在 Python 自动化测试领域，测试框架的选择直接影响测试效率与代码可维护性。而 pytest 框架 凭借其灵活的语法、强大的插件生态和丰富的功能，成为了开发者和测试工程师的首选工具。它不仅解决了 Python 内置 unittest 框架语法繁琐、扩展性弱的痛点，还支持单元测试、集成测试、接口测试等多种场景，让 “编写测试用例” 这件事变得高效且优雅。
本文将从基础到进阶，带大家全面掌握 pytest 框架的使用 —— 从环境安装到核心语法，从参数化、夹具到实战案例，再到插件扩展技巧，帮你快速上手并搭建企业级测试体系。
一、为什么选择 pytest 框架？—— 它的核心优势
在学习使用前，我们先明确一个问题：Python 自带 unittest 框架，为什么还要用 pytest？答案藏在它的四大核心优势里：
语法极简，编写效率高
unittest 需要继承 TestCase 类、使用固定的断言方法（如 self.assertEqual()），而 pytest 无需继承类，直接用函数定义测试用例，断言可使用 Python 原生语法（如 assert a == b），代码量减少 30% 以上。例如，一个简单的测试用例，pytest 只需 3 行代码，而 unittest 至少需要 5 行。
功能强大，覆盖所有测试场景
支持参数化测试（批量生成用例）、测试夹具（前置 / 后置操作）、跳过用例、标记用例、失败重试等高级功能，无需额外封装工具类。同时，兼容 unittest 和 nose 框架的测试用例，迁移成本极低。
插件生态丰富，扩展性强
拥有超过 800 个官方及第三方插件，可轻松实现测试报告生成（pytest-html）、接口测试（pytest-requests）、异步代码测试（pytest-asyncio）、与 CI/CD 工具集成（如 Jenkins）等需求，插件安装与使用简单，一行命令即可完成配置。
输出清晰，调试效率高
测试执行结果会以彩色文本形式展示，清晰标注用例通过 / 失败状态；若用例失败，会详细输出断言对比信息（如预期值与实际值的差异）、错误堆栈跟踪，帮助快速定位问题根源。
二、环境准备：3 分钟完成安装与验证
pytest 是第三方库，需通过包管理工具安装，支持 Windows/macOS/Linux 全平台，且兼容 Python 3.7 及以上版本。
1. 安装方式（推荐 pip）
打开终端 / 命令提示符，输入以下命令，等待安装完成：
pip install pytest若需要安装指定版本（如适配旧项目），可指定版本号：
pip install pytest==7.4.3 # 安装 7.4.3 版本2. 验证安装是否成功
安装完成后，在终端输入以下命令，查看 pytest 版本：
pytest --version若输出类似 pytest 7.4.3 的信息，说明安装成功。
3. 第一个 pytest 测试用例
创建一个名为 test_demo.py 的文件，写入以下代码：
# test_demo.py
def add(a, b):
"""待测试的加法函数"""
return a + b
def test_add_positive():
"""测试正数相加"""
result = add(2, 3)
assert result == 5 # 原生断言，简洁直观
def test_add_negative():
"""测试负数相加"""
result = add(-2, -3)
assert result == -5
def test_add_zero():
"""测试与零相加"""
result = add(0, 5)
assert result == 5在终端进入该文件所在目录，执行以下命令运行测试：
pytest test_demo.py -v-v：启用详细输出模式，展示每个用例的执行结果。
执行后，终端会输出彩色结果：
collected 3 items
test_demo.py::test_add_positive PASSED
test_demo.py::test_add_negative PASSED
test_demo.py::test_add_zero PASSED3 个用例全部通过，说明 pytest 已能正常工作。
三、核心语法：掌握 90% 场景的用法
pytest 的核心是围绕 测试用例编写 和 测试执行控制 设计的，下面我们逐一讲解高频用法。
1. 测试用例的命名规范
pytest 会自动识别符合以下规则的文件和函数 / 类，无需手动指定用例：
测试文件：文件名以 test_ 开头（如 test_login.py）或以 test.py 结尾（如 logintest.py）。
测试函数 / 方法：函数名以 test_ 开头（如 test_login_success）。
测试类：类名以 Test 开头（如 TestLogin），且类中不含 init 方法，类内的测试方法以 test_ 开头。
示例：测试类的使用
# test_user.py
class TestUser:
"""用户相关测试类"""
def test_user_create(self):
"""测试创建用户"""
user = {"name": "张三", "age": 25}
assert user["name"] == "张三"
def test_user_update(self):
"""测试更新用户"""
user = {"name": "张三", "age": 25}
user["age"] = 26
assert user["age"] == 26执行命令 pytest test_user.py -v，pytest 会自动识别并执行类中的两个测试方法。
2. 断言语法：简洁的原生断言
pytest 支持 Python 所有原生断言语法，无需记忆特殊方法，常用断言场景如下：
重点：异常断言示例
当需要测试函数在特定场景下是否抛出预期异常时，可使用 pytest.raises()：
# test_exception.py
import pytest
def divide(a, b):
"""待测试的除法函数"""
if b == 0:
raise ZeroDivisionError("除数不能为零")
return a / b
def test_divide_by_zero():
"""测试除数为零的异常场景"""
# 断言调用 divide(5, 0) 时会抛出 ZeroDivisionError
with pytest.raises(ZeroDivisionError) as exc_info:
divide(5, 0)
# 可选：验证异常信息是否符合预期
assert "除数不能为零" in str(exc_info.value)3. 参数化测试：批量生成用例
在测试同一功能的不同输入场景时（如登录的正确密码、错误密码、空密码），无需编写多个重复的测试函数，可使用 @pytest.mark.parametrize 装饰器批量生成用例，大幅减少代码冗余。
示例：登录功能参数化测试
# test_login_param.py
import pytest
def login(username, password):
"""模拟登录函数：用户名和密码都为 "admin" 时返回成功"""
if username == "admin" and password == "admin":
return {"status": "success", "message": "登录成功"}
else:
return {"status": "fail", "message": "用户名或密码错误"}
# 参数化装饰器：第一个参数是用例参数名（元组），第二个参数是参数值列表（每个元素是一个用例的参数）
@pytest.mark.parametrize("username, password, expected_status, expected_msg", [
# 用例 1：正确用户名和密码
("admin", "admin", "success", "登录成功"),
# 用例 2：正确用户名，错误密码
("admin", "123456", "fail", "用户名或密码错误"),
# 用例 3：错误用户名，正确密码
("test", "admin", "fail", "用户名或密码错误"),
# 用例 4：空用户名
("", "admin", "fail", "用户名或密码错误"),
# 用例 5：空密码
("admin", "", "fail", "用户名或密码错误"),
])
def test_login_parametrize(username, password, expected_status, expected_msg):
"""登录功能参数化测试"""
result = login(username, password)
assert result["status"] == expected_status
assert result["message"] == expected_msg执行命令 pytest test_login_param.py -v，会看到 5 个用例被自动生成并执行：
collected 5 items
test_login_param.py::test_login_parametrize[admin-admin-success-登录成功] PASSED
test_login_param.py::test_login_parametrize[admin-123456-fail-用户名或密码错误] PASSED
test_login_param.py::test_login_parametrize[test-admin-fail-用户名或密码错误] PASSED
test_login_param.py::test_login_parametrize[-admin-fail-用户名或密码错误] PASSED
test_login_param.py::test_login_parametrize[admin--fail-用户名或密码错误] PASSED4. 测试夹具（Fixture）：灵活的前置 / 后置操作
在测试中，常需要重复执行一些操作（如初始化数据库连接、创建测试用户、清理测试数据），pytest 的 Fixture 功能可替代传统的 setup()/teardown() 方法，支持灵活的作用域控制和依赖注入，是 pytest 的核心亮点之一。
（1）基础 Fixture：定义前置操作
创建一个名为 conftest.py 的文件（pytest 会自动识别该文件中的 Fixture，无需导入），写入以下代码：
# conftest.py
import pytest
@pytest.fixture
def init_database():
"""Fixture：初始化数据库连接（前置操作）"""
print("\n=== 初始化数据库连接 ===")
db_conn = "模拟数据库连接对象" # 实际场景中可替换为真实的数据库连接
yield db_conn # yield 之前是前置操作，之后是后置操作
print("\n=== 关闭数据库连接 ===") # 测试用例执行完后执行后置操作在测试用例中，直接将 Fixture 名作为参数传入，即可使用 Fixture 的返回值：
# test_db.py
def test_query_user(init_database):
"""测试查询用户：依赖 init_database Fixture"""
# init_database 是 Fixture 的返回值（数据库连接对象）
print(f"使用数据库连接：{init_database}")
# 模拟查询操作
user = {"id": 1, "name": "张三"}
assert user["id"] == 1
def test_add_user(init_database):
"""测试添加用户：依赖 init_database Fixture"""
print(f"使用数据库连接：{init_database}")
# 模拟添加操作
new_user = {"name": "李四"}
assert new_user["name"] == "李四"执行命令 pytest test_db.py -s（-s 用于显示打印信息），输出如下：
collected 2 items
test_db.py
=== 初始化数据库连接 ===
使用数据库连接：模拟数据库连接对象
.
=== 关闭数据库连接 ===
=== 初始化数据库连接 ===
使用数据库连接：模拟数据库连接对象
.
=== 关闭数据库连接 ===可见，每个用例执行前都会触发 Fixture 的前置操作，执行后触发后置操作，实现了重复操作的复用。
（2）Fixture 作用域：控制生效范围
通过 scope 参数可设置 Fixture 的作用域，减少重复执行次数，提升测试效率。常用作用域如下：
示例：设置 class 作用域
# conftest.py
@pytest.fixture(scope="class")
def init_class_database():
"""Fixture：class 作用域，每个测试类执行一次"""
print("\n=== 初始化 class 级数据库连接 ===")
db_conn = "class 级数据库连接对象"
yield db_conn
print("\n=== 关闭 class 级数据库连接 ===")在测试类中使用该 Fixture：
# test_class_db.py
class TestUserDB:
def test_query_user(self, init_class_database):
print(f"class 级连接：{init_class_database}")
assert True
def test_add_user(self, init_class_database):
print(f"class 级连接：{init_class_database}")
assert True执行命令 pytest test_class_db.py -s，输出如下：
collected 2 items
test_class_db.py
=== 初始化 class 级数据库连接 ===
class 级连接：class 级数据库连接对象
.
class 级连接：class 级数据库连接对象
.
=== 关闭 class 级数据库连接 ===
可见，两个用例共用了一次 Fixture 的前置 / 后置操作，减少了重复执行。
5. 用例控制：跳过、标记与失败重试
（1）跳过用例：@pytest.mark.skip
当某些用例暂时不需要执行（如功能未开发完成、环境不支持）时，可使用 @pytest.mark.skip 装饰器跳过，支持添加跳过原因。
# test_skip.py
import pytest
@pytest.mark.skip(reason="功能未开发完成，暂不测试")
def test_unfinished_feature():
"""测试未开发完成的功能"""
assert False # 即使断言失败，也不会执行
@pytest.mark.skipif(condition=True, reason="Python 版本小于 3.8，不支持该功能")
def test_python_version():
"""根据条件跳过（如版本判断）"""
assert True执行后，跳过的用例会标记为 s（skipped）：
collected 2 items
test_skip.py::test_unfinished_feature SKIPPED (功能未开发完成，暂不测试)
test_skip.py::test_python_version SKIPPED (Python 版本小于 3.8，不支持该功能)（2）标记用例：@pytest.mark.自定义标记
当测试用例数量较多时，可通过自定义标记（如 smoke（冒烟测试）、api（接口测试）、ui（UI 测试））对用例分类，执行时只需指定标记即可筛选用例。
首先，在 pytest.ini 文件（需手动创建，与测试文件同级）中注册标记，避免警告：
# pytest.ini
[pytest]
markers =
smoke: 冒烟测试用例（核心功能）
api: 接口测试用例
ui: UI 测试用例然后，在测试用例中添加标记：
# test_mark.py
import pytest
@pytest.mark.smoke # 标记为冒烟测试用例
def test_login_smoke():
"""登录功能冒烟测试（核心用例）"""
assert True
@pytest.mark.api # 标记为接口测试用例
def test_user_api():
"""用户接口测试"""</doubaocanvas>