如何解決由於路徑問題導致的 pytest 中的'ImportError: No module name...”問題?
pytest 的 PATH 問題:「ImportError: No module nameed...」
使用 pytest 時,常常會因為路徑問題而遇到 ImportError 異常。這在不同的作業系統和專案結構中尤其普遍。讓我們解決這個問題並探索潛在的解決方案。
Conftest 解(pytest
解決路徑問題的有效方法是利用 conftest.py 檔案。 Pytest 在測試收集期間搜尋 conftest 模組以收集自訂掛鉤和固定裝置。透過將空的 conftest.py 檔案放置在專案的根目錄(執行 pytest 的位置)中,pytest 會自動將父目錄新增至 sys.path,使您的應用程式模組可供匯入。
範例:
對於這樣的專案結構:
repo/ |--app.py |--settings.py |--models.py |--tests/ |--test_app.py
只要將一個空的conftest.py 檔案加入repo/
Pythonpath設定(pytest >= 7)
對於最新版本的pytest(7及更高版本),更方便的解決方案是利用 pythonpath 設定。這允許您直接透過 pytest 設定修改 sys.path。在 pyproject.toml 或 pytest.ini 檔案中,加入以下內容:
[tool.pytest.ini_options] pythonpath = ["."]
這是一種更簡潔的方法,不需要任何自訂程式碼或對 sys.path 進行操作。
其他注意事項
專案結構:根據情況調整conftest.py檔案或pythonpath配置的位置你的專案結構。例如,在典型的基於 src 的佈局中,將 conftest.py 放在 src 目錄中,而不是根目錄中。
src 佈局: 將 src 加入 PYTHONPATH 時要小心。它可能會破壞使用 src 佈局的好處,因為您最終測試的是儲存庫程式碼而不是已安裝的套件。
以上是如何解決由於路徑問題導致的 pytest 中的'ImportError: No module name...”問題?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Python适合数据科学、Web开发和自动化任务,而C 适用于系统编程、游戏开发和嵌入式系统。Python以简洁和强大的生态系统著称,C 则以高性能和底层控制能力闻名。

Python在遊戲和GUI開發中表現出色。 1)遊戲開發使用Pygame,提供繪圖、音頻等功能,適合創建2D遊戲。 2)GUI開發可選擇Tkinter或PyQt,Tkinter簡單易用,PyQt功能豐富,適合專業開發。

2小時內可以學會Python的基本編程概念和技能。 1.學習變量和數據類型,2.掌握控制流(條件語句和循環),3.理解函數的定義和使用,4.通過簡單示例和代碼片段快速上手Python編程。

兩小時內可以學到Python的基礎知識。 1.學習變量和數據類型,2.掌握控制結構如if語句和循環,3.了解函數的定義和使用。這些將幫助你開始編寫簡單的Python程序。

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

要在有限的時間內最大化學習Python的效率,可以使用Python的datetime、time和schedule模塊。 1.datetime模塊用於記錄和規劃學習時間。 2.time模塊幫助設置學習和休息時間。 3.schedule模塊自動化安排每週學習任務。

Python在web開發、數據科學、機器學習、自動化和腳本編寫等領域有廣泛應用。 1)在web開發中,Django和Flask框架簡化了開發過程。 2)數據科學和機器學習領域,NumPy、Pandas、Scikit-learn和TensorFlow庫提供了強大支持。 3)自動化和腳本編寫方面,Python適用於自動化測試和系統管理等任務。

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。
