TestClient可直接调用路由函数，避免启动真实服务；需覆盖路径、查询、JSON参数组合；用mock隔离DB和外部依赖；断言应检查状态码、关键字段及类型；异步端点测试须用async/await。
用 unittest 搭配 TestClient 启动轻量测试服务
FastAPI 和 Flask 都自带 TestClient，它不依赖真实 HTTP 服务器，直接调用路由函数，速度快、隔离性好。别用 requests 去连本地 http://localhost:8000——那会启动真实服务、端口冲突、状态残留，还慢。
实操建议：
- FastAPI：导入
TestClient并传入app实例，如client = TestClient(app) - Flask：用
app.test_client()，确保app.config['TESTING'] = True - 避免在测试中调用
uvicorn.run()或app.run()，这是常见误操作 - 每个测试方法应独立创建 client 实例，防止请求头、session 状态污染
测试路径参数、查询参数和 JSON body 的组合场景
Web API 的输入往往混合了多种参数类型，单测必须覆盖典型组合，否则上线后容易 422 或空指针。
常见错误现象：ValidationError 报错但没定位到是哪个字段缺失，或 None 被传进数据库导致 IntegrityError。
立即学习“Python免费学习笔记（深入）”；
实操建议：
- 路径参数：用
client.get("/items/123")，确保路径模板（如/items/{item_id}）能正确解析字符串转 int - 查询参数：显式构造字典传给
params=，如client.get("/search", params={"q": "test", "limit": 5}) - JSON body：用
json=参数（TestClient自动序列化+设Content-Type: application/json），别手动json.dumps()+headers - 故意传非法值（如空字符串、负数 ID、超长字段）验证 Pydantic 模型的
validation_error是否返回 422
模拟外部依赖（DB、HTTP 请求）避免测试不稳定
真实调用数据库或第三方 API 会让单元测试变慢、失败率升高、难以复现问题。必须隔离。
使用场景：比如一个 /orders 接口内部调用了 payment_service.charge() 和 db.insert_order()。
实操建议：
- 用
unittest.mock.patch装饰器或上下文管理器打桩，如@patch("app.services.payment_service.charge") - 对数据库操作，mock
session.execute()或直接替换db_sessionfixture 返回 Mock 对象 - 避免 patch 太宽泛（如
@patch("requests.post")），应精确到模块内具体函数，否则可能漏掉未 mock 的调用 - 为 mock 设置
return_value或side_effect，例如让某次调用抛出ConnectionError测试异常分支
检查响应状态码、JSON 结构与关键字段值
只断言 response.status_code == 200 不够。API 返回结构变化（比如字段改名、嵌套层级调整）不会影响状态码，但前端会崩。
性能影响：深比较整个 JSON 响应体效率低，且易因无关字段（如时间戳、UUID）导致误报。
实操建议：
- 优先 assert 状态码 + 必要字段存在性 + 类型，例如：
assert response.json()["id"] == 123、assert isinstance(response.json()["created_at"], str) - 用
pydantic.BaseModel.parse_obj()验证响应结构是否符合预期模型，比手写 key 检查更可靠 - 对列表接口，检查
len(response.json()) > 0即可，除非业务明确要求条数 - 不要在测试里写
print(response.json())，用 pytest 的-s或日志配置调试输出
最常被忽略的是异步端点的测试方式——如果路由是 async def，测试函数也得加 async 并用 await client.get(...)，否则会报 RuntimeWarning: coroutine '...' was never awaited。
