Python函数测试方法_覆盖与隔离说明【指导】 返回列表

Python函数测试需兼顾覆盖与隔离：覆盖指围绕输入、输出、边界、异常和逻辑分支设计用例；隔离指用mock切断外部依赖，确保测试快速稳定可靠。

Python函数测试的核心是验证行为正确性，同时确保测试不依赖外部状态。覆盖关注“测什么”，隔离关注“怎么测”。两者结合才能让测试既全面又可靠。

覆盖：明确要测的函数行为

覆盖不是单纯追求代码行数达标，而是围绕函数的输入、输出、边界和异常设计用例。

• 正常路径：用典型输入验证预期返回值，比如 add(2, 3) 应返回 5
• 边界情况：如空字符串、零值、极值、None —— len([])、max([1])、int("0")
• 异常路径：主动触发并捕获预期异常，例如 int("abc") 应抛出 ValueError，用 pytest.raises(ValueError) 断言
• 逻辑分支：if/elif/else 或循环中的每条路径都应有对应用例，可用 coverage.py 检查未执行行

隔离：切断函数对外部的依赖

真实调用数据库、网络或全局变量会让测试变慢、不稳定、难复现。隔离就是用可控替代物模拟这些依赖。

• 用 unittest.mock.patch 替换外部调用：比如函数内部调用了 requests.get，测试时 patch 它，让它返回预设的响应对象
• 避免修改全局状态：测试前后不要改动 os.environ、模块级变量等；若必须，用 setUp/tearDown 或 @pytest.fixture 自动还原
• 纯函数优先：尽量让被测函数只依赖参数，不读写文件、不访问配置、不调用随机函数；这样天然易测、无需 mock

实用组合：用 pytest + coverage + mock 写可靠测试

一个典型流程是：写函数 → 列出所有输入场景 → 为每个场景写断言 → 对外调用打补丁 → 运行并检查覆盖率。

立即学习“Python免费学习笔记（深入）”；

• 安装工具：pip install pytest pytest-cov pytest-mock
• 运行带覆盖率：pytest --cov=my_module --cov-report=term-missing，关注 “missing” 行提示漏测点
• mock 示例：@patch('my_module.read_config') 装饰测试函数，让 read_config 返回固定字典，不真去读文件

不复杂但容易忽略的细节

很多测试看似通过，实则隐含耦合或假阳性。

• 断言太弱：只检查返回值类型，不校验具体内容 —— assert isinstance(result, list) 不如 assert result == [1, 2]
• 测试名模糊：用 test_func() 不如 test_calculate_total_handles_empty_cart()，名字即文档
• 共享测试数据：多个测试共用同一字典或列表对象，一个测试改了它，另一个就失败 —— 每次都新建数据
• 跳过真实 I/O 却忘了 mock：比如函数里写了 open(...).read()，测试没 patch 就会真的读文件，导致环境依赖