Pytest 不提供字典深度比较函数，assert dict1 == dict2 在 Python 3.10 中仍执行全量递归比较，导致大型嵌套字典断言变慢；应按需选用 pytest.approx（关键数值）或 deepdiff（完整结构校验）。
Pytest 本身不提供专门的字典深度比较函数，assert dict1 == dict2 在 Python 3.10 中仍走标准的 __eq__ 实现——它会递归比对所有嵌套结构，一旦字典层级深、键值多、含大量浮点或自定义对象，就会显著拖慢断言速度。这不是 pytest 的 bug，而是 Python 原生字典相等性语义的必然开销。
为什么 assert dict1 == dict2 在大型嵌套字典上变慢
Python 字典的 == 操作符默认执行「深度全量比较」：不仅比键名和数量，还会逐层递归比对每个值。如果字典含列表、其他字典、numpy.ndarray 或自定义类实例，且这些对象没有高效实现 __eq__，就会触发大量对象创建、类型检查和内存遍历。
- 浮点字段越多，越容易因精度差异进入逐项
math.isclose()式 fallback（即使你没显式调用） - 含
datetime或Decimal等不可哈希但可比对象时，Python 会退化为线性扫描 - Python 3.10 并未优化
dict.__eq__的递归路径，也没有短路策略：第一个不等项出现在末尾？前面所有嵌套都已遍历完毕
避免全量比较：用 pytest.approx + 手动提取关键路径
如果你真正关心的只是几个数值字段是否“近似相等”，完全没必要比整个字典。直接定位到目标路径，用 pytest.approx 断言即可，跳过其余结构。
例如：
Claw Code Suite (Python-Only Edition)
下载
仅使用 Python 将 Claw Code 虚拟化框架与 OpenClaw 集成，提供 184 种工具和 200 多条命令，用于安全分析和代码质量...
立即学习“Python免费学习笔记（深入）”；
response = call_api() assert response["data"]["user"]["score"] == pytest.approx(92.5, abs=1e-6) assert response["meta"]["timestamp"] == expected_ts
-
pytest.approx只作用于单个数值或数值容器（如 list/tuple），不递归进 dict - 比
assertDeepAlmostEqual类工具轻量得多，无反射、无类型推断开销 - 适合 CI 中高频运行的 smoke test，响应时间可从秒级降到毫秒级
需要完整结构校验时，改用 deepdiff 而非原生 ==
当必须确认两个字典「结构+值」完全一致（比如 snapshot testing），deepdiff.DeepDiff 是更可控的选择：它支持忽略字段、容差配置、提前终止，并能返回可读差异报告。
- 安装：
pip install deepdiff - 使用：
from deepdiff import DeepDiff; diff = DeepDiff(d1, d2, ignore_order=True, approx_decimal=6) - 性能上，
DeepDiff对大型数据做了迭代器化和缓存优化，比原生==更稳定；错误信息也比AssertionError堆栈友好得多 - 注意：不要在
assert not DeepDiff(...)中直接用布尔判断——它返回的是 dict，空 dict 为 False，但建议显式检查diff == {}或not diff
最易被忽略的一点：很多人把「断言字典相等」当成原子操作，其实它从来不是。该操作的耗时直接受数据形状支配——嵌套越深、分支越多、混合类型越杂，就越难预测性能拐点。与其等待 Python 改进 dict.__eq__，不如在测试设计阶段就明确：这里到底要验证什么？是全部？还是关键路径？还是结构轮廓？选对工具，比调优断言本身重要得多。
