[!info] 关联笔记

• 所属 MOC：测试与质量 · 学习路线
• 前置：函数 · 错误处理
• 测试心智模型：测试层级与测试边界

Python 用 pytest 做测试

这个概念为什么出现

没有自动化测试，重构与依赖升级都在赌。pytest 以低样板成为 Python 事实标准：普通 assert、丰富插件、fixture 注入。

[!abstract] 一句话理解 pytest 收集 test_*，用 assert 验证行为；fixture 管理依赖，参数化覆盖多例。

最小可运行示例

先把示例放进业务场景，再看代码：

场景：为折扣函数写参数化测试

# test_discount_pytest_style.py
# 业务意图：验证折扣计算（可直接 pytest 本文件）。
# 教学点：
# - assert；
# - pytest.mark.parametrize；
# - 异常断言。

import pytest


def price_after_discount(price_cents: int, discount: float) -> int:
    if not 0 <= discount <= 1:
        raise ValueError("bad discount")
    return int(price_cents * (1 - discount))


@pytest.mark.parametrize(
    "price,discount,expected",
    [(1000, 0.1, 900), (1000, 0.0, 1000)],
)
def test_price_after_discount(price, discount, expected):
    assert price_after_discount(price, discount) == expected


def test_bad_discount():
    with pytest.raises(ValueError):
        price_after_discount(1000, 2)

建议运行：

pytest -q test_discount_pytest_style.py

期望输出：

...
3 passed

（若环境未装 pytest：pip install pytest 后重跑。）

结合场景再看三个关注点

1. 表驱动减少重复测试函数。
2. raises 锁定失败契约。
3. 业务函数与测试可同逻辑演进。

Fixture、Fake 与 monkeypatch 怎么配合

这三个词经常一起出现，但职责不同。

[!abstract] 先理解设计，再记 API

• fixture：准备测试需要的对象或环境
• Fake：用一个简化实现替代昂贵、不稳定或不想一起测试的真实依赖
• monkeypatch：在测试期间临时把真实对象替换成 Fake / Stub

例如只想测试 FastAPI route，而不想真的运行 DiagnosisService 和 LLM：

测试目标
  ↓
FastAPI Route
  ↓
Fake DiagnosisService

真实 DiagnosisService / LLM 不进入这条测试路径

pytest 可以这样完成替换：

class FakeDiagnosisService:
    async def generate_diagnosis(self, **kwargs):
        return {"diagnoses": []}


def test_route(client, monkeypatch):
    fake = FakeDiagnosisService()

    monkeypatch.setattr(
        "src.api.routes.diagnosis.get_diagnosis_service",
        lambda: fake,
    )

    response = client.post(
        "/api/diagnosis/analyze",
        json={"extracted_info": [], "profile": {}},
    )

    assert response.status_code == 200

这里真正重要的不是 monkeypatch.setattr 语法，而是测试边界：

我只验证 Route 的 HTTP 行为
        ↓
所以把更深层的真实依赖隔离掉

monkeypatch 是工具，Fake 是测试替身；它们都不是 Unit / Integration / E2E 之外的新测试层级。完整模型见 测试层级与测试边界。

核心概念与准确模型

• 发现规则：test_*.py / Test* / test_*
• fixture 作用域：function/module/session
• conftest.py 共享
• 插件：cov、xdist、mock

边界情况与反直觉行为

1. 断言重写让失败信息更详，但奇妙魔法需了解。
2. 测试间污染全局状态。
3. 异步测试需插件/模式。

常见误区

[!warning] 常见误区：只测成功路径 错误理解：happy path 足够。
正确模型：边界与异常同样是契约。

工程实践

• Arrange-Act-Assert
• 命名表达场景
• CI 默认 pytest

本节总结

pytest 让测试成为日常反馈环。先测行为，再谈覆盖率数字。

自测题

1. fixture 解决什么？
2. 参数化适合什么？
3. Fake 和 monkeypatch 的职责有什么不同？

参考答案

1. 可复用的测试依赖准备/清理。
2. 同一逻辑多组输入输出。
3. Fake 是替代真实依赖的简化实现；monkeypatch 是测试期间完成临时替换的工具。

延伸阅读与资料来源

资料	类型	支撑内容
pytest docs	文档	官方