当前位置：首页>python>Python pytest 框架通关指南:自动化测试不再难

Python pytest 框架通关指南:自动化测试不再难

2026-07-04 21:29:47

文章介绍了pytest一个高效的Python测试框架,其优点包括简单易用、强大的断言库、支持参数化测试和丰富的插件生态系统,解释了安装、用例运行规则、命令参数、配置文件、前后置操作、断言以及参数化等内容,通过示例代码展示了其用法和优势,感兴趣的朋友跟随小编一起看看吧

一、pytest介绍

pytest是一个非常流行且高效的Python测试框架，提供丰富功能和灵活用法，让测试用例的编写与运行变得简单高效

官方文档地址：pytest

1.1 pytest的优点

简单易用：语法简洁清晰，对编写测试用例非常友好，上手速度快；
强大的断言库：内置丰富断言库，可轻松判断测试结果；
支持参数化测试：允许用不同参数多次运行同一个测试函数，大幅提升测试效率；
丰富的插件生态系统：可通过插件扩展多种功能（如覆盖率测试、测试报告生成、失败用例重复执行等），还支持与selenium、requests、appinum等结合，实现Web自动化、接口自动化、App自动化测试；
灵活的测试控制：允许跳过指定用例，或标记预期失败的用例，支持重复执行失败用例。

1.2 主流Python接口自动化框架对比

维度	unittest（Python内置）	pytest	Robot Framework
安装方式	无需安装（Python标准库）	pip install pytest	pip install robotframework
语法风格	基于类（需继承TestCase）	函数式或面向对象（无需样板代码）	关键字驱动（表格化用例）
断言方法	self.assertEqual() 等	原生assert表达式	关键字断言（如Should Be Equal）
参数化支持	需subTest 或第三方库	内置（@pytest.mark.parametrize）	数据驱动（Test Template）
插件生态	少（依赖扩展库如HTMLTestRunner）	丰富（如pytest-html、pytest-xdist、allure-pytest等）	一般（需安装额外库如RequestsLibrary）
测试报告	需插件生成报告	支持多格式报告（HTML、Allure等）	自带详细日志和报告
学习曲线	中等（需熟悉xUnit模式）	低（语法简洁）	高（需掌握关键字和语法）
BDD支持	不支持	支持（通过pytest-bdd插件）	支持（通过robotframework-bdd）
适用场景	简单项目或遗留系统维护	复杂项目、高扩展性需求	团队协作、非技术人员参与

二、安装

安装命令：

pip install pytest

安装成功验证：

安装完成后，可通过pip list命令查看当前项目下pytest包是否安装成功。同时需确认PyCharm中Python解释器已更新，安装pytest前后的代码运行差异如下：

未安装pytest：需编写main函数手动调用测试用例；
安装pytest：测试方法名前会出现直接运行标志，无需手动编写调用代码。

三、用例运行规则

要让pytest自动发现并运行测试用例，需遵循以下命名规则：

文件名必须以test_开头或者_test结尾；
测试类必须以Test开头，并且不能有_ _init_ _方法；
测试方法必须以test开头。

运行示例：

满足规则后，可通过命令行执行pytest命令直接运行符合条件的用例：

注意事项：
Python测试类中不可添加__init__方法，否则pytest会抛出pytest_collectionWarning警告，无法收集该测试类。原因是pytest采用自动发现机制收集测试用例，会自动实例化测试类并调用其test开头的方法，若存在__init__方法，可能掩盖测试逻辑并引入额外副作用，影响测试结果准确性。

若测试类需初始化操作，可使用setUp()和tearDown()方法、类属性或fixture函数替代。

四、pytest命令参数

4.1 常见参数

pytest提供丰富的命令行选项控制测试执行，常用参数及说明如下：

命令	描述	备注
pytest	在当前目录及其子目录中搜索并运行测试	-
pytest -v	增加输出的详细程度	-
pytest -s	显示测试中的print语句	-
pytest test_module.py	运行指定的测试模块	-
pytest test_dir/	运行指定目录下的所有测试	-
pytest -k	只运行测试名包含指定关键字的测试	-
pytest -m	只运行标记为指定标记的测试	-
pytest -q	减少输出的详细程度	-
pytest --html=report.html	生成HTML格式的测试报告	需要安装pytest-html插件
pytest --cov	测量测试覆盖率	需要安装pytest-cov插件

4.2 命令使用示例

运行符合规则的用例（不显示print内容）：

详细打印并显示print内容（-s和-v可连写为-sv）：

指定文件/测试用例运行：

五、pytest配置文件

当需要频繁使用复杂命令参数时，可将配置统一写入pytest.ini文件（项目根目录下创建），避免重复输入。

5.1 常见配置选项

参数	解释
addopts	指定在命令行中默认包含的选项
testpaths	指定搜索测试的目录
python_files	指定发现测试模块时使用的文件匹配模式
python_classes	指定发现测试类时使用的类名前缀或模式
python_functions	指定发现测试函数和方法时使用的函数名前缀或模式
norecursedirs	指定在搜索测试时应该避免递归进入的目录模式
markers	定义测试标记，用于标记测试用例

5.2 配置示例

配置pytest.ini文件，实现详细输出cases包下文件名以test_开头、类名以Test开头的所有用例：

[pytest]addopts = -vstestpaths = casespython_files = test03.py

配置完成后，命令行直接执行pytest命令即可，无需额外指定参数，运行结果如下：

六、前后置操作

前后置操作用于在测试用例执行前后完成环境设置、数据准备、资源清理等工作，pytest提供三种实现方式：

6.1 setup_method 和 teardown_method

用于类中每个测试方法的前置和后置操作，每个测试方法执行前都会触发setup_method，执行后触发teardown_method。

示例代码：

import pytestclass TestExample:    def setup_method(self):        print("Setup: Before each test")    def teardown_method(self):        print("Teardown: After each test")    def test_example1(self):        print("Running test_example1")    def test_example2(self):        print("Running test_example2")

运行结果：

6.2.setup_class 和 teardown_class

用于整个测试类的前置和后置操作，测试类中所有方法执行前触发一次setup_class，所有方法执行后触发一次teardown_class。

示例代码：

class TestExample:    def setup_class(self):        print("Setup: Before all test")    def teardown_class(self):        print("Teardown: After all test")    def test_example1(self):        print("Running test_example1")    def test_example2(self):        print("Running test_example2")

运行结果：

七、断言

断言（assert）是⼀种调试辅助工具，用于检查程序状态是否符合预期，若断言失败（条件为假），Python解释器会抛出AssertionError异常。pytest支持使用标准Pythonassert语句验证预期值与实际值。

基本语法：

1	`assert条件, 错误信息`

条件：必须是布尔表达式；
错误信息：条件为假时显示的提示信息（可选）。

断言示例：

7.1 基本数据类型断言：

# 断言整数a = 1b = 2assert a == b, "a和b不相等"# 断言字符串str = "hello"assert "hello" == str

7.2 数据结构断言：

def test():    # 断言列表    expect_list = [1, 'apple', 3.14]    actual_list = [1, 'apple', 3.14]    # 断言元组    expect_tuple = (1, 'apple', 3.14)    actual_tuple = (1, 'apple', 3.14)    # 断言字典    expect_dict = {'name': 'Alice', 'age': 25}    actual_dict = {'name': 'Alice', 'age': 25}    # 断言集合    expect_set = {1, 2, 3, 'apple'}    actual_set = {1, 2, 3, 'apple'}    assert expect_list == actual_list    assert expect_tuple == actual_tuple    assert expect_dict == actual_dict    assert expect_set == actual_set

7.3 函数断言：

def divide(a, b):    assert b != 0, "除数不能为0"    return a / b# 正常情况print(divide(10, 2))  # 输出 5.0# 触发断言print(divide(10, 0))  # 抛出 AssertionError: 除数不能为0

7.4 接口返回值断言：

import requestsfrom jsonschema.validators import validate# 断言接口返回值完整字段和值def test1():    url = "http://jsonplaceholder.typicode.com/posts/1"    r = requests.get(url=url)    expect_data = {        "userId": 1,        "id": 1,        "title": "sunt aut facere repellat provident occaecati excepturi optio reprehenderit",        "body": "quia et suscipit\nsuscipit recusandae consequuntur expedita et cum\nreprehenderit molestiae ut ut quas totam\nnostrum rerum est autem sunt rem eveniet architecto"    }    print(r.json())    assert r.json() == expect_data    assert r.json()['userId'] == 1# 断言接口返回值重要字段def test2():    url = "http://jsonplaceholder.typicode.com/comments?postId=1"    r = requests.get(url=url)    print(r.json())    assert r.json()[1]['id'] == 1# 断言接口HTML返回值def test3():    url = "http://jsonplaceholder.typicode.com/"    r = requests.get(url=url)    assert "Use your own data" in r.text

八、参数化

参数化设计可让测试用例通过不同参数多次运行，提高测试效率和覆盖度，pytest通过@pytest.mark.parametrize装饰器实现参数化，支持在测试函数、类、模块级别使用。

8.1 测试函数参数化

示例代码：

import pytest@pytest.mark.parametrize("test_input, expected", [("3+5", 8), ("2+4", 6), ("6*9", 42)])def test_eval(test_input, expected):    assert eval(test_input) == expected

装饰器定义了三组(test_input, expected)元组，test_eval函数会依次使用每组参数运行三次。

8.2 测试类参数化

示例代码：

import pytest@pytest.mark.parametrize("n, expected", [(1, 2), (3, 4)])class TestClass:    def test_simple_case(self, n, expected):        assert n + 1 == expected    def test_weird_simple_case(self, n, expected):        assert (n * 1) + 1 == expected

参数集将作用于类中所有测试方法，每个方法都会使用每组参数运行。

8.3 模块级别参数化

通过给pytestmark全局变量赋值，实现模块内所有测试的参数化：

import pytestpytestmark = pytest.mark.parametrize("n, expected", [(1, 2), (3, 4)])class TestClass:    def test_simple_case(self, n, expected):        assert n + 1 == expected    def test_weird_simple_case(self, n, expected):        assert (n * 1) + 1 == expected

8.4 自定义参数化数据源

示例代码：

def data_provider():    return ["a", "b"]# 定义测试函数，依赖自定义数据源@pytest.mark.parametrize("data", data_provider())def test_data(data):    assert data is not None    print(f"Testing with data provider: {data}")