告别断言阻塞!Pytest 原生神器 Subtests 实战教程

简介: Pytest 9.0+ 原生支持 subtests,可在单个测试中运行多个独立子测试:任一失败不中断其余校验,结果聚合展示,动态创建更灵活。告别“断点即终止”,提升多字段/多条件验证效率与可维护性。

在编写自动化测试时,你是否遇到过这种“闹心”事:一个测试用例里需要校验 10 项数据,结果 第 1 项校验失败,整个用例就直接报错跳出了。剩下的 9 项到底对不对?不知道,得改完第一个再测。

以前我们要么忍受这种低效,要么写一堆复杂的 @pytest.mark.parametrize。但现在,Pytest 9.0+ 已经原生内置了 subtests 功能!它能让你在一个用例里跑多个“子测试”,互不干扰。

  1. 什么是 Subtests?
    subtests 是一种逻辑上的“用例分组”。它允许你在一个测试函数内部,运行多个独立的断言块。

核心特性:

独立执行:某个子测试失败,后续的子测试依然会继续执行。
聚合报告:在一个测试用例下汇总所有失败点。
动态生成:支持在循环或逻辑分支中动态创建,比参数化更灵活。

  1. 使用示例
    使用 subtests 无需安装额外插件(Pytest 9.0+),直接在函数参数中引入同名 fixture 即可。

基础代码示例
假设我们要测试一个接口返回的多个字段,不希望因为 name 错了就导致没测 age。

import pytest

def test_user_data_logic(subtests):
user_info = {
"name": "hogwarts",
"age": 18,
"email": "invalid-email", # 假设这是个错误数据
"status": "active"
}

for key, value in user_info.items():
    # 使用 with 语句开启子测试
    # msg: 自定义描述信息;后面可以跟任意数量的关键字参数(如 field=key)用于标识数据
    with subtests.test(msg=f"校验字段: {key}", field=key):
        if key == "email":
            assert"@"in value
        elif key == "age":
            assert value >= 18
        else:
            assert value isnotNone

运行效果展示
当你运行上面的代码,你会看到类似下方的输出:

__ test_user_data_logic [校验字段: email] __
subtests = <_pytest.subtests.Subtests object at 0x...>
def test_user_data_logic(subtests):
...

assert "@" in value
E AssertionError: assert '@' in 'invalid-email'

__ test_user_datalogic __
contains 1 failed subtest
========================= short test summary info =========================
FAILED test_demo.py::test_user_data_logic - contains 1 failed subtest

即使 email 校验失败了,status 的校验依然被执行了,报告会清晰地告诉你哪个子测试(msg 或 field)出了问题。

  1. 深度对比:Subtests vs 参数化
    很多小伙伴会纠结:我用 @pytest.mark.parametrize 不也能达到类似效果吗?

维度
参数化 (Parametrize)
子测试 (Subtests)
定义时机 测试采集阶段
(运行前确定)
测试执行阶段
(运行时动态决定)
独立性
视为多个完全独立的用例
视为一个用例里的多个环节
性能/Setup
每个参数重新触发 setup/teardown
共享同一个 setup/teardown(更省资源)
控制力
可通过命令行 -k 筛选单个参数运行
只能整体运行,无法单独筛选子项

  1. 进阶技巧
    A. 控制详细输出
    默认情况下,Pytest 只显示失败的子测试。如果你想在控制台看到所有(包括成功)的子测试进度,请使用 -v 参数:pytest -v test_demo.py

B. 类型提示 (Typing)
如果你追求代码规范,可以为 subtests 加上类型注解,方便 IDE 进行补全:

import pytest

def test_with_typing(subtests: pytest.Subtests):
with subtests.test():
assert True
C. 旧版本兼容
如果你还在用 Pytest 8.x 或更早的版本,只需要手动安装插件即可拥有同样功能:pip install pytest-subtests

  1. 避坑指南 & 最佳实践
    不要滥用:不要把整个系统的测试都塞进一个函数里。Subtests 应该用于校验同一逻辑实体的不同属性。
    异常处理:如果代码在 with subtests.test(): 块之外抛出了异常(比如数据库连接失败),测试依然会立刻终止。
    数据隔离:由于所有子测试共享同一个测试函数的作用域,注意不要让上一个子测试修改了下一个子测试要用的变量。
    结语
    subtests 的引入补全了 Pytest 在“细粒度断言”上的短板。它既保留了单个用例的简洁,又提供了多点校验的韧性。

你觉得这个功能好用吗?或者在实际项目中遇到了哪些坑?欢迎在评论区交流讨论! 🚀

关于我们
霍格沃兹测试开发学社,隶属于 测吧(北京)科技有限公司,是一个面向软件测试爱好者的技术交流社区。

学社围绕现代软件测试工程体系展开,内容涵盖软件测试入门、自动化测试、性能测试、接口测试、测试开发、全栈测试,以及人工智能测试与 AI 在测试工程中的应用实践。

我们关注测试工程能力的系统化建设,包括 Python 自动化测试、Java 自动化测试、Web 与 App 自动化、持续集成与质量体系建设,同时探索 AI 驱动的测试设计、用例生成、自动化执行与质量分析方法,沉淀可复用、可落地的测试开发工程经验。

在技术社区与工程实践之外,学社还参与测试工程人才培养体系建设,面向高校提供测试实训平台与实践支持,组织开展 “火焰杯” 软件测试相关技术赛事,并探索以能力为导向的人才培养模式,包括高校学员先学习、就业后付款的实践路径。

同时,学社结合真实行业需求,为在职测试工程师与高潜学员提供名企大厂 1v1 私教服务,用于个性化能力提升与工程实践指导。

相关文章
|
存储 缓存 文件存储
如何保证分布式文件系统的数据一致性
分布式文件系统需要向上层应用提供透明的客户端缓存,从而缓解网络延时现象,更好地支持客户端性能水平扩展,同时也降低对文件服务器的访问压力。当考虑客户端缓存的时候,由于在客户端上引入了多个本地数据副本(Replica),就相应地需要提供客户端对数据访问的全局数据一致性。
32714 80
如何保证分布式文件系统的数据一致性
|
前端开发 容器
HTML5+CSS3前端入门教程---从0开始通过一个商城实例手把手教你学习PC端和移动端页面开发第8章FlexBox布局(上)
HTML5+CSS3前端入门教程---从0开始通过一个商城实例手把手教你学习PC端和移动端页面开发第8章FlexBox布局
17766 21
|
设计模式 存储 监控
设计模式(C++版)
看懂UML类图和时序图30分钟学会UML类图设计原则单一职责原则定义:单一职责原则,所谓职责是指类变化的原因。如果一个类有多于一个的动机被改变,那么这个类就具有多于一个的职责。而单一职责原则就是指一个类或者模块应该有且只有一个改变的原因。bad case:IPhone类承担了协议管理(Dial、HangUp)、数据传送(Chat)。good case:里式替换原则定义:里氏代换原则(Liskov 
36697 21
设计模式(C++版)
|
存储 编译器 C语言
抽丝剥茧C语言(初阶 下)(下)
抽丝剥茧C语言(初阶 下)
|
机器学习/深度学习 人工智能 自然语言处理
带你简单了解Chatgpt背后的秘密:大语言模型所需要条件(数据算法算力)以及其当前阶段的缺点局限性
带你简单了解Chatgpt背后的秘密:大语言模型所需要条件(数据算法算力)以及其当前阶段的缺点局限性
24772 14
|
机器学习/深度学习 弹性计算 监控
重生之---我测阿里云U1实例(通用算力型)
阿里云产品全线降价的一力作,2023年4月阿里云推出新款通用算力型ECS云服务器Universal实例,该款服务器的真实表现如何?让我先测为敬!
36678 15
重生之---我测阿里云U1实例(通用算力型)
|
SQL 存储 弹性计算
Redis性能高30%,阿里云倚天ECS性能摸底和迁移实践
Redis在倚天ECS环境下与同规格的基于 x86 的 ECS 实例相比,Redis 部署在基于 Yitian 710 的 ECS 上可获得高达 30% 的吞吐量优势。成本方面基于倚天710的G8y实例售价比G7实例低23%,总性价比提高50%;按照相同算法,相对G8a,性价比为1.4倍左右。
|
存储 算法 Java
【分布式技术专题】「分布式技术架构」手把手教你如何开发一个属于自己的限流器RateLimiter功能服务
随着互联网的快速发展,越来越多的应用程序需要处理大量的请求。如果没有限制,这些请求可能会导致应用程序崩溃或变得不可用。因此,限流器是一种非常重要的技术,可以帮助应用程序控制请求的数量和速率,以保持稳定和可靠的运行。
29850 52

热门文章

最新文章

下一篇
开通oss服务