使用 Python 进行测试（3）pytest setup

本文主要是介绍使用 Python 进行测试（3）pytest setup，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

总结

我们前进到更真实的项目：

less_basic_project
├── my_awesome_package
│   ├── calculation_engine.py
│   ├── __init__.py
│   ├── permissions.py
├── pyproject.toml
└── tests├── conftest.py├── test_calculation_engine.py└── test_permissions.py

使用pyproject.toml配置pytest：

[tool.pytest.ini_options] # mandatory section name
addopts = "-s --no-header --no-summary" # force cmd flags
testpaths = [ # what directories contain tests"tests",
]
pythonpath = [ # what to add to the python path"."
]

我们简化了 pytest 调用，以获得自动递归测试发现，解决导入问题并使输出更清晰。
我们还可以利用“conftest.py”来定义整个项目的夹具，并缓存它们的执行：

@pytest.fixture(scope="module") # run once for each test file
def a_fixture():...

即使没有众多的插件，我们也可以使用许多标志来微调 pytest 的行为，其中包括：

• -x：第一次失败时停止
• --pdb：失败时启动pdb调试
• -k <filter>：仅发现与筛选器匹配的测试
• --ff：从上次运行失败的测试开始
• --nf：从新文件开始
• --sw：从上一次运行停止的地方开始
• --no-header/--no-summary：删除输出中的大块文本
• --vevbosity=x：控制输出细粒度，从0级到3级。

再说一句就上路

我保证，下一部分我们将回答诸如“要测试什么”之类的实际问题。但在我们继续之前，我们需要再熟悉下我们的工具。
你看，pytest是一个很棒的工具，但目前为止，我只展示了玩具示例，所以当然一切都很好。不过，你会有一个大项目，包含大量文件、导入、配置等。因此，你需要知道如何再复杂地情况下使用pytest。

真实的项目布局

让我们创建一个更可能使用到的文件结构：

less_basic_project
├── my_awesome_package
│   ├── __init__.py
│   └── the_code_to_test.py
├── pyproject.toml
└── tests└── the_tests.py

现在我们有了一个less_basic_project的项目根目录，其中包含两个目录。"tests"目录包含项目的测试，“my_awesome_package"包含项目源代码。此外，__init__.py用于导入。最后，项目根目录下的"pyproject.toml”，是python项目的标准配置文件。

第一个ImportError

如果你走到项目的根目录下，像个好人一样运行pytest tests/the_tests.py，你会摔倒：

$ pytest tests/the_tests.py
...
tests/the_tests.py:4: in <module>from the_code_to_test import add
E   ModuleNotFoundError: No module named 'the_code_to_test'

事实上，the_code_to_test不再是正确的路径，它已经是包的一部分了，我们需要修复"the_tests.py"的import：
将

from the_code_to_test import add

改为

from my_awesome_package.the_code_to_test import add

现在应该没问题了，你知道的，sys.path会将当前目录添加进来，因此我们能找到my_awssome_package。但事实并非如此，再次运行pytest，再次崩溃：

$ pytest tests/the_tests.py
...
tests/the_tests.py:4: in <module>from my_awesome_package.the_code_to_test import add
E   ModuleNotFoundError: No module named 'my_awesome_package'

pytest可执行文件是个例外，当前目录没有被添加到sys.path中。如果你使用python -m pytest执行测试，就能正常运行：

python -m pytest tests/the_tests.py
================= test session starts ================
platform linux -- Python 3.10.13, pytest-7.3.0, pluggy-1.0.0
rootdir: /path/to/less_basic_project
plugins: django-4.5.2, clarity-1.0.1
collected 4 itemstests/the_tests.py ....================= 4 . in 0.01s  ================

这就是我推荐使用-m的原因。不幸的是，这会显得非常啰嗦：
python -m pytest -s test/the_tests.py

自动发现测试

pytest可以自动扫描符合命名规则的测试文件，默认的测试文件命是test_xxx格式。
让我们将the_code_to_test.py的功能明确，并重命名为calculation_engine.py，然后将其测试文件也重命名为test_calculation_engine.py，别忘了修改import！

我们得到

less_basic_project
├── my_awesome_package
│   ├── calculation_engine.py
│   ├── __init__.py
├── pyproject.toml
└── tests└── test_calculation_engine.py <- change imports here

现在我们可以运行：

 python -m pytest tests

pytest会自动寻找测试并执行。

下面我们新加一个功能，确保我们有一个安全系统：
my_awesome_package/permissions.py

def can_access(file_path):return True

以及相应的测试 tests/test_permissions.py：

from my_awesome_package.permissions import can_accessdef test_can_access():assert can_access("/")

再次运行：

 python -m pytest tests
================= test session starts ================
platform linux -- Python 3.10.13, pytest-7.3.0, pluggy-1.0.0
rootdir: /path/to/less_basic_project
plugins: django-4.5.2, clarity-1.0.1
collected 5 itemstests/test_calculation_engine.py ....                                 [ 80%]
tests/test_permissions.py .                                           [100%]================= 5 . in 0.01s  ================

pytest会自动寻找测试并执行。

Pytest 配置

Pytest 可以从“pyproject.toml”文件配置，可以将所需的默认行为放在那里，命令行中的内容都会覆盖此默认配置。
下面是一个例子：

[tool.pytest.ini_options] # mandatory section name
addopts = "-s" # force a command line option
testpaths = [ # what directories contain tests"tests",
]
pythonpath = [ # what to add to the python path"."
]

有了这个，你就可以直接使用pytest了：

pytest
================= test session starts ================
platform linux -- Python 3.10.13, pytest-7.3.0, pluggy-1.0.0
rootdir: /path/to/less_basic_project
plugins: django-4.5.2, clarity-1.0.1
collected 5 items
tests/test_calculation_engine.py::test_add_integers
This is run before each test
.
We tested with 5This is run after each testtests/test_calculation_engine.py::test_add_strings
This is run before each test
.
This is run after each testtests/test_calculation_engine.py::test_add_floats .
tests/test_calculation_engine.py::test_add_mixed_types .
tests/test_permissions.py::test_can_access .

配置文件将当前目录(.)添加到sys.path，在"test"目录中查找测试，添加-s选项输出到命令行。

请注意，pythonpath选项在pytest的版本7中添加，如果你的Pytest版本较低，可能需要额外的插件。此外，其他工具可能也有类似的sys.path问题。最后，你可能想咬紧牙关，为整个项目完成PATHONPATH。但这是另一个话题，我们现在继续关注pytest。

还要考虑到在许多情况下，例如 CI、任务运行器（doit、nox…）、git 钩子，我仍然会使用 python -m pytest ，来避免其他问题。因此，虽然手动执行很方便，但请记住 -m 是我们的救世主。

更多配置

pytest 是充分可配置的，运行 pytest -h 会得到一面充满选项、标志和 env var 的文本墙，您可以使用它来调整其行为。一旦你确信你了解了这个库是如何工作的，你绝对应该探索这些。同时，我将首先指出几个值得您花时间的旋钮：

• -x：第一次失败时停止
• --pdb：失败时启动pdb调试
• -k <filter>：仅发现与筛选器匹配的测试
• --ff：从上次运行失败的测试开始
• --nf：从新文件开始
• --sw：从上一次运行停止的地方开始
• --no-header/--no-summary：删除输出中的大块文本
• --vevbosity=x：控制输出细粒度，从0级到3级。

事实上，对于该系列的其余部分，我将在“pyproject.toml”中设置它：
addopts = "-s --no-header --no-summary"
这将使测试运行更加清晰。

但是，这并不是配置 pytest 的唯一方法。您已经了解了另一个：命名约定。还有一些特定的调用约定。当您想要针对特定测试时，最有用的是在路径中使用“::”，因为您可以执行“pytest path/to/test_file.py::test_function”。
例如，我指向调用test_add_strings，我会使用pytest tests/test_calculation_engine.py::test_add_strings

我说更多配置！

Pytest 带有一个功能齐全的插件系统，每个插件系统都可以更改您的 pytest 配置，还可以添加您可以从命令行或“pyproject.toml”设置的全新设置。一旦它们安装在虚拟环境中，它们就会自动加载，除非您在配置中禁用它们。
例如，如果我 pip install pytest-sugar ，pytest-sugar插件将安装并在我的下一次测试运行时自动加载，为输出提供进度条：

它还将添加 pytest 选项 --force-sugar 。

虽然我觉得 pytest-sugar 很漂亮，但我个人并没有使用它，这只是插件工作原理的一个例子。有大量的插件，有些提供代码覆盖率，有些提供数据库设置，有些rest客户端，有些fake数据…生态系统丰富、强大且非常有用。
配置还有另一面：如何将测试与文本编辑器集成。这本身就是一篇完整的文章，而且有这么多的IDE，有这么多不同的偏好，我们不太可能帮助每个人。我可能至少在 VSCode 上写一篇文章，我还在思考。

更多多多多多配置！！！

是的，conf 在 pytest 中非常疯狂。这是最后一个，我发誓。
如果创建一个名为“conftest.py”的文件并将其放在“tests”目录下，则可以以编程方式影响pytest在python中的工作方式。
我们不会讨论你可以用 conftest.py 做的所有事情，因为它很快就会变得深奥。更不用说您实际上可以创建几个相互级联和覆盖的“conftest.py”。这是一个潘多拉魔盒。

在“conftest.py”中，您可以做的最重要的事情是共享夹具和范围。
想一想我们的夹具：

@pytest.fixture()
def random_number():yolo = random.randint(0, 10)yield yoloprint(f"\nWe tested with {yolo}")

它在在“test_calculation_engine.py”中，我们能在“test_permissions.py”中使用random_number吗？
显然不行。但是，如果您将其移动到“conftest.py”，那么突然间，同层的所有测试都可以访问夹具。

less_basic_project
├── my_awesome_package
│   ├── calculation_engine.py
│   ├── __init__.py
│   ├── permissions.py
├── pyproject.toml
└── tests├── conftest.py├── test_calculation_engine.py└── test_permissions.py

conftest.py中包含：

import random
import pytest@pytest.fixture()
def random_number():yolo = random.randint(0, 10)yield yoloprint(f"\nWe tested with {yolo}")

我们从“test_calculation_engine.py”中删除了该夹具。

这引出了范围(scope)，默认情况下，每个使用夹具的测试都会调用一次夹具。
但是，对于某些测试，例如数据库设置、网络连接、文件创建、数据生成等，您可能希望夹具在每组测试中实际运行一次，或者在整个测试运行中实际运行一次。
您可以使用 scope 参数执行此操作：

@pytest.fixture(scope="module") # run once for each test file
def random_number():yolo = random.randint(0, 10)yield yoloprint(f"\nWe tested with {yolo}")

scoped的值可设置为 “function” （默认值）、 “module” （一个 py 文件）、 “package” （整个目录）或 “session” （一次运行）。

如果您不需要 yield 的值，但想要副作用，您还可以autouse强制夹具运行为所有测试运行，即使测试没有使用名为 random_number 的参数：@pytest.fixture(autouse=True)。
scope 并且 autouse 可以一起使用，谨慎使用，这很容易过度使用。

关于缓存

出于教学原因，我向你展示了一个干净的项目树，但实际上，如果你现在看一眼你的项目树，它看起来更像是这样（YMMV）：

less_basic_project
├── my_awesome_package
│   ├── calculation_engine.py
│   ├── __init__.py
│   ├── permissions.py
│   └── __pycache__
│       ├── calculation_engine.cpython-310.pyc
│       ├── __init__.cpython-310.pyc
│       └── permissions.cpython-310.pyc
├── pyproject.toml
├── .pytest_cache
│   ├── CACHEDIR.TAG
│   ├── .gitignore
│   ├── README.md
│   └── v
│       └── cache
│           ├── lastfailed
│           ├── nodeids
│           └── stepwise
└── tests├── conftest.py├── __pycache__│   ├── conftest.cpython-310-pytest-8.1.1.pyc│   ├── test_calculation_engine.cpython-310-pytest-8.1.1.pyc│   └── test_permissions.cpython-310-pytest-8.1.1.pyc├── test_calculation_engine.py└── test_permissions.py

这是因为 python 和 pytest 都有自己的缓存机制。这些文件不是您应该提交到 VCS 的内容（例如 git），可以删除它们。缓存可以让测试运行得更快，并确保一些功能如--ff可用。

这篇关于使用 Python 进行测试（3）pytest setup的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---