📚 课程目录第4章 Pytest入门

4. Pytest 入门：断言机制、测试用例编写、Fixture 基础、conftest.py 共享配置

好，咱们进入第四章。前面几章我们把 Python 基础和环境搭好了，现在开始真正写测试脚本。

Pytest 是目前 Python 生态里最主流的测试框架。我这些年做嵌入式测试，从早期的 unittest 到后来的 nose，最后全切到了 pytest。为什么？因为它简洁、灵活，而且插件生态太丰富了。你想想看，一个框架能同时搞定单元测试、集成测试、甚至硬件接口测试，这得多省事。

4.1 断言机制：测试的灵魂

测试的本质是什么？说白了就是「比较预期和实际」。Pytest 的断言用起来特别自然——就是 Python 原生的 assert 关键字。

核心原则： 测试用例中只要 assert 后面的表达式为 True，用例就通过；为 False，就失败。

4.1.1 基本断言写法

# test_assert_basic.py
def test_addition():
    result = 1 + 1
    assert result == 2

def test_string():
    name = "hello"
    assert "he" in name

def test_boolean():
    flag = True
    assert flag is True

你看，就这么简单。不需要像 unittest 那样记一堆 self.assertEqual() 的方法名。

4.1.2 常用断言场景

场景	断言写法	说明
相等判断	`assert a == b`	最常用，比较值
不等判断	`assert a != b`	确认两者不同
包含判断	`assert x in y`	字符串、列表、字典都适用
布尔判断	`assert x is True`	注意用 is 而不是 ==
异常判断	`with pytest.raises(ValueError)`	确认代码抛出了指定异常
近似判断	`assert abs(a - b) < 1e-6`	浮点数比较，避免精度问题

我的经验： 嵌入式测试里经常要比较浮点数，比如 ADC 采样值。直接用 assert a == b 很容易踩坑。我习惯用 pytest.approx()，它内置了容差处理。

# 浮点数比较的正确姿势
def test_float():
    adc_value = 3.1415926
    expected = 3.14
    assert adc_value == pytest.approx(expected, rel=1e-2)  # 相对误差 1%

4.1.3 异常断言

有时候我们需要测试「代码应该抛出异常」的场景。比如读取一个不存在的文件，或者传入非法参数。

import pytest

def test_divide_by_zero():
    with pytest.raises(ZeroDivisionError):
        result = 1 / 0

def test_custom_exception():
    with pytest.raises(ValueError, match="参数不能为负数"):
        validate_input(-1)

这里 match 参数可以匹配异常信息中的关键字，非常实用。

4.2 测试用例编写：从单测到套件

Pytest 的用例编写有几个约定，记住就行：

测试文件以 test_ 开头，或者以 _test 结尾
测试函数以 test_ 开头
测试类以 Test 开头，且不能有 __init__ 方法

4.2.1 函数式用例

# test_sensor.py
def test_temperature_read():
    """测试温度传感器读取"""
    sensor = TemperatureSensor()
    value = sensor.read()
    assert 20 <= value <= 30

def test_humidity_read():
    """测试湿度传感器读取"""
    sensor = HumiditySensor()
    value = sensor.read()
    assert 40 <= value <= 60

4.2.2 类式用例

当多个测试用例共享相同的初始化逻辑时，用类组织更清晰。

class TestSensorSuite:
    """传感器测试套件"""

    def test_temperature(self):
        sensor = TemperatureSensor()
        assert sensor.init() == True

    def test_humidity(self):
        sensor = HumiditySensor()
        assert sensor.init() == True

    def test_pressure(self):
        sensor = PressureSensor()
        assert sensor.init() == True

注意： 类里的每个 test_ 方法都是独立执行的。不要依赖方法之间的执行顺序，也不要共享变量状态。我曾经见过有人把测试结果存在类变量里，结果并行执行时全乱了。

4.3 Fixture 基础：测试的「前置条件」管理

Fixture 是 pytest 最强大的特性之一。它解决了测试中「准备数据、创建对象、清理资源」这些重复劳动。

4.3.1 最简单的 Fixture

import pytest

@pytest.fixture
def sensor():
    """创建一个传感器实例"""
    s = TemperatureSensor()
    s.connect()
    yield s
    s.disconnect()

def test_sensor_read(sensor):
    """使用 fixture 作为参数"""
    value = sensor.read()
    assert value is not None

这里 yield 之前的代码是「前置准备」，之后的代码是「后置清理」。我特别喜欢这种写法，比 unittest 的 setUp/tearDown 直观多了。

4.3.2 Fixture 的作用域

作用域	生命周期	适用场景
`function`	每个测试函数执行一次	默认值，适合独立资源
`class`	每个测试类执行一次	类级别的共享资源
`module`	每个模块执行一次	模块级别的配置加载
`session`	整个测试会话执行一次	数据库连接、硬件初始化

@pytest.fixture(scope="session")
def hardware_board():
    """整个测试过程只初始化一次硬件"""
    board = Board()
    board.power_on()
    yield board
    board.power_off()

我的建议： 嵌入式测试里，硬件初始化通常很慢。用 scope="session" 可以大幅节省时间。但要注意——如果硬件状态会被测试用例修改，就别用 session 级别，否则用例之间会互相影响。

4.3.3 Fixture 的自动使用

有些 fixture 你希望每个测试都自动执行，比如记录日志、检查环境。

@pytest.fixture(autouse=True)
def check_environment():
    """每个测试前自动检查环境"""
    assert is_board_connected(), "硬件未连接"
    yield
    print("环境检查完成")

加上 autouse=True 后，这个 fixture 会自动应用到所有测试用例，不需要显式声明参数。

4.4 conftest.py：共享配置的「中央枢纽」

conftest.py 是 pytest 的「魔法文件」。放在某个目录下的 conftest.py，会自动被该目录及其子目录下的所有测试文件共享。

4.4.1 目录结构示例

project/
├── conftest.py              # 全局 fixture
├── tests/
│   ├── conftest.py          # tests 目录共享 fixture
│   ├── test_sensor.py
│   └── sub_tests/
│       ├── conftest.py      # sub_tests 目录共享 fixture
│       └── test_advanced.py

4.4.2 conftest.py 里写什么

# conftest.py (项目根目录)
import pytest

@pytest.fixture(scope="session")
def global_config():
    """全局配置，所有测试共享"""
    return {
        "baudrate": 115200,
        "timeout": 5,
        "log_level": "DEBUG"
    }

@pytest.fixture
def serial_port(global_config):
    """串口连接 fixture"""
    import serial
    port = serial.Serial(
        port="/dev/ttyUSB0",
        baudrate=global_config["baudrate"],
        timeout=global_config["timeout"]
    )
    yield port
    port.close()

然后在任意测试文件里，直接使用 serial_port 这个 fixture：

# tests/test_uart.py
def test_uart_send(serial_port):
    serial_port.write(b"AT\r\n")
    response = serial_port.readline()
    assert b"OK" in response

关键点： conftest.py 不需要被 import。pytest 会自动发现它。你只需要把 fixture 定义在里面，测试文件就能直接用。

4.4.3 覆盖与优先级

如果多个 conftest.py 定义了同名的 fixture，离测试文件最近的会覆盖远的。这个机制很灵活，你可以：

在根 conftest.py 定义通用 fixture
在子目录 conftest.py 定义专用 fixture
在测试文件里直接定义局部 fixture

避坑指南： 我曾经在项目里把 fixture 定义在 conftest.py 里，但忘记加 scope 参数。结果每个测试都重新创建数据库连接，跑 200 个用例花了 10 分钟。加上 scope="session" 后，直接降到 30 秒。所以，fixture 的作用域一定要想清楚。

4.5 本章知识体系

下面这张图总结了本章的核心内容，你可以把它当作速查表：

4.6 小结

这一章我们覆盖了 pytest 最核心的四个概念：

断言机制：用 Python 原生的 assert，加上 pytest 的异常断言和近似断言
测试用例：函数式和类式两种写法，记住命名约定
Fixture：管理测试的前置条件和后置清理，注意作用域的选择
conftest.py：共享配置的中央枢纽，自动发现，层级覆盖