python 小白pytest入门

Yorlen_Zhang

853人浏览 · 2026-02-26 11:21:51

Yorlen_Zhang · 2026-02-26 11:21:51 发布

一、先搞懂：pytest 是什么？

pytest 是 Python 中最流行的单元测试框架，比 Python 自带的unittest更简洁、更强大，支持自动化测试、参数化、失败重试、集成第三方插件等，是职场中做 Python 开发 / 测试的必备技能。

二、第一步：环境搭建（零基础也能搞定）

1. 安装 pytest

确保你的电脑已经安装了 Python（推荐 3.7 + 版本），打开 CMD / 终端，执行：

pip install pytest

验证安装是否成功：

pytest --version  # 输出pytest x.x.x即为成功

2. 目录结构（新手标准写法）

先创建一个简单的项目结构，后续所有代码都按这个结构来：

pytest_demo/          # 项目根目录
├── calc.py           # 待测试的业务代码文件
└── test_calc.py      # 测试用例文件（必须以test_开头）

三、第二步：写第一个 pytest 用例（核心入门）

1. 先写业务代码

在calc.py中写一个简单的加减函数（作为测试对象）：

# calc.py
def add(a, b):
    """加法函数"""
    return a + b

def sub(a, b):
    """减法函数"""
    return a - b

2. 写测试用例

在test_calc.py中写测试用例（pytest 的核心规则要记牢）：

# test_calc.py
from calc import add, sub

# 测试函数必须以test_开头
def test_add():
    # 断言：判断add(1,2)的结果是否等于3
    assert add(1, 2) == 3  # 断言成功：用例通过
    assert add(0, 0) == 0  # 多个断言，全部成功才通过

def test_sub():
    assert sub(5, 3) == 2
    assert sub(1, 1) == 0
    # 故意写一个失败的断言，看看效果
    # assert sub(2, 1) == 0

3. 运行测试用例

打开终端，进入pytest_demo目录，执行：

# 基础运行：会自动查找所有test_开头的文件/函数
pytest
# 详细输出运行结果（推荐新手用）
pytest -v
# 只运行指定文件
pytest test_calc.py -v
# 只运行指定函数
pytest test_calc.py::test_add -v

4. 运行结果解读（新手必看）

✅ .：表示 1 个用例通过
❌ F：表示 1 个用例失败
❌ E：表示 1 个用例报错
终端最后会显示总用例数、通过数、失败数、耗时

四、第三步：核心知识点（新手高频用）

1. 断言（测试的核心）

pytest 直接用 Python 原生的assert断言，比 unittest 的self.assertEqual更简洁：

断言场景	pytest 写法	说明
判断相等	`assert a == b`	a 等于 b 则通过
判断不等	`assert a != b`	a 不等于 b 则通过
判断包含	`assert "abc" in "abc123"`	包含则通过
判断布尔	`assert True`	为 True 则通过
断言异常	`pytest.raises(异常类型)`	捕获指定异常则通过

断言异常示例：

def test_div():
    def div(a, b):
        return a / b
    
    # 断言除以0会抛出ZeroDivisionError
    with pytest.raises(ZeroDivisionError):
        div(1, 0)

2. 参数化（批量测试，减少重复代码）

如果要测试多组数据，不用写多个 test 函数，用@pytest.mark.parametrize：

import pytest
from calc import add

# 参数化：(输入1, 输入2, 预期结果)
@pytest.mark.parametrize("a, b, expected", [
    (1, 2, 3),    # 用例1
    (0, 0, 0),    # 用例2
    (-1, 1, 0),   # 用例3
    (2.5, 3.5, 6) # 用例4
])
def test_add_param(a, b, expected):
    assert add(a, b) == expected

运行后会自动执行 4 个用例，逐个验证。

3. 前置 / 后置操作（测试前后的准备 / 清理）

比如测试前初始化数据，测试后清理文件，pytest 提供 3 种常用方式：

作用范围	装饰器	说明
函数级	`@pytest.fixture`	每个测试函数执行前 / 后运行
类级	`setup_class/teardown_class`	测试类中所有函数执行前 / 后各运行一次
模块级	`setup_module/teardown_module`	整个.py 文件执行前 / 后各运行一次

最常用的 fixture 示例：

import pytest

# 定义fixture：测试前初始化数据
@pytest.fixture
def init_data():
    print("\n测试前：初始化数据")
    data = [1, 2, 3]
    yield data  # yield之前是前置，之后是后置
    print("\n测试后：清理数据")
    data.clear()

# 使用fixture
def test_use_fixture(init_data):
    assert len(init_data) == 3
    init_data.append(4)
    assert len(init_data) == 4

五、第四步：实战小案例（巩固所学）

需求：测试一个 “判断是否为质数” 的函数，覆盖正常 / 边界 / 异常场景。

# prime.py
def is_prime(n):
    """判断是否为质数：大于1的自然数，只能被1和自身整除"""
    if not isinstance(n, int):
        raise TypeError("必须输入整数")
    if n <= 1:
        return False
    for i in range(2, int(n**0.5) + 1):
        if n % i == 0:
            return False
    return True

# test_prime.py
import pytest
from prime import is_prime

# 参数化测试多组场景
@pytest.mark.parametrize("num, expected", [
    (2, True),    # 最小质数
    (3, True),    # 质数
    (4, False),   # 非质数
    (1, False),   # 边界值（小于2）
    (0, False),   # 边界值
    (-5, False),  # 负数
])
def test_is_prime(num, expected):
    assert is_prime(num) == expected

# 测试异常场景
def test_is_prime_error():
    with pytest.raises(TypeError):
        is_prime(3.5)  # 输入浮点数，应抛出异常

运行命令：pytest test_prime.py -v，验证所有用例是否通过。