5 分钟快速上手 pytest 测试框架

本文将会把关于 Pytest 的内容分上下两篇，上篇主要涉及关于 pytest 概念以及功能组件知识的介绍，下篇主要以一个 Web 项目来将 Pytest 运用实践中。

为什么要做单元测试

相信很多 Python 使用者都会有这么一个经历，为了测试某个模块或者某个函数是否输出自己预期的结果，往往会对产出结果的部分使用 print() 函数将其打印输出到控制台上。

def myfunc(*args, **kwargs):
    do_something()
    data = ...
    print(data)

在一次次改进过程中会不得不经常性地使用 print() 函数来确保结果的准确性，但同时，也由于要测试的模块或者函数变多，代码中也会逐渐遗留着各种未被去掉或注释的 print() 调用，让整个代码变得不是那么简洁得体。

在编程中往往会存在「单元测试」这么一个概念，即指对软件中的最小可测试单元进行检查和验证。这个最小可测单元可以是我们的表达式、函数、类、模块、包中的任意一种或组合，因此我们可以将使用 print() 进行测试的步骤统一地放到单元测试中来进行。

在 Python 中官方早已经为我们内置好了用以进行单元测试的模块 unittest。但对于新手来说，unittest 在学习曲线上是稍微有点难度的，因为是需要通过继承测试用例类（TestCase）来进行封装，所以需要对面向对象的知识有足够多的了解；而和类绑定在一起就意味着如果想要实现定制化或者模块解耦，可能就需要多花一些时间在设计划分上。

所以，为了能让测试变得简单且具备可扩展性，一个名为 pytest 的测试框架在 Python 社区中诞生了，使用 pytest 我们可以不用考虑如何基于 TestCase 来实现我们的测试，我们只需要简单到保持我们原有的代码逻辑不变，外加一个 assert 关键字来断言结果，剩下的部分 pytest 会帮我们处理。

# main.py

import pytest

raw_data = read_data(...)

def test_myfunc(*args, **kwargs):
    do_something()
    data = ...
    assert data == raw_data

if __name__ == '__main__':
    pytest.main()

之后我们只需要运行包含上述代码的 main.py 文件，就能在终端控制台上看到 pytest 为我们测试得到的结果。如果结果通过，则不会有过多的信息显示，如果测试失败，则会抛出错误信息并告知运行时 data 里的内容是什么。

尽管说 pytest 已经足够简单，但它也提供了许多实用的功能（如：依赖注入），这些功能本身是存在着一些概念层面的知识；但这并不意味着劝退想要使用 pytest 来测试自己代码的人，而是让我们拥有更多的选择，因此只有对 pytest 的这些功能及其概念有了更好地了解，我们才能够充分发挥 pytest 的威力。

快速实现你的第一个 Pytest 测试

通过 pip install pytest 安装 pytest 之后，我们就可以快速实现我们的第一个测试。

首先我们可以任意新建一个 Python 文件，这里我直接以 test_main.py 命名，然后当中留存如下内容：

from typing import Union

import pytest

def add(
    x: Union[int, float], 
    y: Union[int, float],
) -> Union[int, float]:
    return x + y

@pytest.mark.parametrize(
    argnames="x,y,result", 
    argvalues=[
        (1,1,2),
        (2,4,6),
        (3.3,3,6.3),
    ]
)
def test_add(
    x: Union[int, float], 
    y: Union[int, float],
    result: Union[int, float],
):
    assert add(x, y) == result

之后将终端切换到该文件所处路径下，然后运行 pytest -v，就会看到 pytest 已经帮我们将待测试的参数传入到测试函数中，并实现对应的结果：