写代码不写测试，迟早要还的。Python世界里测试框架多得数不清，但要说最好用的，那必须是Pytest！它就像是给代码把脉的神医，轻轻松松就能发现问题所在。
装它贼简单，一行命令搞定：
pip install pytest
写测试用例也超简单，创建一个test_开头的Python文件，里面写test_开头的函数就行：
def add(a， b)：
return a + b
def test_add()：
assert add(1， 2) == 3
assert add(-1， 1) == 0
assert add(0， 0) == 0
运行测试只需要在终端输入pytest，它就会自动找到所有测试文件并执行。
💡 温馨提示 ：函数名一定要以test_开头，不然Pytest找不到这个测试用例哦！
跟其他测试框架比，Pytest的断言机制简直不要太爽！直接用Python内置的assert就完事了：
def test_string_operations()：
name = “python”
assert name.startswith(“py”)
assert len(name) == 6
assert name.upper() == “PYTHON”
出错时它还给你详细的错误信息，比如值是多少，预期是多少，代码哪行出问题了，一目了然！
测试经常需要准备测试数据，清理测试环境。用fixture能优雅地解决这些问题：
import pytest
@pytest.fixture
def db_connection()：
# 连接数据库
print(“连接数据库”)
yield “database”
# 测试结束后自动断开连接
print(“断开连接”)
def test_database(db_connection)：
assert db_connection == “database”
fixture还能设置作用域，比如scope=“module”就是在整个模块开始前执行一次，结束后清理一次，超级方便。
测试不同的输入输出，总不能复制粘贴一堆代码吧？用参数化测试就对了：
import pytest
@pytest.mark.parametrize(“input，expected”， [
(“hello”， 5)，
(“python”， 6)，
(“”， 0)，
(“测试”， 2)
])
def test_string_length(input， expected)：
assert len(input) == expected
一个测试函数搞定多组测试用例，代码更清爽了！
有时候某些测试用例可能暂时跑不了，或者就是期望它失败：
@pytest.mark.skip(reason=“功能还没实现”)
def test_future_feature()：
pass
@pytest.mark.xfail
def test_known_bug()：
assert 1 == 2 # 这个bug还没修，先标记为预期失败
💡 温馨提示 ：经常用skip的测试用例要记得及时处理，不然容易忘记！
测试用例多了跑起来特别慢？装个pytest-xdist插件就能并行执行：
pip install pytest-xdist
pytest -n auto # auto表示自动识别CPU核心数
测试速度直接起飞！不过要注意测试用例之间别有依赖关系，不然可能会出问题。
测试代码说白了就是给自己的代码兜底，用Pytest写测试不仅简单，还能提高代码质量。
学会了这些基础用法，基本够用了。想要更高级的玩法，可以去看看官方文档，里面还有不少好东西等着你发掘呢！
