Python测试需贯穿开发全程，分层覆盖单元、集成测试，强调快速反馈与可维护性；单元测试聚焦单个函数行为并隔离依赖，集成测试验证模块协作；通过自动化工具和质量门禁保障实效性，持续演进测试以匹配代码变化。
Python代码测试不是“写完再补”，而是贯穿开发全程的质量保障动作。关键在于分层覆盖、快速反馈、可维护性，而不是追求100%行覆盖率。
单元测试：聚焦函数/方法的最小行为验证
单元测试是Python测试金字塔的底座，目标是隔离被测代码（通常用unittest.mock或pytest-mock替换依赖），验证单个函数或方法在给定输入下的输出是否符合预期。
- 用pytest编写更简洁：函数名以test_开头，断言直接用assert，无需继承类
- 每个测试只验证一个关注点，例如：test_calculate_discount_with_valid_input 和 test_calculate_discount_with_negative_amount 分开写
- 避免测试私有方法（以下划线开头）；若逻辑复杂需验证，说明它应被提取为公有、可测试的组件
集成测试：验证模块间协作是否可靠
当多个类、模块或外部服务（如数据库、HTTP API）需要协同工作时，集成测试确保它们“接得上、跑得通”。它不替代单元测试，而是补充边界场景。
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
- 使用真实轻量级依赖（如sqlite代替PostgreSQL，responses库模拟HTTP请求）提升执行速度
- 测试前准备数据、测试后清理（可用pytest.fixture的yield机制自动管理）
- 典型场景包括：ORM模型保存+查询是否一致、API路由调用是否返回正确状态与结构、任务队列触发后结果是否更新
测试运行与质量门禁：让反馈快起来
再好的测试，如果跑一次要5分钟或没人看报告，就失去了意义。自动化和可观测性是落地关键。
立即学习“Python免费学习笔记（深入）”；
- 本地开发用pytest --tb=short -v快速定位失败；CI中加--cov生成覆盖率报告（关注分支覆盖，不盲目追求数字）
- 把pre-commit钩子配上black、flake8和pytest --maxfail=1，提交前拦截明显问题
- CI流程中设置最低覆盖率阈值（如核心模块≥80%），低于则构建失败——但阈值应随业务演进动态调整，而非一成不变
持续演进：测试不是一次性文档
测试代码和生产代码一样会腐化。重构函数时必须同步更新对应测试；新增分支逻辑，必须补上新测试用例；发现线上bug，第一反应是补一个复现它的测试。
- 定期用pytest --lf（last-failed）快速重跑失败项，缩短调试循环
- 对长期稳定的模块，可引入property-based testing（如hypothesis），自动生成边界输入，暴露隐藏假设
- 避免“测试即样例”：不要只测默认参数、理想路径；重点覆盖空值、类型异常、超长输入、并发竞争等易出错场景
