超越基础知识：Pytest和Unittest的高级Python异常测试
测试异常不仅仅是一种形式 – 它是编写可靠代码的重要部分。在本教程中，我们将探索测试引发异常和不引发异常的Python代码的实用和有效方法，验证异常消息的准确性，以及覆盖pytest和unittest的参数化测试和非参数化测试。
通过本教程，您将对如何为您的代码编写干净、高效和信息丰富的异常测试有坚实的理解。
让我们看一下以下示例：
def divide(num_1: float, num_2: float) -> float: if not isinstance(num_1, (int, float)) \ or not isinstance(num_2, (int, float)): raise TypeError("至少一个输入不是数字：{num_1}，{num_2}") return num_1 / num_2我们可以对上述函数进行几种流程的测试 – 正常流程、零作为除数的情况以及非数字输入。
现在，让我们看一下使用pytest的这些测试会是什么样子：
pytest
from contextlib import nullcontext as does_not_raiseimport pytestfrom operations import dividedef test_happy_flow(): with does_not_raise(): assert divide(30, 2.5) is not None assert divide(30, 2.5) == 12.0def test_division_by_zero(): with pytest.raises(ZeroDivisionError) as exc_info: divide(10.5, 0) assert exc_info.value.args[0] == "float division by zero"def test_not_a_digit(): with pytest.raises(TypeError) as exc_info: divide("a", 10.5) assert exc_info.value.args[0] == \ "至少一个输入不是数字：a，10.5"我们还可以进行一次合理性检查，看看当我们针对错误的异常类型进行无效流程测试时会发生什么，或者当我们试图在正常流程中检查引发的异常时会发生什么。在这些情况下，测试将失败：
# 下面的两个测试都应该失败def test_wrong_exception(): with pytest.raises(TypeError) as exc_info: divide(10.5, 0) assert exc_info.value.args[0] == "float division by zero"def test_unexpected_exception_in_happy_flow(): with pytest.raises(Exception): assert divide(30, 2.5) is not None那么，为什么上面的测试失败了呢？with上下文捕获了所请求的特定类型的异常，并验证异常类型确实是我们要求的那个。
在test_wrong_exception中，引发了一个异常（ZeroDivisionError），但它没有被TypeError捕获。因此，在堆栈跟踪中，我们将看到引发了ZeroDivisionError，并且TypeError上下文未捕获该异常。
在test_unexpected_exception_in_happy_flow中，我们的with pytest.raises上下文试图验证所请求的异常类型（在这种情况下，我们提供了Exception），但由于没有引发异常 – 测试失败，消息为Failed: DID NOT RAISE <class ‘Exception’>。
现在，进入下一个阶段，让我们探索如何通过使用parametrize使我们的测试更加简洁和清晰。
Parametrize
from contextlib import nullcontext as does_not_raiseimport pytestfrom operations import divide@pytest.mark.parametrize( "num_1, num_2, expected_result, exception, message", [ (30, 2.5, 12.0, does_not_raise(), None), (10.5, 0, None, pytest.raises(ZeroDivisionError), "float division by zero"), ("a", 10.5, None, pytest.raises(TypeError), "至少一个输入不是数字：a，10.5") ], ids=["有效输入", "除以零", "非数字输入"])def test_division(num_1, num_2, expected_result, exception, message): with exception as e: result = divide(num_1, num_2) assert message is None or message in str(e) if expected_result is not None: assert result == expected_result参数ids会改变在IDE的测试栏视图中显示的测试用例名称。在下面的截图中，我们可以看到它的作用：左边是使用ids，右边是没有使用ids。
现在我们已经介绍了pytest框架，让我们看看如何使用unittest编写相同的测试用例。
unittest
from unittest import TestCasefrom operations import divideclass TestDivide(TestCase): def test_happy_flow(self): result = divide(0, 10.5) self.assertEqual(result, 0) def test_division_by_zero(self): with self.assertRaises(ZeroDivisionError) as context: divide(10, 0) self.assertEqual(context.exception.args[0], "division by zero") def test_not_a_digit(self): with self.assertRaises(TypeError) as context: divide(10, "c") self.assertEqual(context.exception.args[0], "at least one of the inputs " "is not a number: 10, c")如果我们想在unittest中使用parameterized，我们需要安装这个包。让我们看看在unittest中使用参数化测试的样例：
参数化
import unittestfrom parameterized import parameterized # 需要安装from operations import dividedef get_test_case_name(testcase_func, _, param): test_name = param.args[-1] return f"{testcase_func.__name__}_{test_name}"class TestDivision(unittest.TestCase): @parameterized.expand([ (30, 2.5, 12.0, None, None, "valid inputs"), (10.5, 0, None, ZeroDivisionError, "float division by zero", "divide by zero"), ("a", 10.5, None, TypeError, "at least one of the inputs is not a number: a, 10.5", "not a number input") ], name_func=get_test_case_name) def test_division(self, num_1, num_2, expected_result, exception_type, exception_message, test_name): with self.subTest(num_1=num_1, num_2=num_2): if exception_type is not None: with self.assertRaises(exception_type) as e: divide(num_1, num_2) self.assertEqual(str(e.exception), exception_message) else: result = divide(num_1, num_2) self.assertIsNotNone(result) self.assertEqual(result, expected_result)在unittest中，我们也修改了测试用例的名称，类似于上面的pytest的示例。然而，为了实现这一点，我们使用了name_func参数以及一个自定义的函数。
总结一下，今天我们探讨了测试Python异常的有效方法。我们学习了如何识别预期抛出的异常，并验证异常消息是否与我们的预期相符。我们探讨了多种测试divide函数的方法，包括使用传统的pytest方法和更简洁的parametrize方法。我们还探索了在unittest中使用parameterized的等价方法，这需要安装该库，也可以在没有安装的情况下使用。使用ids和自定义测试名称可以在IDE的测试栏中提供更清晰和更具信息性的视图，使我们更容易理解和导航测试用例。通过使用这些技术，我们可以改进我们的单元测试，并确保我们的代码正确处理异常。
祝测试愉快！
