企业官网建设流程全解析

前言

pytest是第三方测试框架，需要单独安装（pip install pytest），标准库里没有它。它用到的「装饰器」其实分成两类，混在一起讲就很容易乱：

• 
  
• @pytest.fixture—— 定义夹具（fixture），也就是测试用的准备数据、临时资源。
• 
  
• @pytest.mark.xxx——标记（mark），例如parametrize、skip、skipif、xfail。官方文档把这些统称为 marks。
• 
  

有一个和普通装饰器很不一样的认知必须提前建立：这些装饰器不是「用包装函数把测试函数包起来」那套运行时逻辑。它们主要是给 pytest 的收集阶段（collection）留下信息，pytest 在运行测试前扫描模块、读取这些标记，再决定怎么建夹具、怎么展开参数、要不要跳过。所以你不要按处理普通装饰器的思路给它们加functools.wraps，也不需要理解它们返回什么。

下面所有 API 名称都按 pytest 官方文档核对过，但具体行为请以你所用版本的官方文档为准。本文示例按 pytest 7 以上、Python 3.8 以上书写。顺带一提，现在的 pytest 早就不支持 Python 2 了，而 Python 2 本身也已在 2020 年 1 月 1 日停止维护——看到print语句式的老测试代码，别照抄。

一、@pytest.fixture：夹具

夹具的核心用法是：测试函数只要把夹具名写成参数，pytest 就会先调用夹具并把返回值传进来。

# 适用于 Python 3.8+
import pytest


@pytest.fixture
def sample_data():
return [1, 2, 3]


def test_sum(sample_data):
assert sum(sample_data) == 6

用yield做前后置清理——yield之前是准备，之后是清理，即使测试失败清理也会执行：

# 适用于 Python 3.8+
import pytest


@pytest.fixture
def temp_list():
data = []
print("准备")
yield data
print("清理")
data.clear()


def test_append(temp_list):
temp_list.append(1)
assert len(temp_list) == 1

控制作用域。@pytest.fixture的scope决定夹具多久重建一次，默认是function（每个测试函数一次）：

较新版本的 pytest 还提供"package"作用域，用到时请查对应版本文档。

# 适用于 Python 3.8+
import pytest


@pytest.fixture(scope="session")
def config():
return {"host": "localhost", "port": 8000}

autouse=True让夹具自动对所有能看见它的测试生效，不必写进参数：

# 适用于 Python 3.8+
import pytest


@pytest.fixture(autouse=True)
def reset_counter():
state = {"n": 0}
yield state
state["n"] = 0

参数化夹具：给夹具传params，pytest 会为每个参数值各跑一遍用它的测试，测试里用request.param取值：

# 适用于 Python 3.8+
import pytest


@pytest.fixture(params=[1, 2, 3])
def number(request):
return request.param


def test_positive(number):
assert number > 0

这条测试会被收集成三个测试用例，分别对应1、2、3。

夹具写多了以后，把它们放进项目根目录或测试目录下的conftest.py，同一目录及子目录中的测试都能自动使用，不需要import。

二、@pytest.mark.parametrize：参数化

这是最常用的标记，让同一个测试逻辑跑多组输入。官方签名里第一个参数argnames接受逗号分隔的字符串，或字符串列表；第二个argvalues是值的列表。

# 适用于 Python 3.8+
import pytest


@pytest.mark.parametrize("a, b, expected", [
(1, 1, 2),
(2, 3, 5),
(-1, 1, 0),
])
def test_add(a, b, expected):
assert a + b == expected

一次参数化三个参数，pytest 会按顺序把元组里的值分配给a、b、expected。想给每组用例起个可读的名字，用ids：

# 适用于 Python 3.8+
import pytest


@pytest.mark.parametrize("text, ok", [
("ann", True),
("1ann", False),
], ids=["valid", "starts-with-digit"])
def test_name(text, ok):
assert text.isidentifier() is ok

@pytest.mark.parametrize可以叠加多次，效果是参数组合相乘；也可以把参数化标记写在测试类上，作用于类里全部方法。

三、跳过与预期失败

# 适用于 Python 3.8+
import sys
import pytest


@pytest.mark.skip(reason="功能尚未实现")
def test_not_ready():
assert False


@pytest.mark.skipif(sys.version_info < (3, 10), reason="需要 Python 3.10 及以上")
def test_new_syntax():
assert True


@pytest.mark.xfail(reason="已知缺陷，等待修复")
def test_known_bug():
assert 1 == 2

三者的差别要说清楚：

• 
  
• skip：无条件跳过，直接不跑。
• 
  
• skipif(condition, reason=...)：condition为真时跳过，常用来按平台或 Python 版本决定。
• 
  
• xfail：预期失败。测试照跑，失败算「符合预期」（标记为 xfailed），意外通过会记成 xpass。
• 
  

四、自定义标记与注册

pytest.mark.slow这类自定义标记不会自动被识别，没注册过会给出警告。正确做法是在pytest.ini里登记：

[pytest]
markers =
slow: 标记运行较慢的测试
integration: 标记集成测试

登记之后就能用命令行筛选：

pytest -m slow # 只跑 slow 标记的测试
pytest -m "not slow" # 跳过 slow 标记

也可以把标记加在类或整个模块上（模块级需要用pytestmark变量）。

五、usefixtures：只借夹具不带参数

有时你只想「让夹具生效」，并不需要它返回的东西（尤其是autouse之外还需要显式触发的场景），就用@pytest.mark.usefixtures：

# 适用于 Python 3.8+
import pytest


@pytest.fixture
def prepare_dir(tmp_path):
target = tmp_path / "data"
target.mkdir()
return target


@pytest.mark.usefixtures("prepare_dir")
def test_something(tmp_path):
assert (tmp_path / "data").is_dir()

注意usefixtures不把夹具的返回值传进来，测试函数要用返回值还是得写成参数。

六、一个完整的实战文件

# 适用于 Python 3.8+
import pytest


class Calculator:
def __init__(self, precision=2):
self.precision = precision

def divide(self, a, b):
if b == 0:
raise ZeroDivisionError("除数不能为零")
return round(a / b, self.precision)


@pytest.fixture
def calc():
return Calculator()


@pytest.mark.parametrize("a, b, expected", [
(10, 2, 5.0),
(1, 3, 0.33),
])
def test_divide_ok(calc, a, b, expected):
assert calc.divide(a, b) == expected


def test_divide_by_zero(calc):
with pytest.raises(ZeroDivisionError):
calc.divide(1, 0)


@pytest.mark.skipif(False, reason="示例：条件不成立时不跳过")
def test_precision():
assert Calculator(precision=4).divide(1, 3) == 0.3333

pytest.raises是断言「一定会抛这个异常」的标准写法，比try/except手写更简洁也更可靠。

常见坑点

1. 
   
2. 以为 pytest 装饰器是普通包装装饰器
3. 
   

❌ 给@pytest.fixture里的函数加functools.wraps想「保留元信息」 ✅ 它们由 pytest 在收集阶段解析，按官方文档的用法直接写即可

1. 
   
2. 夹具名和参数名不一致
3. 
   

❌ 夹具叫db_conn，测试参数写成db✅ 参数名必须和夹具名完全相同，pytest 就是靠名字注入的

1. 
   
2. 夹具里的清理写在return之后
3. 
   

❌return data然后指望后面的data.clear()会执行 ✅ 需要清理就用yield：yield data，清理代码写在yield之后

1. 
   
2. scope和可变状态一起用
3. 
   

❌scope="session"的夹具返回可变列表，测试之间互相污染 ✅ 需要隔离的状态用默认的function作用域

1. 
   
2. 自定义 mark 没注册
3. 
   

❌ 直接写@pytest.mark.slow，跑测试时满屏警告 ✅ 在pytest.ini的[pytest]里加markers登记

1. 
   
2. usefixtures当参数用
3. 
   

❌@pytest.mark.usefixtures("tmp")然后在函数体里用tmp✅ 要用返回值就必须写成函数参数；usefixtures只负责触发

1. 
   
2. parametrize的 argnames 与元组长度不匹配
3. 
   

❌ 声明"a, b"却传(1, 2, 3)，收集时报错 ✅ 保证每组值的个数与参数名个数一致

1. 
   
2. 用skip掩盖真实失败
3. 
   

❌ 测试挂了就加@pytest.mark.skip让它变绿 ✅ 已知缺陷用xfail并写清reason，修好后能被发现

总结

把握两条就够：@pytest.fixture管「依赖从哪来」，@pytest.mark.*管「这个测试怎么跑」。夹具靠参数名注入，参数化靠argnames和argvalues对齐，跳过与预期失败要分清是「不跑」还是「跑但允许失败」——剩下都是查官方文档能确认的细节。