### 如何正确编写 Pytest 测试用例 Pytest 是一种强大的 Python 测试框架，能够帮助开发者轻松组织和运行测试用例。以下是关于如何正确编写 Pytest 测试用例的详细介绍。 #### 1. 基本结构 Pytest 默认会识别 `test` 开头的文件以及其中定义的 `test` 开头的方法作为测试用例[^1]。因此，在创建测试脚本时，应遵循这一命名约定。 ```python # 文件名：test_example.py def test_addition(): assert 1 + 1 == 2, "加法运算失败" def test_subtraction(): result = 5 - 3 assert result == 2, f"减法运算错误，实际结果为 {result}" ``` 上述代码展示了两个简单的算术操作测试用例。通过断言语句 (`assert`) 验证预期行为是否满足条件[^2]。 --- #### 2. 使用 Fixture 提供上下文环境 Fixture 可用于设置测试前后的初始化与清理工作（setup 和 teardown）。这有助于减少重复代码并提高可维护性。 ```python import pytest @pytest.fixture def sample_data(): """返回一组样例数据""" return {"name": "Alice", "age": 25} def test_user_name(sample_data): name = sample_data["name"] assert name == "Alice", f"用户名不匹配，期望 Alice 实际得到 {name}" def test_user_age(sample_data): age = sample_data["age"] assert isinstance(age, int), "年龄字段不是整数" assert age >= 0 and age <= 120, f"年龄超出合理范围: {age}" ``` 在此示例中，fixture 函数 `sample_data` 被多个测试函数共享，从而简化了测试逻辑。 --- #### 3. 参数化测试 参数化允许单个测试函数针对多种输入组合进行验证，提升覆盖率的同时减少了冗余代码。 ```python import pytest @pytest.mark.parametrize( "input_x, input_y, expected", [ (1, 2, 3), (-1, -1, -2), (0, 0, 0), ] ) def test_sum(input_x, input_y, expected): result = input_x + input_y assert result == expected, f"{input_x} 加上 {input_y} 不等于 {expected}" ``` 此段代码利用 `@pytest.mark.parametrize` 对不同场景下的求和计算进行了全面覆盖。 --- #### 4. 接口自动化测试中的应用 在接口自动化测试领域，通常需要结合外部工具如 Requests 库来发送 HTTP 请求，并校验响应内容。以下是一个基于 YML 数据驱动的接口测试案例： ```yaml --- - method: GET url: http://example.com/api/users/1 headers: Authorization: Bearer token_value status_code: 200 response_body: id: 1 username: admin ``` 对应的测试脚本如下所示： ```python import yaml import requests import pytest @pytest.fixture(scope="module") def load_test_cases(): with open("test_cases.yml") as file: cases = yaml.safe_load(file) return cases @pytest.mark.parametrize("case", load_test_cases()) def test_api(case): resp = requests.request(method=case['method'], url=case['url'], headers=case.get('headers')) assert resp.status_code == case['status_code'] actual_response = resp.json() for key, value in case['response_body'].items(): assert actual_response[key] == value, f"键 '{key}' 的值不符合预期" ``` 该方案实现了从 YAML 文件加载测试用例的功能，增强了灵活性与扩展能力[^4]。 --- #### 5. 运行测试 完成测试用例开发后，可以通过简单命令启动整个测试流程： ```bash pytest test_example.py ``` 如果项目中有多个测试模块，则无需指定具体路径，直接调用即可扫描当前目录及其子目录内的所有符合条件的 `.py` 文件[^3]。 ---