Python单元测试案例如何编写测试用例

wen python案例 2026-06-29 33

Python单元测试案例如何编写测试用例（附实战代码）

目录导读

为什么要写单元测试？——三个不得不面对的现实
单元测试基础：unittest与pytest的取舍
案例一：测试一个数学工具函数（入门级）
案例二：测试一个带外部依赖的API调用（中级）
案例三：测试一个数据库操作的真实场景（高级）
常见问题与避坑指南（Q&A）
好的测试用例是项目的一半质量保证

为什么要写单元测试？——三个不得不面对的现实

很多Python开发者都会问：“我的代码能跑，为什么还要花时间写测试？”

Python单元测试案例如何编写测试用例

真实案例拆解：假设你写了一个电商折扣计算函数，上线后产品经理突然说：“满100减20，但如果是VIP用户要打9折，且两种优惠不能叠加。”如果没有任何测试，你改完代码，很可能就忘记了检查边界情况——刚好100元且是VIP”时，折扣到底怎么算？错误一旦上线,可能直接导致公司损失真实订单。

三大核心价值：

早期发现bug：修改代码后，一条pytest命令就能告诉你哪里出了问题,而不是等QA手动点100次页面。
重构的安全网：没有测试的代码重构等于徒手拆炸弹；有测试,你可以大胆调整内部逻辑。
文档即代码：测试用例清晰地说明了“这个函数在什么输入下应该返回什么结果”,比任何注释都准确。

单元测试基础：unittest与pytest的取舍

Python官方标准库自带unittest，但社区更推荐pytest,为什么？

对比维度	unittest	pytest
语法复杂度	需要类和方法，`self.assertEqual` 较为啰嗦	纯函数式 `assert`，代码量减少50%
插件生态	较有限	强大（如pytest-mock、pytest-cov）
参数化测试	需额外写`subTest`	`@pytest.mark.parametrize` 一行搞定
执行速度	中等	更快且支持并行执行

本文所有案例均使用pytest，因为它更贴近现代Python开发习惯,且符合Google和Meta的内部测试标准。

案例一：测试一个数学工具函数（入门级）

假设我们有这样一个函数（calculator.py）：

def calculate_discount(price: float, is_vip: bool) -> float:
    if not isinstance(price, (int, float)):
        raise TypeError("price must be numeric")
    base_discount = 0.9 if price >= 100 else 1.0
    vip_discount = 0.95 if is_vip else 1.0
    return round(price * base_discount * vip_discount, 2)

如何测试它？直接看测试用例（test_calculator.py）：

import pytest
from calculator import calculate_discount
class TestCalculateDiscount:
    @pytest.mark.parametrize("price, vip, expected", [
        (100, False, 90.0),   # 满100打9折
        (100, True, 85.5),    # 满100+VIP：0.9*0.95=0.855
        (50, False, 50.0),    # 不满100，不打折
        (50, True, 47.5),     # 仅VIP折扣
        (0, False, 0.0),      # 边界：0元
        ("abc", False, None), # 异常输入
    ])
    def test_discount(self, price, vip, expected):
        if price == "abc":
            with pytest.raises(TypeError):
                calculate_discount(price, vip)
        else:
            assert calculate_discount(price, vip) == expected

关键点：我们用parametrize覆盖了正常值、边界值、异常值三种情况,这比手动写6个测试函数效率高得多。

案例二：测试一个带外部依赖的API调用（中级）

真实项目中，函数经常调用外部服务（如支付网关、天气API），直接测试会依赖网络，导致测试不稳定，解决方案是Mock。

目标函数（order_service.py）：

import requests
def check_payment(order_id: str) -> bool:
    response = requests.get(f"https://api.payment.com/v1/orders/{order_id}/status")
    data = response.json()
    return data.get("paid", False)

测试用例（test_order.py）：

import pytest
from unittest.mock import patch
from order_service import check_payment
class TestCheckPayment:
    @patch("order_service.requests.get")
    def test_payment_success(self, mock_get):
        # 模拟成功返回
        mock_get.return_value.json.return_value = {"paid": True}
        assert check_payment("ORD-123") == True
    @patch("order_service.requests.get")
    def test_payment_failed(self, mock_get):
        mock_get.return_value.json.return_value = {"paid": False}
        assert check_payment("ORD-456") == False
    @patch("order_service.requests.get")
    def test_network_error(self, mock_get):
        mock_get.side_effect = requests.ConnectionError("网络不可达")
        with pytest.raises(requests.ConnectionError):
            check_payment("ORD-789")

为什么这样做？

不需要真实API密钥或网络。
测试速度从秒级降到毫秒级。
可以模拟各种网络错误,这在真实环境中很难触发。

案例三：测试一个数据库操作的真实场景（高级）

测试数据库函数时，最忌讳污染生产数据库，推荐使用SQLite内存数据库或pytest fixtures。

示例函数（user_repo.py）：

def create_user(conn, name: str, age: int) -> int:
    cursor = conn.cursor()
    cursor.execute("INSERT INTO users (name, age) VALUES (?, ?)", (name, age))
    conn.commit()
    return cursor.lastrowid

测试用例（test_user.py）：

import pytest
import sqlite3
from user_repo import create_user
@pytest.fixture
def db_connection():
    conn = sqlite3.connect(":memory:")  # 内存数据库
    conn.execute("CREATE TABLE users (id INTEGER PRIMARY KEY, name TEXT, age INTEGER)")
    yield conn
    conn.close()
class TestCreateUser:
    def test_create_normal_user(self, db_connection):
        user_id = create_user(db_connection, "Alice", 30)
        assert user_id == 1  # 第一个用户ID为1
    def test_duplicate_name(self, db_connection):
        create_user(db_connection, "Bob", 25)
        # 假设数据库有唯一约束，测试异常
        with pytest.raises(sqlite3.IntegrityError):
            create_user(db_connection, "Bob", 30)
    def test_invalid_age_type(self, db_connection):
        with pytest.raises(TypeError):
            create_user(db_connection, "Charlie", "twenty")

核心技巧：