# Pytest 面试题全面解析 ## 1. Pytest 基础概念 ### 1.1 Pytest 简介与安装 Pytest 是 Python 中最流行的测试框架之一，它提供了简洁的语法和强大的功能来编写各种测试用例。 **安装方法：** ```python # 使用 pip 安装 pytest pip install pytest # 验证安装是否成功 pytest --version ``` Pytest 的主要优势包括：简洁的测试函数写法、丰富的断言支持、灵活的 fixture 系统、参数化测试等 [ref_1]。 ### 1.2 基础测试函数编写 Pytest 通过简单的命名约定来发现和运行测试用例： ```python # test_sample.py def test_addition(): """测试加法运算""" result = 2 + 3 assert result == 5 # 使用简单的 assert 语句进行断言 def test_string_concatenation(): """测试字符串拼接""" str1 = "Hello" str2 = "World" assert str1 + " " + str2 == "Hello World" ``` ## 2. 核心功能面试题 ### 2.1 Fixture 的使用 Fixture 是 Pytest 的核心功能之一，用于提供测试所需的初始化和清理工作。 **基础 fixture 示例：** ```python import pytest @pytest.fixture def setup_database(): """数据库连接 fixture""" # 初始化数据库连接 db_connection = "mock_database_connection" print("设置数据库连接") yield db_connection # 提供测试数据 # 清理工作 print("关闭数据库连接") def test_database_operations(setup_database): """使用 fixture 的测试用例""" db = setup_database assert db is not None assert isinstance(db, str) ``` **Fixture 作用域控制：** ```python import pytest @pytest.fixture(scope="session") def global_config(): """会话级别的 fixture，整个测试会话只执行一次""" return {"base_url": "https://api.example.com", "timeout": 30} @pytest.fixture(scope="function") def user_data(): """函数级别的 fixture，每个测试函数都会执行""" return {"username": "test_user", "email": "test@example.com"} ``` ### 2.2 参数化测试 参数化测试允许使用不同的输入数据运行相同的测试逻辑，大大提高了测试覆盖率。 **基础参数化示例：** ```python import pytest @pytest.mark.parametrize("input_a, input_b, expected", [ (1, 2, 3), (5, 5, 10), (-1, 1, 0), (100, 200, 300) ]) def test_addition_parametrized(input_a, input_b, expected): """参数化加法测试""" result = input_a + input_b assert result == expected @pytest.mark.parametrize("username, password, expected_result", [ ("admin", "123456", True), ("user", "wrong_pass", False), ("", "", False), (None, "password", False) ]) def test_login_scenarios(username, password, expected_result): """登录场景参数化测试""" # 模拟登录逻辑 is_valid = bool(username and password and len(password) >= 6) assert is_valid == expected_result ``` ### 2.3 测试跳过与条件执行 Pytest 提供了灵活的测试跳过机制，可以根据条件决定是否执行某些测试。 ```python import pytest import sys @pytest.mark.skip(reason="功能尚未实现") def test_unimplemented_feature(): """跳过未实现的功能测试""" assert False @pytest.mark.skipif(sys.version_info < (3, 7), reason="需要 Python 3.7 或更高版本") def test_python_version_specific(): """根据 Python 版本跳过测试""" assert True @pytest.mark.xfail(reason="已知问题，预期会失败") def test_known_issue(): """预期会失败的测试""" assert 1 == 2 # 这是已知的问题 ``` ## 3. 高级功能与配置 ### 3.1 断言增强 Pytest 对 Python 的标准 assert 语句进行了增强，提供了更详细的错误信息。 ```python def test_complex_assertions(): """复杂断言示例""" # 列表断言 numbers = [1, 2, 3, 4, 5] assert all(x > 0 for x in numbers) assert 3 in numbers # 字典断言 user_data = {"name": "Alice", "age": 25, "active": True} assert user_data["name"] == "Alice" assert user_data["age"] >= 18 # 异常断言 with pytest.raises(ValueError): int("invalid_number") ``` ### 3.2 Pytest 配置文件 pytest.ini 文件用于配置 Pytest 的各种行为： ```ini # pytest.ini [pytest] addopts = -v --tb=short testpaths = tests python_files = test_*.py python_classes = Test* python_functions = test_* markers = slow: 慢速测试 integration: 集成测试 smoke: 冒烟测试 ``` ## 4. 实际应用场景 ### 4.1 Web 应用测试 ```python import pytest import requests @pytest.fixture def api_client(): """API 客户端 fixture""" base_url = "https://jsonplaceholder.typicode.com" return base_url class TestAPI: """API 测试类""" def test_get_posts(self, api_client): """测试获取帖子列表""" response = requests.get(f"{api_client}/posts") assert response.status_code == 200 assert isinstance(response.json(), list) assert len(response.json()) > 0 def test_create_post(self, api_client): """测试创建帖子""" new_post = { "title": "Test Post", "body": "This is a test post", "userId": 1 } response = requests.post(f"{api_client}/posts", json=new_post) assert response.status_code == 201 assert response.json()["title"] == "Test Post" ``` ### 4.2 数据库测试 ```python import pytest import sqlite3 @pytest.fixture def database_connection(): """数据库连接 fixture""" conn = sqlite3.connect(":memory:") cursor = conn.cursor() # 创建测试表 cursor.execute(""" CREATE TABLE users ( id INTEGER PRIMARY KEY, name TEXT NOT NULL, email TEXT NOT NULL ) """) # 插入测试数据 cursor.execute("INSERT INTO users (name, email) VALUES (?, ?)", ("Alice", "alice@example.com")) cursor.execute("INSERT INTO users (name, email) VALUES (?, ?)", ("Bob", "bob@example.com")) conn.commit() yield conn conn.close() def test_user_count(database_connection): """测试用户数量""" cursor = database_connection.cursor() cursor.execute("SELECT COUNT(*) FROM users") count = cursor.fetchone()[0] assert count == 2 def test_user_emails(database_connection): """测试用户邮箱格式""" cursor = database_connection.cursor() cursor.execute("SELECT email FROM users") emails = [row[0] for row in cursor.fetchall()] for email in emails: assert "@" in email assert "." in email.split("@")[1] ``` ## 5. 常见面试问题总结 ### 5.1 基础概念问题 | 问题类别 | 具体问题 | 考察重点 | |---------|---------|----------| | 安装配置 | 如何安装和配置 Pytest？ | 环境搭建能力 | | 测试发现 | Pytest 如何发现测试用例？ | 框架机制理解 | | 断言机制 | Pytest 断言与 unittest 有何不同？ | 框架特性掌握 | ### 5.2 高级功能问题 | 功能点 | 面试问题 | 解决方案 | |--------|---------|----------| | Fixture | 如何实现测试数据共享？ | 使用 session 作用域的 fixture | | 参数化 | 如何测试多种边界情况？ | 使用 @pytest.mark.parametrize | | 插件系统 | 如何扩展 Pytest 功能？ | 开发自定义插件 | ### 5.3 实战场景问题 ```python # 综合示例：电商应用测试 @pytest.fixture def shopping_cart(): """购物车 fixture""" return {"items": [], "total": 0.0} @pytest.mark.parametrize("item_price,quantity,expected_total", [ (10.0, 2, 20.0), (5.5, 3, 16.5), (100.0, 1, 100.0) ]) def test_cart_calculation(shopping_cart, item_price, quantity, expected_total): """测试购物车金额计算""" # 模拟添加商品 shopping_cart["items"].append({"price": item_price, "quantity": quantity}) shopping_cart["total"] = sum(item["price"] * item["quantity"] for item in shopping_cart["items"]) assert shopping_cart["total"] == expected_total assert len(shopping_cart["items"]) == 1 ``` 通过以上全面的 Pytest 面试题解析，我们可以看到 Pytest 不仅提供了基础的测试功能，还通过 fixture、参数化、插件系统等高级特性，让测试代码更加简洁、可维护。掌握这些知识点对于应对自动化测试岗位的面试至关重要 [ref_1][ref_2][ref_3]。