本文共 2927 字，大约阅读时间需要 9 分钟。
本文将深入探讨Pytest的核心特性之一——测试用例的执行方式，并通过实战示例展示如何在不同环境下灵活操控测试运行，同时全面解析Pytest中常见且实用价值高的命令行选项。
Pytest采用智能的基于目录结构的测试发现机制，自动识别并执行以下类型的测试单元：
test_开头或包含__test__.py结尾的模块。Test开头的类（遵循unittest.TestCase风格或Pytest自己的类装饰器定义）。test_开头的方法。只需在命令行下输入pytest命令，Pytest即会递归查找当前工作目录及其子目录下的所有符合上述命名规则的测试文件并执行其中的测试用例。
pytest：默认搜索并执行所有找到的测试用例。
指定特定测试模块执行：
pytest path/to/module.py：执行指定模块内的所有测试用例。
直接运行某个测试类及所有方法：
pytest path/to/test_class.py::TestClass：执行指定测试类内的全部测试方法。
单独执行一个测试方法：
pytest path/to/test_class.py::TestClass::test_functionality：运行单个测试方法。
Pytest支持自定义标记功能，帮助开发者轻松管理、分组和选择性执行测试用例：
添加标记到测试函数：
...
@pytest.mark.speed('slow')def test_slow_operation():
根据标记筛选执行：
pytest -m "speed:slow"：只执行标记为'speed:slow'的测试用例。pytest -m "not db_integration"：执行排除了'db_integration'标记的所有测试用例。
Pytest提供了一系列输出控制选项，以便在不同开发阶段灵活调整日志级别和信息量：
控制详细度等级：
-v：verbose模式，显示每个测试的基本信息，如测试名称和结果。-vv：加倍详细模式，额外展示断言细节和失败消息。-q：quiet模式，仅显示最终的测试汇总信息，隐藏成功案例的输出。标准输出流处理：
-s：禁用标准输出捕获，允许print语句等直接打印到终端。--capture=sys：捕获系统标准输出流而不捕获标准错误流。错误报告格式增强：
-rA：使用详细的报告格式，包括失败原因、堆栈跟踪和潜在未捕获异常的信息。利用-k参数可以实现强大的正则表达式匹配来挑选需要执行的测试用例：
pytest -k "login or logout functionality"：包含关键字的测试用例将会被执行。pytest -k "not slow and not deprecated"：排除含有某些关键字的测试用例。借助pytest-xdist插件，可以实现跨多进程或多线程并发执行测试，从而显著提升测试效率：
# 使用CPU核心数作为并发任务数量：pytest -n auto：自动生成根据硬件资源分配并发进程数。pytest -n 8 --dist=loadfile。-j选项，还可以控制线程并发执行：pytest -n 4 -j 2。结合pytest-cov插件，可生成详尽的代码覆盖率报告：
pytest --cov=path/to/project --cov-report html：生成HTML格式的覆盖率报告。pytest --cov-config=.coveragerc --cov-fail-under=90：设置最低覆盖率要求，并指定配置文件。在PyCharm顶部菜单栏选择“Run” -> “Edit Configurations…”，添加一个新的Pytest运行/调试配置，设置主脚本路径（通常无需修改），并在“Additional Arguments”区域添加对应的命令行选项，例如-s或-k筛选条件，以及任何其他需要传递给Pytest的参数。
PyCharm中可以直接点击工具栏上的绿色三角形按钮启动预设的Pytest配置，执行所有或部分选定的测试用例。对于单个测试函数或类，可在源码内右键点击，选择“Run 'pytest in'”或“Debug 'pytest in'”，精确执行选定的测试单元，并开启实时调试功能。
参数化测试：运用@pytest.mark.parametrize装饰器构建数据驱动测试，为单个测试函数提供多个输入值集，以覆盖多种场景下的行为验证。
@pytest.mark.parametrize("input, expected", [(1, 2), (2, 3), (3, 4)])def test_add_one(input, expected): assert input + 1 == expected依赖注入与共享资源管理：通过定义fixtures并在conftest.py文件中注册全局fixture，实现测试间的资源共享和生命周期管理。Fixture能确保资源初始化、清理的一致性和高效性。
# conftest.pyimport pytest@pytest.fixturedef shared_database_connection(): conn = establish_db_connection() yield conn conn.close()
兼容unittest.TestCase：Pytest不仅完美兼容unittest模块中的测试类和方法，还允许在其基础上扩展新的特性，例如混用Pytest特有的fixture和unittest.TestCase的setUp/tearDown方法。
生命周期钩子定制：通过编写setup/teardown函数、fixture的setup/teardown方法以及session级的开始和结束钩子，用户可以根据需求在测试前后进行复杂的环境准备、状态恢复以及整体测试流程的前置后置处理。
深入理解和熟练掌握Pytest测试用例的执行策略及命令行选项，是提高测试质量、加速迭代周期、维护项目稳定的关键步骤。无论是通过命令行终端高效地批量执行测试，还是在IDE环境中无缝结合代码编辑与调试功能，Pytest都能够凭借其强大的灵活性与功能性，满足各种规模项目的多样化测试需求。此外，进一步研究Pytest的各种插件与扩展功能，将有助于更好地适应不同项目背景下的具体测试挑战。
转载地址：http://unafk.baihongyu.com/