Pytest是Python中一种流行的测试框架，它提供了丰富的功能和灵活性，可以帮助编写高效且可维护的测试代码。除了基本的测试功能外，Pytest还有许多高级用法可以帮助更好地组织、管理和扩展测试套件。
以下是一些Pytest的常用高级用法，以及相应的示例介绍：
1、参数化测试（Parametrize）
参数化测试允许在单个测试函数中运行多个测试用例，每个用例都使用不同的参数。这对于测试相似场景下的多组输入非常有用。
import pytest
@pytest.mark.parametrize("input,expected", [(1, 2), (2, 4), (3, 6)])
def test_multiply_by_two(input, expected):
assert input * 2 == expected
2、自定义标记和筛选（Custom Marking and Filtering）
可以使用自定义的标记来标识测试用例，然后使用标记来选择性地运行特定类型的测试。
import pytest
@pytest.mark.slow
def test_slow_function():
# test implementation
@pytest.mark.skip
def test_skipped_function():
# test implementation
运行只有特定标记（slow）的测试：pytest -m slow
3、测试夹具（Fixtures）
夹具是一种在多个测试函数之间共享资源和设置的方法，可以减少重复的代码和提高测试的效率。
import pytest
@pytest.fixture
def setup_teardown_example():
# setup code
yield
# teardown code
def test_using_fixture(setup_teardown_example):
# test implementation
4、自定义断言（Custom Assertions）
Pytest允许编写自定义的断言函数，以便在测试中更清晰地描述预期结果。
def assert_custom_condition(result):
assert result > 0, f"Expected result to be positive, but got {result}"
def test_custom_assertion():
result = some_function()
assert_custom_condition(result)
5、测试装饰器（Test Decorators）
Pytest允许编写自定义的测试装饰器来扩展测试功能，比如在测试运行前后执行额外的代码。
import pytest
def my_test_decorator(func):
def wrapper():
print("Before test")
func()
print("After test")
return wrapper
@my_test_decorator
def test_decorated_function():
# test implementation
6、测试参数化组合（Combining Parametrized Tests）
可以将不同的参数化测试组合在一起，以测试多个输入组合的情况。
import pytest
@pytest.mark.parametrize("input", [1, 2])
@pytest.mark.parametrize("factor", [2, 3])
def test_parametrized_combinations(input, factor):
result = input * factor
assert result == input * factor
7、 插件扩展（Plugin Extensions）
Pytest具有丰富的插件生态系统，允许使用现有插件或编写自定义插件来扩展测试功能。
# 使用插件：pytest-html生成测试报告 # 安装插件：pip install pytest-html # 运行测试并生成HTML报告 pytest --html=report.html
8、命令行选项和配置文件（Command-Line Options and Configuration Files）：
通过命令行选项和配置文件，可以自定义Pytest的行为，包括测试运行、输出格式、覆盖率报告等。
# 运行测试并显示详细输出 pytest -v # 运行测试并生成覆盖率报告 pytest --cov=my_module
9、跳过测试（Skipping Tests）
有时可能需要暂时跳过某些测试，可以使用“@pytest.mark.skip”来标记这些测试。
import pytest
@pytest.mark.skip(reason="Test not ready yet")
def test_skipped_function():
# test implementation
10、 预期异常（Expecting Exceptions）
可以使用“pytest.raises”上下文管理器来测试代码是否引发了预期的异常。
import pytest
def test_exception_handling():
with pytest.raises(ValueError):
# code that should raise ValueError
11、测试参数定制（Customizing Test Discovery）
通过在“pytest.ini”配置文件中定义 python_files、python_classes 和 python_functions 等，可以自定义测试文件、测试类和测试函数的命名规则。
# pytest.ini [pytest] python_files = test_*.py python_classes = Test* python_functions = test_*
12、多进程和分布式测试（Parallel and Distributed Testing）
Pytest支持通过插件进行多进程和分布式测试，以提高测试速度。
# 运行测试并使用4个进程 pytest -n 4 # 使用pytest-xdist插件进行分布式测试 # 安装插件：pip install pytest-xdist # 运行测试并在3台主机上分布式运行 pytest -n 3 --dist=loadscope
13、使用 pytest-xdist 进行分布式测试
pytest-xdist插件支持在多个进程或多台机器上分布式运行测试，以加速测试过程。
# 安装pytest-xdist插件 pip install pytest-xdist # 在多个进程上分布式运行测试 pytest -n NUM_PROCESSES # 在多台机器上分布式运行测试 pytest -n NUM_MACHINES --dist=loadscope
14、标记依赖和顺序（Marking Dependencies and Ordering）
有时，测试之间可能存在依赖关系，或者按照特定的顺序运行测试。Pytest允许使用“@pytest.mark.dependency”和“@pytest.mark.run”来实现这一点。
import pytest
@pytest.mark.dependency()
def test_dependency_1():
# test implementation
@pytest.mark.dependency(depends=["test_dependency_1"])
def test_dependency_2():
# test implementation
@pytest.mark.run(order=1)
def test_first():
# test implementation
@pytest.mark.run(order=2)
def test_second():
# test implementation
15、预设参数（Fixture Parametrization）
可以将夹具参数化，为夹具提供不同的配置，以便在不同测试用例中使用。
import pytest
@pytest.fixture(params=[(1, 2), (2, 4), (3, 6)])
def input_output(request):
return request.param
def test_multiply(input_output):
input, expected = input_output
assert input * 2 == expected
16、忽略特定Python版本（Ignoring Specific Python Versions）
使用“@pytest.mark.skipif”可以在特定Python版本上跳过测试。
import pytest
import sys
@pytest.mark.skipif(sys.version_info >= (3, 9), reason="Not supported in this version")
def test_skip_for_version():
# test implementation
17、设置全局夹具（Global Fixtures）
如果希望多个测试文件共享同一组夹具，可以在根目录下创建一个“conftest.py”文件，定义全局夹具。
# conftest.py
import pytest
@pytest.fixture
def global_fixture():
# setup code
yield
# teardown code
18、多阶段测试（Multi-Stage Testing）
对于较复杂的应用，可能需要在不同阶段执行测试，比如集成测试、端到端测试等。可以使用 “-k” 命令行选项来指定运行特定阶段的测试。
# 运行特定阶段的测试 pytest -k "integration or endtoend"
19、使用 pytest-mock 进行模拟
`pytest-mock` 插件简化了对 Python 的模拟和测试桩的使用，使得编写测试用例更加容易。
# 安装 pytest-mock 插件 pip install pytest-mock
import pytest
from unittest.mock import MagicMock
def test_using_mock(mocker):
mock_obj = mocker.MagicMock()
mock_obj.some_method.return_value = 42
result = mock_obj.some_method()
assert result == 42
mock_obj.some_method.assert_called_once()
20、测试失败自动重试
有时测试失败可能是由于不稳定的因素导致的，可以使用 `pytest-rerunfailures` 插件来自动重试失败的测试。
# 安装 pytest-rerunfailures 插件 pip install pytest-rerunfailures # 运行测试并自动重试失败的测试 pytest --reruns 3
21、使用 pytest-flake8 进行静态代码分析
pytest-flake8 插件可以集成“flake8”静态代码分析工具，帮助在运行测试时进行代码质量检查。
# 安装 pytest-flake8 插件 pip install pytest-flake8 # 运行测试并进行静态代码分析 pytest --flake8
这些是更多的 Pytest 高级用法，它们进一步扩展了在测试中的能力。无论是针对不同类型的应用，测试框架提供了丰富的工具和插件来帮助更有效地测试代码。