[测试技术] Pytest 入门与实战：fixture、参数化、标记与并行执行

原创内容，未获授权禁止转载、转发、抄袭。

Python 自动化测试从几个脚本增长到完整测试集后，通常会遇到数据重复准备、场景难以筛选、失败信息不直观和执行时间变长等问题。pytest 使用普通assert编写断言，并通过 fixture、参数化、标记和插件机制组织测试，适合单元测试、接口测试和回归测试。

本文使用一个小型完整的内存“取消订单”案例，演示 pytest 的核心用法，并实际验证全量、冒烟和并行三种执行方式。

pytest 适合解决什么问题

目前，PyPI 上 pytest 最新稳定版为9.1.1，发布于 2026 年 6 月 19 日，要求 Python3.10+。并行执行不是 pytest 内置能力，本文使用 pytest-xdist3.8.0；该插件要求 Python3.9+，因此本例最终以 pytest 的3.10+为准。

环境与项目结构

示例目录如下：

pytest-demo/ ├── order_service.py ├── pytest.ini ├── requirements-test.txt └── tests/ ├── conftest.py ├── test_order_service.py └── test_order_status.py

创建requirements-test.txt，固定两个直接测试依赖的版本：

pytest==9.1.1 pytest-xdist==3.8.0

macOS 和 Linux 创建并激活虚拟环境：

python3-mvenv .venvsource.venv/bin/activate python--versionpython-mpipinstall-rrequirements-test.txt

Windows PowerShell 使用：

py-m venv.venv.\.venv\Scripts\Activate.ps1 python--version python-m pip install-r requirements-test.txt

安装前应确认输出为 Python3.10+。

本文统一从项目根目录使用python -m pytest。与直接调用pytest命令相比，这种方式会把当前目录加入sys.path，示例中的order_service.py才能被稳定导入。

创建pytest.ini：

[pytest] minversion = 9.1 testpaths = tests addopts = -ra --strict-config --strict-markers markers = smoke: 核心链路冒烟测试 regression: 完整回归测试

testpaths限定测试目录，避免在大型仓库中误收集脚本；--strict-config和--strict-markers会让未知配置项、未注册或拼错的自定义标记直接报错。默认测试文件使用test_*.py或*_test.py，函数使用test_*，测试类使用Test*且不能定义__init__。

准备被测代码

本例包含以下规则：

• 只有待支付订单可以取消
• 商品数量必须大于 0
• 取消成功后订单状态变为已取消，并释放对应库存
• 已支付或不存在的订单取消失败，且不能释放库存
• 已取消订单再次取消失败，且不能重复释放库存

创建order_service.py：

fromdataclassesimportdataclass,replacefromenumimportEnumclassOrderNotFoundError(LookupError):passclassOrderStatus(Enum):PENDING="pending"PAID="paid"CANCELLED="cancelled"defcan_cancel(self)->bool:returnselfisOrderStatus.PENDING@dataclass(frozen=True)classOrder:order_id:intquantity:intstatus:OrderStatusdef__post_init__(self)->None:ifself.quantity<=0:raiseValueError("商品数量必须大于0")classOrderRepository:def__init__(self)->None:self._orders:dict[int,Order]={}defsave(self,order:Order)->None:self._orders[order.order_id]=orderdeffind(self,order_id:int)->Order|None:returnself._orders.get(order_id)classOrderService:def__init__(self,repository:OrderRepository)->None:self._repository=repository self._released_quantity=0@propertydefreleased_quantity(self)->int:returnself._released_quantitydefadd(self,order:Order)->None:self._repository.save(order)defcancel(self,order_id:int)->Order:order=self._repository.find(order_id)iforderisNone:raiseOrderNotFoundError("订单不存在")ifnotorder.status.can_cancel():raiseValueError("当前状态不允许取消")cancelled=replace(order,status=OrderStatus.CANCELLED)self._repository.save(cancelled)self._released_quantity+=order.quantityreturncancelled

OrderRepository是本例可观察的存储边界，测试可以验证取消失败后订单没有被错误修改。正式项目更适合使用src目录布局并安装项目包；真实取消流程如果同时修改数据库订单和外部库存，还需要事务或幂等补偿，不能用这个内存示例推导生产一致性。

fixture：统一准备测试对象

创建tests/conftest.py：

importpytestfromorder_serviceimportOrderRepository,OrderService@pytest.fixturedeforder_repository()->OrderRepository:returnOrderRepository()@pytest.fixturedeforder_service(order_repository:OrderRepository)->OrderService:returnOrderService(order_repository)

测试函数只要声明同名参数，pytest 就会自动注入 fixture，不需要导入conftest.py。order_service依赖order_repository，同一条测试即使同时声明这两个参数，也会复用同一个仓库实例。fixture 默认作用域为function，每条用例都会创建独立仓库，测试结束后对象直接丢弃，不需要额外清理。

数据库连接、临时服务等外部资源应使用yield，并在其后执行关闭操作；测试函数失败时清理代码仍会执行，但 fixture 在到达yield前失败时不会执行后半段。conftest.py中的 fixture 对其所在目录及子目录生效，重名 fixture 可能被下层目录覆盖。

可用作用域包括function、class、module、package和session。扩大作用域能减少初始化次数，但也会增加状态污染风险，不应只为提速就共享可变对象。

断言正常与异常路径

创建tests/test_order_service.py：

importpytestfromorder_serviceimport(Order,OrderNotFoundError,OrderRepository,OrderService,OrderStatus,)@pytest.mark.regression@pytest.mark.parametrize("quantity",[pytest.param(0,id="zero"),pytest.param(-1,id="negative"),],)deftest_order_quantity_must_be_positive(quantity:int)->None:withpytest.raises(ValueError,match="商品数量必须大于0"):Order(1000,quantity,OrderStatus.PENDING)@pytest.mark.smoke@pytest.mark.regressiondeftest_cancel_pending_order_releases_inventory(order_service:OrderService,order_repository:OrderRepository,)->None:order_service.add(Order(1001,2,OrderStatus.PENDING))actual=order_service.cancel(1001)assertactual.order_id==1001assertactual.statusisOrderStatus.CANCELLED stored=order_repository.find(1001)assertstoredisnotNoneassertstored.statusisOrderStatus.CANCELLEDassertorder_service.released_quantity==2@pytest.mark.regressiondeftest_paid_order_does_not_release_inventory(order_service:OrderService,order_repository:OrderRepository,)->None:order_service.add(Order(1002,1,OrderStatus.PAID))withpytest.raises(ValueError,match="当前状态不允许取消"):order_service.cancel(1002)stored=order_repository.find(1002)assertstoredisnotNoneassertstored.statusisOrderStatus.PAIDassertorder_service.released_quantity==0@pytest.mark.regressiondeftest_repeated_cancel_does_not_release_inventory_twice(order_service:OrderService,order_repository:OrderRepository,)->None:order_service.add(Order(1003,2,OrderStatus.PENDING))order_service.cancel(1003)withpytest.raises(ValueError,match="当前状态不允许取消"):order_service.cancel(1003)stored=order_repository.find(1003)assertstoredisnotNoneassertstored.statusisOrderStatus.CANCELLEDassertorder_service.released_quantity==2@pytest.mark.regressiondeftest_missing_order_does_not_release_inventory(order_service:OrderService,)->None:withpytest.raises(OrderNotFoundError)asexc_info:order_service.cancel(9999)asserttype(exc_info.value)isOrderNotFoundErrorassertorder_service.released_quantity==0

pytest 会重写测试模块中的assert，失败时展示参与比较的值，不需要额外断言类。pytest.raises()会接受目标异常的子类，要求类型完全一致时可像不存在订单的用例一样断言type(exc_info.value)。match按正则表达式匹配异常文本，只应在消息属于接口或产品契约时使用；如果消息中包含[]、()等正则字符，可使用re.escape()。

正常用例同时检查返回对象、仓库状态和库存释放量，防止实现只返回新对象却漏掉持久化。异常用例则读取仓库确认状态未被修改，并检查released_quantity，防止失败路径错误释放库存。

参数化：覆盖状态规则

创建tests/test_order_status.py：

importpytestfromorder_serviceimportOrderStatus@pytest.mark.regression@pytest.mark.parametrize(("status","expected"),[pytest.param(OrderStatus.PENDING,True,id="pending"),pytest.param(OrderStatus.PAID,False,id="paid"),pytest.param(OrderStatus.CANCELLED,False,id="cancelled"),],)deftest_only_pending_status_can_be_cancelled(status:OrderStatus,expected:bool,)->None:assertstatus.can_cancel()isexpected

每个参数组合都会成为独立测试，id会出现在收集结果和失败报告中，比默认对象表示更容易定位。测试数据应直接给出期望值，不要在参数生成逻辑中复制生产代码的判断条件。

pytest 会把参数对象原样传给测试，不会自动复制列表、字典等可变对象。如果测试会修改参数，应在用例内复制或改用 fixture 创建，避免前一个参数用例影响后一个。

当参数只表示输入和期望值时使用@pytest.mark.parametrize；当每组参数还需要创建并清理资源时，使用带params的参数化 fixture 更合适。

标记与测试筛选

本例注册了smoke和regression两个标记，可以按测试范围执行：

同一条测试可以拥有多个 mark。本例的正常取消既属于冒烟范围，也属于完整回归范围，因此同时标记为smoke和regression。

# 执行全部测试python-mpytest# 只执行冒烟测试python-mpytest-msmoke# 执行回归但排除冒烟测试python-mpytest-m"regression and not smoke"# 按名称表达式筛选python-mpytest-k"cancel and not missing"

-m匹配 mark，-k匹配测试节点名称、父级名称和关键字，两者可以组合使用，最终只执行同时满足两个表达式的测试。长期稳定的测试类型适合使用 mark，临时定位某个模块或函数时使用-k。

使用 pytest-xdist 并行执行

安装 pytest-xdist 后，通过-n指定 worker 数：

# 使用两个进程并行执行python-mpytest-n2# 根据可用 CPU 自动选择进程数python-mpytest-nauto# 同一模块的测试分配给同一 workerpython-mpytest-n2--distloadscope

pytest-xdist 使用多个 worker 进程分发测试。每个进程拥有独立内存，但账号、数据库、文件和远程环境仍可能冲突，测试数据需要按 worker 或用例隔离。测试可注入 xdist 提供的worker_idfixture，使用gw0、gw1等值生成不同的数据前缀。session作用域 fixture 也是每个 worker 各执行一次；必须全局只执行一次的初始化，应放在测试运行前，或通过文件锁、数据库锁等跨进程机制保护。

--dist loadscope会把同一模块的函数或同一测试类的方法交给同一 worker，有利于复用模块、类级 fixture，但负载可能不如默认调度均匀。无论使用哪种策略，都不应依赖收集顺序或完成顺序。

并行存在进程启动和调度开销，短小测试可能比串行更慢。先在 CI 中记录耗时和失败率，再决定 worker 数；依赖执行顺序或共享全局状态的测试，应先拆除依赖再开启并行。

执行与报告

本文示例在 Python3.12.13、pytest9.1.1、pytest-xdist3.8.0环境中实际执行：

CI 中可生成 JUnit XML，由流水线归档：

python-mpytest--durations=10--junitxml=reports/pytest.xml

--durations=10会列出最慢的 10 个 setup、call 或 teardown 阶段，适合判断慢点来自测试步骤还是 fixture。失败排查时可使用-x在首次失败后停止，或使用--maxfail=3限制失败数；修复后用--lf只执行上次失败的用例。不要在团队默认配置中长期启用--pdb，否则无人值守的 CI 会停在交互调试状态。

--lf依赖项目根目录下的.pytest_cache。虚拟环境、.pytest_cache、__pycache__和本地reports目录应加入.gitignore，CI 报告则通过流水线制品归档。

常见问题

工程实践建议

• 一个 fixture 只负责一种资源的准备与清理，不在其中隐藏核心测试步骤
• 每条测试独立创建数据，并能脱离其他用例单独执行
• 参数化只承载同一规则的多组输入，不把不同业务流程塞进一张数据表
• 对异常路径同时验证异常、状态和不应发生的副作用
• 在配置中注册 mark、固定插件版本，并让本地与 CI 使用同一命令
• 并行执行前先解决数据隔离，再根据 CI 实测结果调整 worker 数

总结

pytest 的核心是让测试依赖、数据和执行范围保持清晰：用 fixture 管理上下文，用参数化覆盖规则，用 mark 选择测试集，并在用例能够独立执行、数据已经隔离后再使用 xdist 并行。