单元测试（Unit Test）对代码中的最小可测单元（如函数、类方法）进行验证，在修改代码后快速发现回归错误。pytest 是 Python 生态中最主流的测试框架之一，语法简洁、支持 fixture 与参数化、插件丰富。本文介绍 pytest 的安装与基础、用例编写、fixture、参数化、覆盖率及与 CI 的集成，帮助开发者建立可持续的自动化测试体系。
一、单元测试与 pytest 为何重要
根据多项软件工程研究，持续运行单元测试可显著降低线上缺陷率；在重构或加功能时，测试可提供安全网。pytest 在 PyPI 下载量长期位居测试类前列，社区与文档成熟。
| 能力 | 说明 |
|---|---|
| 自动发现 | 默认收集 test_ 开头或 _test 结尾的函数、Test 开头的类 |
| 断言 | 使用 assert 即可，失败时自动输出 diff |
| fixture | 依赖注入式准备数据与环境 |
| 参数化 | 一组用例多组数据，减少重复代码 |
| 插件 | pytest-cov 覆盖率、pytest-xdist 并行等 |
数据来源：PyPI 下载统计、pytest 官方文档（综合整理）。
二、pytest 安装与基础
安装：pip install pytest pytest-cov。pytest-cov 用于生成覆盖率报告。项目结构建议：源码放 src 或包名目录，测试放 tests/，测试文件以 test_ 开头或 _test 结尾。
2.1 运行测试
pytest：运行当前目录及子目录下所有测试。pytest tests/ -v：只跑 tests 目录，-v 显示详细用例名。pytest tests/test_foo.py -k "test_add"：按名称过滤。失败时可用 pytest --pdb 进入调试。
2.2 断言
直接写 assert 表达式即可，例如 assert result == 42、assert "error" in str(exc)。pytest 会重写 assert，失败时输出左右值对比。
三、fixture 与参数化
fixture 用于准备测试依赖（如数据库连接、临时文件、mock 对象），通过函数参数注入到用例中。
3.1 定义与使用 fixture
使用 @pytest.fixture 装饰器定义。用例通过同名参数接收，pytest 自动调用 fixture 并注入。scope 可选 function（默认）、class、module、session。
3.2 conftest.py
conftest.py 中的 fixture 无需导入，同目录及子目录下的用例均可使用。常用于定义全局或目录级共享 fixture（如数据库、配置）。
3.3 参数化
@pytest.mark.parametrize("a,b,expected", [(1,2,3), (0,0,0)])：多组输入与期望，减少重复。可与 fixture 组合使用。
| 用法 | 说明 |
|---|---|
| @pytest.fixture | 定义可复用资源，支持 scope |
| @pytest.mark.parametrize | 多组参数驱动，参数名与用例参数一致 |
| conftest.py | 共享 fixture，无需 import |
| pytest.raises(SomeError) | 断言抛出指定异常 |
四、覆盖率与 CI 集成
运行 pytest --cov=src --cov-report=html --cov-report=term 可生成终端与 HTML 覆盖率报告。--cov-fail-under=80 可在覆盖率低于 80% 时令 pytest 失败。在 CI 中：每次提交或 PR 触发 pytest，覆盖率低于阈值则阻断合并。可参考本站《CI/CD 与持续交付实践》。
五、测试设计要素权重
基于实际项目经验，单元测试落地时以下要素的影响程度（相对权重，满分 100）：
说明：权重基于 pytest 项目实践归纳，仅供参考。
六、小结
pytest 通过 fixture 与参数化提升测试复用与可维护性，结合覆盖率与 CI 可实现持续验证。建议从核心业务逻辑开始写测试，逐步提高覆盖率。若需前端 E2E 或端到端测试思路，可阅读《前端性能监控与可观测性》；若需完整自动化流水线，可参考《CI/CD 与持续交付实践》。