python-testing-patterns

Python 测试模式

编写能让行为更安全地修改的测试。优先编写聚焦、易读的测试，而不是依赖巧妙的 fixture 或徒有其表的覆盖率。

有关异步测试、monkeypatch、基于属性的测试、数据库测试、CI 和覆盖率工具等高级模式，请阅读 references/advanced-patterns.md。

核心原则

• 每个测试只验证一种行为。 失败时应能指向一种被破坏的行为。
• 准备 / 执行 / 断言。 将设置、执行和验证明确区分。
• 测试边界和错误。 只有正常路径的测试并不可靠。
• 隔离外部影响。 如果网络、时间、随机性和服务不是待测行为，就对它们进行模拟。
• 追求有意义的覆盖率。 覆盖重要行为和风险，而不是每一行代码。

Pytest 基本模式

def test_adds_two_numbers():
    result = add(2, 3)
    assert result == 5

测试异常：

import pytest

def test_rejects_zero_division():
    with pytest.raises(ValueError, match="zero"):
        divide(1, 0)

测试参数化用例：

import pytest

@pytest.mark.parametrize("value, expected", [
    ("[email protected]", True),
    ("not-an-email", False),
])
def test_email_validation(value, expected):
    assert is_valid_email(value) is expected

Fixtures

使用 fixture 复用设置，并明确其生命周期：

@pytest.fixture
def user():
    return User(id=1, email="[email protected]")

避免隐藏的 fixture 依赖网。如果一个测试需要许多 fixture，说明被测单元可能耦合过紧，或测试范围可能过宽。

模拟

在系统边界处进行模拟：

• HTTP 客户端；
• 文件系统或对象存储；
• 不测试持久化时的数据库会话；
• 时间和随机性；
• 开销较大的模型/API 调用。

如果行为复杂到调用断言会变得脆弱，优先使用 fake，而不是 mock。

测试套件结构

采用小型测试金字塔：

• 为纯逻辑编写许多单元测试；
• 为边界编写较少的集成测试；
• 为关键工作流编写少量端到端测试。

根据行为命名测试：

test_<unit>_<scenario>_<expected_behavior>

输出

在提供测试建议或编写测试时，返回：

• 目标行为；
• 所需的测试级别；
• fixtures/mock；
• 具体测试用例；
• 尚未覆盖的边界/错误路径；
• 运行聚焦测试的命令。