase，模板多	纯函数/类，无模板束缚
用例发现	规则严格（以test开头）	自动发现，规则更灵活
断言方式	专用断言（self.assertEqual）	原生Python断言，更直观
插件生态	几乎无	数百款插件（报告、并行、mock等）
参数化测试	实现复杂	一行代码搞定

简单说：用unittest写10行的测试用例，Pytest只需要2行，还能一键生成美观的测试报告，谁用谁香！

二、Pytest快速上手：5分钟写第一个测试用例

1. 环境安装

首先安装Pytest，建议用虚拟环境：

# 安装最新版
pip install pytest
# 验证安装（查看版本）
pytest --version

2. 第一个测试用例

创建一个名为test_demo.py的文件，写入以下代码：

# 定义待测试的函数
def add(a, b):
    return a + b

# 测试用例（函数名以test开头）
def test_add():
    # 原生Python断言，直观易懂
    assert add(1, 2) == 3  # 正确场景
    assert add(0, 0) == 0  # 边界场景
    assert add(-1, 1) == 0 # 异常场景

3. 运行测试用例

打开终端，进入文件所在目录，执行以下命令：

# 运行当前目录所有测试用例
pytest
# 指定运行某个文件
pytest test_demo.py
# 显示详细运行日志（推荐）
pytest test_demo.py -v

运行结果会清晰显示：测试用例数量、通过/失败数、运行时间，失败的话还会精准定位到断言行，排查问题超方便！

三、Pytest核心特性：让测试更高效

1. 灵活的断言技巧

Pytest支持原生Python断言，还能对异常、类型等进行精准断言：

# 断言异常（比如除数为0）
def test_divide():
    def divide(a, b):
        return a / b
    
    # 断言抛出ZeroDivisionError异常
    with pytest.raises(ZeroDivisionError):
        divide(1, 0)
    
    # 断言异常信息（更精准）
    with pytest.raises(ZeroDivisionError, match="division by zero"):
        divide(1, 0)

# 断言类型
def test_type():
    assert type(add(1, 2)) == int
    assert isinstance(add(1.0, 2.0), float)

2. 测试用例的前后置：Fixture（核心中的核心）

unittest的setUp/tearDown只能按类/方法级别执行，而Pytest的Fixture支持模块化、多级别、复用性强的前后置操作。

示例：数据库连接的前后置（连接→测试→关闭）

import pytest
import sqlite3

# 定义Fixture（作用域：function，默认每个用例执行一次）
@pytest.fixture
def db_conn():
    # 前置操作：连接数据库
    conn = sqlite3.connect(":memory:")
    cursor = conn.cursor()
    # 创建测试表
    cursor.execute("CREATE TABLE users (id INT, name TEXT)")
    conn.commit()
    
    # 传递连接给测试用例
    yield conn
    
    # 后置操作：关闭连接
    conn.close()

# 使用Fixture（直接作为参数传入用例）
def test_insert_user(db_conn):
    cursor = db_conn.cursor()
    cursor.execute("INSERT INTO users VALUES (1, '张三')")
    db_conn.commit()
    
    # 查询验证
    cursor.execute("SELECT * FROM users WHERE id=1")
    result = cursor.fetchone()
    assert result == (1, '张三')

Fixture还支持scope参数控制作用域：

• scope="function"：默认，每个用例执行一次
• scope="class"：每个测试类执行一次
• scope="module"：每个模块执行一次
• scope="session"：整个测试会话执行一次（比如全局的数据库连接）

3. 参数化测试：一行代码覆盖多场景

不用写重复的测试用例，Pytest的@pytest.mark.parametrize能一键实现多参数组合测试：

# 参数化测试加法场景
@pytest.mark.parametrize("a, b, expected", [
    (1, 2, 3),    # 正常场景
    (0, 0, 0),    # 边界场景
    (-1, 1, 0),   # 负数场景
    (1.5, 2.5, 4) # 浮点数场景
])
def test_add_param(a, b, expected):
    assert add(a, b) == expected

运行后会显示每个参数组合的测试结果，一次性覆盖所有场景，效率拉满！

4. 跳过/标记测试用例

实际项目中，有些用例暂时不需要运行，或只在特定环境运行，Pytest提供了灵活的标记：

# 跳过指定用例
@pytest.mark.skip(reason="该用例暂未完成，跳过执行")
def test_skip_demo():
    assert 1 == 2

# 按条件跳过（比如Python版本低于3.8）
@pytest.mark.skipif(pytest.__version__ < "3.8", reason="Python版本过低，不支持该特性")
def test_skipif_demo():
    assert add(1, 2) == 3

# 自定义标记（比如标记为“接口测试”）
@pytest.mark.api
def test_api_demo():
    assert True

# 运行时指定标记的用例
# pytest -m api

四、实战案例：用Pytest做接口自动化测试

光说不练假把式，接下来用Pytest+Requests实现一个接口测试案例（以GitHub公开接口为例）：

import pytest
import requests

# 定义Fixture：全局的请求头
@pytest.fixture(scope="session")
def request_headers():
    return {
        "Accept": "application/vnd.github.v3+json",
        "User-Agent": "Pytest-Test"
    }

# 测试GitHub用户信息接口
@pytest.mark.api
def test_github_user(request_headers):
    url = "https://api.github.com/users/octocat"
    response = requests.get(url, headers=request_headers)
    
    # 断言响应状态码
    assert response.status_code == 200
    # 断言响应字段
    assert response.json()["login"] == "octocat"
    assert response.json()["id"] == 583231

# 测试不存在的用户接口（异常场景）
@pytest.mark.api
def test_github_user_not_found(request_headers):
    url = "https://api.github.com/users/non_exist_user_123456"
    response = requests.get(url, headers=request_headers)
    
    assert response.status_code == 404

运行后不仅能验证接口的正常/异常场景，结合插件还能生成可视化报告，直接甩给产品/开发，逼格拉满！

五、Pytest进阶玩法：必备插件推荐

Pytest的强大之处在于丰富的插件生态，推荐几款高频使用的插件：

1. pytest-html：生成美观的HTML测试报告

# 安装
pip install pytest-html

# 运行并生成报告
pytest test_demo.py -v --html=report.html --self-contained-html

生成的报告包含：测试用例总数、通过/失败/跳过数、每个用例的运行时间、失败详情，还能导出PDF，超适合汇报！

2. pytest-xdist：并行执行测试用例

当测试用例数量多的时候，串行执行太慢，xdist可以利用多核CPU并行运行：

# 安装
pip install pytest-xdist

# 并行运行（-n auto：自动根据CPU核心数分配）
pytest -n auto

实测：100个用例串行需要30秒，并行后只需要8秒，效率提升3倍+！

3. pytest-mock：优雅的模拟依赖

在测试中，经常需要模拟外部依赖（比如数据库、第三方接口），pytest-mock封装了unittest.mock，使用更简洁：

# 安装
pip install pytest-mock

# 示例：模拟第三方接口调用
def get_user_name(user_id):
    # 实际会调用第三方接口
    response = requests.get(f"https://api.example.com/users/{user_id}")
    return response.json()["name"]

def test_get_user_name(mocker):
    # 模拟requests.get的返回值
    mock_get = mocker.patch("requests.get")
    mock_get.return_value.json.return_value = {"name": "李四"}
    
    # 调用待测试函数
    assert get_user_name(1) == "李四"

六、避坑指南：Pytest常见问题解决

1. 用例不执行？
   检查用例命名：函数/类名必须以test开头，文件名也建议以test_开头，Pytest默认只识别这些文件/函数。

2. Fixture找不到？
   Fixture的作用域要匹配，或把公共Fixture放到conftest.py文件中（Pytest会自动识别该文件）。

3. 断言失败但日志不详细？
   运行时加-s参数显示打印信息，加-v显示详细用例日志，定位问题更高效。

4. 参数化报错？
   检查参数数量和用例接收的参数是否一致，比如@pytest.mark.parametrize传了3个参数，用例函数必须接收3个。

七、总结与学习路线

Pytest的核心优势就是简洁、灵活、可扩展，掌握它能让你的测试工作效率提升一个档次。这里给大家整理了学习路线：

✅ 入门：掌握基础语法、运行方式、简单断言
✅ 进阶：吃透Fixture、参数化、标记用例
✅ 实战：结合Requests做接口测试，结合Selenium做UI测试
✅ 高级：自定义插件、集成CI/CD（比如Jenkins）

最后提醒：测试的核心是“覆盖场景”，而不是“写复杂的代码”，Pytest的设计理念就是让你聚焦于测试本身，而不是框架的语法。

留言区互动：你在使用Pytest时遇到过哪些坑？或者有哪些好用的技巧？评论区分享一下吧！