python-testing-patterns

Python 测试模式

全面介绍如何使用 pytest、fixtures、模拟、参数化和基于属性的测试，在 Python 中实施稳健的测试策略。

何时使用此技能

• 为 Python 函数和类编写单元测试
• 搭建全面的测试套件和基础设施
• 实施测试驱动开发（TDD）工作流
• 为 API、数据库和服务创建集成测试
• 模拟外部依赖项和第三方服务
• 测试异步代码和并发操作
• 使用 Hypothesis 实施基于属性的测试
• 搭建 CI/CD 测试自动化
• 调试失败的测试并提升测试覆盖率

核心概念

测试发现：文件名匹配 test_*.py 或 *_test.py，函数名以 test_ 开头

Fixtures：带有设置和清理步骤的可复用测试资源

• 作用域：function（默认）、class、module、session
• 组合：通过简单 fixtures 构建复杂 fixtures
• 在 conftest.py 中共享，以便整个项目使用

断言：使用 assert 语句，使用 pytest.raises() 检查异常

组织结构：分设 unit/、integration/、e2e/ 目录

快速参考

按需加载特定主题的详细参考资料：

任务	参考文件
Pytest 基础、测试结构、AAA 模式	skills/python-testing-patterns/references/pytest-fundamentals.md
Fixtures、作用域、设置/清理、conftest.py	skills/python-testing-patterns/references/fixtures.md
参数化、多种测试用例	skills/python-testing-patterns/references/parametrized-tests.md
模拟、打补丁、unittest.mock、pytest-mock	skills/python-testing-patterns/references/mocking.md
异步测试、pytest-asyncio、事件循环	skills/python-testing-patterns/references/async-testing.md
基于属性的测试、Hypothesis、策略	skills/python-testing-patterns/references/property-based-testing.md
Monkeypatch、环境变量、属性	skills/python-testing-patterns/references/monkeypatch.md
测试结构、标记、conftest.py 模式	skills/python-testing-patterns/references/test-organization.md
覆盖率测量、报告、阈值	skills/python-testing-patterns/references/coverage.md
数据库、API、Redis、消息队列测试	skills/python-testing-patterns/references/integration-testing.md
最佳实践、测试质量、fixture 设计	skills/python-testing-patterns/references/best-practices.md

工作流

1. 基本测试设置

# test_example.py
import pytest

def test_something():
    """Descriptive test name."""
    # Arrange
    expected = 5

    # Act
    result = 2 + 3

    # Assert
    assert result == expected

运行测试：

pytest                    # Run all tests
pytest -v                 # Verbose output
pytest tests/unit/        # Specific directory
pytest -k "test_user"     # Match pattern
pytest -m unit            # Run marked tests

2. 使用 Fixtures

@pytest.fixture
def sample_data():
    """Provide test data."""
    data = {"key": "value"}
    yield data
    # Cleanup if needed

def test_with_fixture(sample_data):
    assert sample_data["key"] == "value"

3. 参数化测试

@pytest.mark.parametrize("input,expected", [
    (2, 4),
    (3, 9),
    (4, 16),
])
def test_square(input, expected):
    assert input ** 2 == expected

4. 模拟外部依赖项

from unittest.mock import patch

@patch("module.external_api_call")
def test_with_mock(mock_api):
    mock_api.return_value = {"status": "ok"}

    result = my_function()

    assert result["status"] == "ok"
    mock_api.assert_called_once()

5. 覆盖率测量

pytest --cov=src --cov-report=term-missing
pytest --cov=src --cov-report=html
pytest --cov=src --cov-fail-under=80

6. 测试配置

pytest.ini：

[pytest]
testpaths = tests
python_files = test_*.py
addopts = -v --strict-markers --cov=src
markers =
    unit: Unit tests
    integration: Integration tests
    slow: Slow tests

常见模式

异常测试：

with pytest.raises(ValueError, match="error message"):
    function_that_raises()

异步测试：

@pytest.mark.asyncio
async def test_async_function():
    result = await async_operation()
    assert result is not None

临时文件：

def test_file_operation(tmp_path):
    test_file = tmp_path / "test.txt"
    test_file.write_text("content")
    assert test_file.read_text() == "content"

用于筛选测试的标记：

@pytest.mark.slow
@pytest.mark.integration
def test_database_operation():
    pass

常见错误

1. 不使用 fixtures：在多个测试中重复设置代码

   • 解决方案：在 conftest.py 中创建 fixtures

2. 测试依赖执行顺序：全局状态受到污染

   • 解决方案：使用适当的 fixtures 确保测试彼此独立

3. 过度模拟：模拟内部实现

   • 解决方案：仅模拟外部边界（API、数据库）

4. 遗漏边界情况：只测试正常路径

   • 解决方案：测试边界条件、错误和无效输入

5. 测试缓慢：频繁运行完整的集成测试

   • 解决方案：分开单元测试和集成测试，使用标记，并优化 fixtures

6. 忽视覆盖率缺口：不测量测试覆盖率

   • 解决方案：使用 pytest-cov 并跟踪指标

7. 测试名称不佳：使用 test_1() 之类的通用名称

   • 解决方案：使用描述性名称：test_<behavior>_<condition>_<expected>

8. 没有清理：资源未释放

   • 解决方案：使用带有适当清理步骤的 fixtures（yield 模式）

资源

• pytest: https://docs.pytest.org/
• unittest.mock: https://docs.python.org/3/library/unittest.mock.html
• pytest-asyncio: 测试异步代码
• pytest-cov: 覆盖率报告
• pytest-mock: pytest 的 mock 封装
• Hypothesis: https://hypothesis.readthedocs.io/
• pytest-xdist: 并行执行测试
• testcontainers: 用于测试的 Docker 容器