当前位置:

首页 > 编程开发 > Python异步代码如何优雅地进行单元测试_配置pytest异步插件环境

Python异步代码如何优雅地进行单元测试_配置pytest异步插件环境

pytest需要安装pytest-asyncio并设置异步模式为自动,推荐在异步测试函数上添加标记。在异步测试中,应使用异步模拟来替代耗时操作,避免实际输入输出。异步夹具不能使用yield,而应使用返回加清理或异步上下文管理器。注意事件循环的作用域。

本文目录

    写异步测试的时候,最怕什么?不是逻辑复杂,而是明明写了 async def test_xxx,pytest 跑完显示“passed”,但实际什么都没测——只因为忘了加 await,或者 pytest 根本不认识它。今天就把这块的坑和正确操作一次性说清楚,省得你对着 RuntimeWarning 发呆。

    先看最常见的报错场景:pytest 运行 async test 时弹出 RuntimeWarning: coroutine 'test_xxx' was never awaited。说白了,pytest 默认不认 async def 函数,你定义了一个协程,它却把它当普通函数调,结果协程对象被创建后没被 await,Python 自然就抛了警告,而测试还显示“passed”——实际上里面一行代码都没跑。

    解决路径只有一条:让 pytest 知道该用 event loop 来跑它。别自己去写 loop.run_until_complete,交给插件处理更稳。

    • 装 pytest-asyncio:pip install pytest-asyncio
    • 在项目根目录加 pytest.ini 或 pyproject.toml,显式启用插件(新版本 pytest 不再自动发现)
    • 配置里必须指定 asyncio_mode = auto,否则默认是 strict,遇到没标 @pytest.mark.asyncio 的 async test 会跳过或报错

    Python异步代码如何优雅地进行单元测试_配置pytest异步插件环境

    async test 函数必须加 @pytest.mark.asyncio 吗

    不一定,但强烈建议加。不加的前提是:你用了 asyncio_mode = auto,且函数名符合 pytest 默认匹配规则(比如 test_*.py 里的 async def test_*)。

    问题在于“auto”模式有边界:它只对模块级 async test 生效;如果 test 在 class 里、或函数带 fixture(尤其 session/scoped fixture),不加 mark 极大概率静默失败或 loop 复用出错。

    • class 内的 async test 必须加 @pytest.mark.asyncio,否则 pytest 直接忽略
    • 用了 event_loop fixture(比如要手动控制 loop)时,必须加 mark,否则 fixture 注入失败
    • 加了 mark 后,插件会确保每个 test 用干净的 event loop 实例,避免状态污染

    一句话:但凡你拿不准,先把 mark 加上,总比 debug 半天强。

    测试中调用 asyncio.sleep() 或真实 IO 导致测试变慢

    异步测试慢,往往不是因为 asyncio 本身,而是你在 test 里真发了 HTTP 请求、连了 DB、或用了 asyncio.sleep(1) 模拟延迟——这会让单个 test 卡 1 秒,批量跑就不可接受。

    正确做法是 mock 掉耗时协程,而不是降速跑真实逻辑。

    • 用 unittest.mock.AsyncMock 替换依赖的 async 方法(Python 3.8+),例如:mock_obj.fetch_data = AsyncMock(return_value={"ok": True})
    • 避免用 patch 去 mock 整个 module,容易漏掉 import 路径;优先 patch 具体被测函数里 import 的位置(比如 my_module.aioclient.get,而不是 aiohttp.ClientSession.get)
    • 如果非得测真实 sleep 行为(比如验证重试逻辑),改用 asyncio.sleep(0) 触发调度,或用 time.perf_counter() 断言耗时范围,别硬等

    fixture 返回 async 对象时,yield 和 return 怎么选

    async fixture 不能用 yield,因为 yield 语句无法在 async def 里直接用 —— 你会看到 SyntaxError: 'yield' inside async function。

    正确方式是用 async def + return,清理逻辑单独写 teardown 函数,或用 async with 管理生命周期。

    • 简单资源(如临时数据库连接):直接 return connection,teardown 放在 test 结尾手动 await conn.close()
    • 需要自动清理:定义一个 async context manager,然后在 fixture 里 async with MyResource() as r: yield r —— 注意这里 yield 在 async with 块内,外层仍是 async def
    • 别试图在 sync fixture 里 await,pytest 不允许;所有 async fixture 必须声明为 @pytest.fixture(scope="...", autouse=True) 并标记 @pytest.mark.asyncio

    最常被忽略的是 event loop 的 scope。function 级 test 默认用独立 loop,但如果你写了 session-scoped async fixture,多个 test 共享同一个 loop,中间任何未 await 的协程残留都会导致后续 test 报 RuntimeError: Event loop is closed——这种问题不会立刻暴露,得看 CI 上的偶发失败。所以,scope 的配置一定要和你的实际资源生命周期对齐,别偷懒。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发 Python
    相关文章 更多
    python删除一个列表里的重复元素的方法与代码示例
    python删除一个列表里的重复元素的方法与代码示例

    学习如何使用Python高效删除列表中的重复元素。本文提供5种常见方法的代码示例,涵盖保持顺序与不保持顺序的场景,适合初学者和进阶开发者参考。

    Python写接口的步骤及完整代码示例
    Python写接口的步骤及完整代码示例

    详细讲解使用Python编写Web接口的核心步骤与完整代码示例,涵盖环境准备、路由定义、数据校验、服务启动及调试测试方法。

    codex怎么读取word文档及docx文件操作教程
    codex怎么读取word文档及docx文件操作教程

    介绍如何利用编程工具读取和解析Word文档(docx格式),涵盖基础文本提取代码示例、结构化数据处理逻辑,以及处理复杂排版时的技术局限与替代方案。

    怎么在Python中调用C语言代码提升性能
    怎么在Python中调用C语言代码提升性能

    详细讲解在Python中调用C语言代码提升性能的完整实践指南,包含原理分析、编译步骤、ctypes与CFFI具体实现、性能对比及常见陷阱。

    Python与C语言的性能差异及底层原理
    Python与C语言的性能差异及底层原理

    深入解析Python与C语言在执行效率上的数量级差异,从编译机制、变量内存布局、动态类型推断到GIL锁,系统阐明底层核心原理。

    Python和C语言哪个更适合编程入门
    Python和C语言哪个更适合编程入门

    客观对比Python与C语言在心智负担、底层机制与学习反馈上的核心差异,提供清晰有据的选择标准与切实的入门学习路径。

    selenium上传文件教程本地文件路径设置方法
    selenium上传文件教程本地文件路径设置方法

    深入解析Selenium处理文件上传的技术细节,涵盖标准HTML控件的路径直接注入法与非标准控件的系统级模拟方案,提供Windows与Linux环境下的路径设置最佳实践及常见异常排查。

    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景
    大数据开发语言选型:Java对比Scala与Python的优缺点及适用场景

    针对大数据工程场景,系统对比Java、Scala与Python在执行性能、生态结合、开发效率和维护成本上的核心差异,给出清晰的架构选型依据与落地方案。

    langgraph python guide中文入门教程详解
    langgraph python guide中文入门教程详解

    本篇LangGraph Python中文入门教程详解,系统梳理StateGraph状态机定义、节点编写、边与条件路由、检查点持久化(MemorySaver)等核心机制,提供从环境安装到完整循环智能体构建的代码示例与实操指导。

    Windows 安装 Python:从官方入口到虚拟环境的可复现实践
    Windows 安装 Python:从官方入口到虚拟环境的可复现实践

    面向后端开发者,基于 Python 官方文档说明如何在 Windows 上安装 Python、创建 venv 虚拟环境及使用 pip 管理依赖。包含可复制命令、验证方法及工具选择边界,避免常见配置误区。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。