最可靠方式是读取文件后用 assert 比对内容，需注意编码、换行符、空格；推荐用 pathlib.Path 读取，结合 tmp_path fixture 实现安全临时文件测试，并解析结构化格式（CSV/JSON/XML）后比对而非字符串直比。

pytest里怎么断言文件内容是否正确写入

直接读取文件再用 assert 比对是最常用也最可靠的方式，但要注意编码、换行符和空格等隐性差异。

• 默认用 open(file, "r", encoding="utf-8") 读取，若文件是二进制或含 BOM，需显式指定 encoding 或改用 "rb"
• 用 read().strip() 可规避末尾换行/空格干扰，但若业务逻辑依赖空白符（如 YAML/JSON 格式），就得保留原样比对
• 推荐用 pathlib.Path 替代字符串拼路径：比如 Path("output.txt").read_text(encoding="utf-8") 更安全、可读性更强
• 避免在断言前多次调用 read() —— 文件指针会移动，第二次读可能为空；应先存为变量再断言

如何安全地测试文件导出函数（不污染磁盘）

硬写真实文件再清理，容易因异常导致残留；更稳的做法是用临时路径 + 自动清理，或彻底绕过磁盘 I/O。

• 用 tmp_path fixture（pytest 内置）：它会在每次测试后自动删除整个临时目录，例如 output_file = tmp_path / "data.csv"，然后传给被测函数
• 若函数内部硬编码了路径（如 open("/tmp/export.json", "w")），需用 monkeypatch.setattr 替换 builtins.open，捕获写入内容而非真写磁盘
• 对 pandas 的 to_csv、to_excel 等方法，可传 BytesIO 或 StringIO 作为 buf 参数，再用 getvalue() 断言内容

断言 CSV/JSON/XML 导出时容易忽略的细节

格式类文件不能只比字符串，结构错位、字段顺序、缺失空值处理都可能让测试“看似通过实则失效”。

Li Python Sec Check

Python 安全规范检查工具：基于 CloudBase 规范、腾讯安全指南，LLM 智能分析（默认禁用，优先本地执行）

下载

• CSV：用 csv.DictReader 解析后比对字典列表，比 str.split(",") 更抗逗号转义、引号包裹等边界情况
• JSON：优先用 json.loads(actual) 和 json.loads(expected_str) 转成对象再比对，避免因空格、键序（Python 3.7+ dict 有序但不保证输出一致）、浮点精度引发误报
• XML：别手写字符串匹配，用 xml.etree.ElementTree.fromstring 解析后比对树结构，或用 lxml.etree.canonicalize() 归一化后再比字符串
• 注意时区和时间格式：如 pandas.to_csv() 默认导出 datetime 为 ISO 格式，但系统 locale 可能影响秒级精度或时区标识，建议固定 date_format="%Y-%m-%d %H:%M:%S"

为什么 assert os.path.exists(...) 不够用

仅检查文件存在，完全无法验证内容是否符合预期——这是新手最常踩的坑。

立即学习“Python免费学习笔记（深入）”；

• os.path.exists() 成功只说明路径被创建，可能是空文件、权限错误导致写失败后留下的占位符，甚至上一次测试的残留
• 如果函数内部有 try/except 吞掉 PermissionError 或 IOError 并静默返回，exists 仍为 True，但内容为空
• 更健壮的做法是组合断言：先 assert output_file.exists()，再 assert output_file.stat().st_size > 0，最后读内容校验逻辑
• 对多文件导出场景（如拆分日志），别只断言主文件，漏掉 output_001.log、output_002.log 这类衍生路径

实际写测试时，最麻烦的往往不是语法，而是被测代码对路径、编码、异常处理的隐式假设——得顺着它的行为去 mock 或约束运行环境，而不是强行让它“适配测试”。