pytest通过扫描目录、导入测试文件并AST解析来收集test_*函数，import失败则静默跳过；scope决定fixture生命周期但受conftest层级影响；parametrize与yield fixture冲突因执行阶段不匹配；mock.patch需作用于引用位置而非定义位置。
pytest 是当前 Python 测试生态的事实标准，但直接套用文档示例常踩坑——比如 conftest.py 加载顺序混乱、parametrize 与 fixture 交互异常、或 pytest-xdist 并行时状态污染。真正稳住测试系统，得从它如何解析、收集、运行测试的底层链路入手。
pytest 是怎么找到并加载 test_*.py 文件的？
不是靠文件名匹配完就结束。它先扫描目录树，对每个 test_*.py 或 *_test.py 执行 import，再用 AST 解析出所有以 test_ 开头的函数和方法。若模块 import 失败（比如依赖未安装、语法错误），该文件直接被跳过，且默认不报错——你可能根本不知道某个测试文件压根没进执行队列。
- 用
pytest --collect-only查看实际收集到哪些测试项，确认文件是否被识别 -
pytest -v --tb=short能暴露 import 阶段的异常，比静默跳过更有诊断价值 - 避免在测试文件顶层写业务逻辑或复杂初始化，防止 import 时触发副作用
fixture 的作用域（scope）到底影响什么？
scope 决定 fixture 实例的生命周期和复用边界，但很多人误以为 scope="session" 就等于“整个测试运行只调用一次函数”——其实它还受 conftest.py 层级和路径影响。跨目录时，同名 session 级 fixture 若在不同 conftest.py 中定义，会被视为两个独立 fixture。
-
scope="function"：每个测试函数前 setup + 后 teardown，最安全，但开销大 -
scope="class"：类内所有测试共享一个实例，适合数据库连接等重资源，但需确保类内测试无状态干扰 -
scope="module"：注意模块级 fixture 在多文件间不共享；若需跨文件复用，统一提到项目根目录的conftest.py
为什么 parametrize 和 yield fixture 一起用会报错？
@pytest.mark.parametrize 在测试函数被收集时展开参数组合，生成多个测试节点；而 yield fixture 必须在运行阶段才执行 teardown 部分。两者叠加会导致 pytest 无法正确绑定 teardown 逻辑到每个参数化实例，抛出 ValueError: Setup yield fixture ... is not supported。
使用 Playwright 为 jimeng.jianying.com 管理浏览器会话，导入 cookies/localStorage 以自动化视频生成工作流，支持图片上传等功能
立即学习“Python免费学习笔记（深入）”；
- 改用
return+ 显式清理（如shutil.rmtree放在 finally 块）替代 yield - 或把参数化移到 fixture 内部：定义一个
scope="function"fixture，内部用for循环处理多组输入，返回单个结果 - 更推荐方案：用
pytest_generate_testshook 替代装饰器，在收集阶段动态生成参数，完全绕过 yield 冲突
mock.patch 为什么在 fixture 里失效？
常见写法是在 fixture 中用 @patch("xxx.yyy") 修饰函数，但 patch 只对被装饰函数生效；若 fixture 返回的是 mock 对象，而测试函数里又去 import 原模块，那 patch 根本没起作用——因为 patch 必须作用于“目标对象被引用的位置”，不是定义位置。
import pytest
from unittest.mock import patch
<p>@pytest.fixture
def broken_mock():
with patch("requests.get") as mock_get:
mock_get.return_value.status_code = 200
yield mock_get # ❌ 错误：mock_get 是局部变量，测试函数中 requests.get 仍是原函数</p><p>def test_api_call():
import requests
assert requests.get("<a href="https://www.php.cn/link/d093b4a150384ffc0b1bb5d5042c0df4">http://x").status_code</a> == 200 # 这里没被 mock- 正确做法：在测试函数或 fixture 上直接使用
@patch("requests.get")，或在 fixture 中用patch.object(requests, "get") - 更可靠：把 patch 放在
conftest.py的 autouse fixture 里，并指定scope="function"，确保每次测试都重置 - 验证是否生效：打印
requests.get的__module__和__name__，确认它已是Mock类型
pytest 的“自动”背后全是明确的收集规则、作用域链和执行时序。越想省事用高级特性，越要先看清它在哪一刻做了什么决定。那些看似随机的失败，往往只是某个 scope 没对齐，或某次 import 被静默吞掉了。
