从基础到高级：全面升级你的Python断言技能树

在Python中，assert语句提供了一种在代码中实现简单断言的原生方法，用于测试一个条件表达式是否为真。如果条件为假（即为False），则会引发AssertionError异常，并可选地输出一条错误消息。这对于调试和确保代码中的某些假设或不变量保持为真非常有用。

尽管assert是基本的断言工具，但在更复杂的场景下，你可能需要更高级的断言技术或库来增强测试能力。以下是一些进阶的断言使用技巧和推荐的库：

1. 自定义错误信息

基础的assert可以用一个可选的错误消息参数来自定义失败时的输出：

assert x > 0, "x should be positive"

2. 使用unittest或pytest进行单元测试

对于更高级的测试需求，Python标准库中的unittest框架或第三方库pytest提供了丰富的断言方法，支持更复杂的测试逻辑和更好的错误报告。

• unittest示例：

  import unittest
  
  class TestMyFunction(unittest.TestCase):
      def test_positive(self):
          self.assertTrue(x > 0, "x is not positive")
  
  if __name__ == '__main__':
      unittest.main()

• pytest示例，它允许更简洁的语法：

  def test_positive():
      assert x > 0, "x should be positive"

3. 使用Hypothesis进行属性测试

Hypothesis是一个强大的Python测试库，用于进行基于属性的测试（Property-based testing）。它能自动生成测试数据，帮助发现边界情况和罕见的错误。

from hypothesis import given, strategies as st
import hypothesis.extra.numpy as stnp

@given(st.floats(min_value=0))
def test_positive_number_is_positive(x):
    assert x > 0, f"{x} is not positive"

4. 使用pytest.raises检查异常

当你期望某个函数或代码块抛出特定异常时，可以使用pytest.raises来断言异常的发生。

import pytest

def test_divide_by_zero():
    with pytest.raises(ZeroDivisionError):
        1 / 0

5. 使用pytest.mark.parametrize进行参数化测试

pytest.mark.parametrize允许你用不同的参数多次运行同一个测试，这对于测试函数在多种输入下的行为非常有用。​​​​​​​

import pytest

@pytest.mark.parametrize("x, expected", [(1, 1), (2, 4), (3, 9)])
def test_square(x, expected):
    assert x * x == expected