Pytest入门系列之pytest的常见三方插件

pytest 提供了大量插件，可以增强测试能力，比如：

✅ 并行执行
✅ 生成测试报告
✅ 测试覆盖率统计
✅ Mock 数据
✅ 数据库测试
✅ 自动失败重试
✅ API 测试

pytest-xdist：并行执行，提高测试速度

📌 pytest-xdist 可以并行运行多个测试，提升执行效率。适用于：

✅大规模测试套件
✅API、UI自动化测试
✅CI/CD 提速

🔹 安装

pip install pytest-xdist

🔹 用法

pytest -n 4  # 4 个 CPU 核心并行执行
pytest -n auto  # 自动检测 CPU 核心数

🔹 实战案例：加速 API 测试

import requests
import time

API_ENDPOINTS = [
    "https://jsonplaceholder.typicode.com/posts/1",
    "https://jsonplaceholder.typicode.com/posts/2",
    "https://jsonplaceholder.typicode.com/posts/3",
]

def fetch_api(url):
    response = requests.get(url)
    return response.json()

import pytest

@pytest.mark.parametrize("url", API_ENDPOINTS)
def test_api_performance(url):
    start_time = time.time()
    data = fetch_api(url)
    duration = time.time() - start_time
    assert "userId" in data
    assert duration < 2  # API 响应必须在 2 秒内

📌 并行执行

pytest -n 3

📌 单线程：3s，4 线程并行：1s 🚀

pytest-html：生成可视化 HTML 测试报告

📌 pytest-html 生成详细的 HTML 报告，适用于：

✅CI/CD 持续集成
✅测试数据可视化
✅团队测试报告共享

🔹 安装

pip install pytest-html

🔹 生成 HTML 报告

pytest --html=report.html --self-contained-html

🔹 实战案例

def test_addition():
    assert 1 + 1 == 2

def test_string():
    assert "pytest" in "pytest is awesome"

📌 打开 report.html，查看可视化报告

pytest-cov：代码覆盖率分析

📌 pytest-cov 用于 统计测试覆盖率，找出未测试的代码。适用于：

✅单元测试
✅重构代码，找出未覆盖部分
✅CI/CD 质量检查

🔹 安装

pip install pytest-cov

🔹 运行测试 + 生成覆盖率报告

pytest --cov=my_project

🔹 代码示例

# my_project/calculator.py
def add(x, y):
    return x + y

def multiply(x, y):
    return x * y

# test_calculator.py
from my_project.calculator import add

def test_add():
    assert add(2, 3) == 5

📌 运行 pytest --cov=my_project

----------- coverage: 50% -----------
calculator.py | 2 | 1 | 50%

📌 发现 multiply() 没有测试！

pytest-mock：模拟 HTTP 请求，数据库，函数

📌 pytest-mock 用于 Mock 依赖的函数/对象，避免真实请求，适用于：

✅模拟 API 返回数据
✅模拟数据库连接
✅Mock 类方法

🔹 安装

pip install pytest-mock

🔹 实战案例：Mock HTTP 请求

import requests

def fetch_data():
    response = requests.get("https://api.example.com/data")
    return response.json()

def test_mock_api(mocker):
    mock_response = mocker.Mock()
    mock_response.json.return_value = {"key": "mock_value"}
    mocker.patch("requests.get", return_value=mock_response)

    result = fetch_data()
    assert result == {"key": "mock_value"}

📌 requests.get 不会真的请求 API，而是返回 Mock 数据

pytest-django：Django 项目专用

📌 pytest-django 优化 Django 测试，提供数据库回滚、ORM 测试支持。

🔹 安装

pip install pytest-django

🔹 配置

在 pytest.ini 里添加：

[pytest]
DJANGO_SETTINGS_MODULE = myproject.settings

🔹 实战案例：测试 Django ORM

import pytest
from myapp.models import User

@pytest.mark.django_db
def test_create_user():
    user = User.objects.create(username="testuser")
    assert user.username == "testuser"

📌 数据库测试自动回滚，不影响数据。

pytest-rerunfailures：失败自动重试

📌 pytest-rerunfailures 让失败的测试自动重试，适用于：

✅不稳定的 API / UI 测试
✅CI/CD 避免因偶然失败导致构建失败

🔹 安装

pip install pytest-rerunfailures

🔹 用法

pytest --reruns 3  # 失败时最多重试 3 次
pytest --reruns 3 --reruns-delay 2  # 每次重试间隔 2 秒

🔹 代码示例

import random

def test_unstable():
    assert random.choice([True, False])

📌 如果失败，会自动重试 3 次

pytest-faker：生成随机数据

📌 pytest-faker 自动生成测试数据（如姓名、邮箱、地址），适用于：

✅用户注册测试
✅模拟表单提交
✅随机化数据

🔹 安装

pip install pytest-faker

🔹 代码示例

def test_faker(faker):
    name = faker.name()
    email = faker.email()
    print(f"🧑 生成用户: {name}, 📧 邮箱: {email}")
    assert "@" in email

📌 运行后，每次生成不同的名字和邮箱

pytest-timeout：防止死循环

📌 pytest-timeout 限制测试运行时间，避免死循环，适用于：

✅API / UI 超时检测
✅避免慢测试阻塞 CI/CD

🔹 安装

pip install pytest-timeout

🔹 代码示例

import time

def test_slow():
    time.sleep(10)  # 超时

📌 运行

pytest --timeout=5  # 超过 5 秒自动失败

总结

插件	适用场景	命令示例
pytest-xdist	并行执行测试	pytest -n 4
pytest-html	生成 HTML 报告	pytest --html=report.html
pytest-cov	测试覆盖率	pytest --cov=my_project
pytest-mock	Mock 测试	mocker.patch()
pytest-django	Django ORM 测试	@pytest.mark.django_db
pytest-rerunfailures	测试失败重试	pytest --reruns 3
pytest-faker	生成假数据	faker.email()
pytest-timeout	测试超时	pytest --timeout=5

以上只是常见的插件，pytest拥有非常丰富的插件，大家可以在评论区说一下你经常用那个呢？