第2步：使用assert断言，assert 后面可以跟任意的 Python 条件表达式。
assert 4 < 5assert "yuze" in "yuze wang"
assert isinstance(6, int)
测试用例函数有 2 个注意事项：
函数名称以test_开头；
保存测试用例的文件以test_*.py 的形式或者 *_test.py 的形式。
例行用了以后呢，在命令行当中会显示4个部分的内容:
第1个部分，测试用例和通过的结果，
第2个部分，失败用例回溯信息，
第3个部分，输出捕获信息，
第4个部分，总结信息。
在拍test当中通过的测试用例，不会有特别详细的结果，但是这是失败的测试用例默认会有非常详细的结果，而且会帮你捕获错误原因。
4、测试夹具（Fixture）是什么？在测试过程当中，有时你需要提前给你的测试用例去准备一个运行环境。这个测试环境通常来说被称为测试夹具（Fixture），又被称为固定装置、测试固件等。
当你要测试一个电器的时候，你需要提供不同的输入电压电流的环境，
当你测试一台电脑网络的时候，必须要提供网络环境，
当你要测试一个手机游戏能否被安装时，你需要提供一台手机环境，
当你要测试一个软件能否登录的时候，你需要准备用户名和密码这样的用户环境，
当你要测试一个数据库能否操作的时候，需要提供数据库的连接环境。
现在我们来举一个夹具的例子，我们需要测试一个注册的函数。这个注册函数提供两个参数，第1个参数是手机号，第2个参数是密码。注册函数的逻辑就是对手机号码和密码进行校验，如果通过校验表示注册成功，如果不通过表示注册失败。
def is_mobile(number: str):if re.search(r"^1[3-9][0-9]{9}$", number):
return True
return False
def register(mobile, password):
if is_mobile(mobile) and len(password) >= 6:
return "success"
return "fail"
def test_register():
assert "success" == register("13177778888", "123456")
这个测试用例并没有什么问题，但是它存在优化的空间。一个优化的空间是每个手机号码都是我们手工生成的，当需要编写多组数据测试时，会有一点费时间。现在我们可以编写一个函数，自动生成一个手机号码，当我有多组数据需要测试的时候，我只需要重复调用生成手机号码的函数，就可以获取测试数据。这个生成手机号码的函数呢，就是一个夹具。
def gen_a_mobile():"""随机生成 13 开头的手机号码。"""
random_num = "".join([str(random.randint(1,9)) for i in range(9)])
return "".join(["13", random_num])
pytest 提供了一种叫做依赖注入的机制，当一个函数被声明为夹具的时候，可以在测试函数中传入这个夹具的名称，pytest会自动调用它。
import randomimport pytest
@pytest.fixture
def gen_a_mobile():
"""随机生成 13 开头的手机号码。"""
random_num = "".join([str(random.randint(1,9)) for i in range(9)])
return "".join(["13", random_num])
def test_register(gen_a_mobile):
assert "success" == register(gen_a_mobile, "123456")
pytest 当中的夹具系统非常非常的灵活，后面如果有时间的我专门写文章跟大家讲解夹具系统。
5、数据驱动和参数化现在我们编写的函数和测试用例是1对1的关系，也就是说，当你想测试某个功能场景的时候，你必须要去编写一个对应的测试函数。当测试的场景越来越多，测试数据越来越复杂的情况下，需要编写更多的测心率函数，而这些函数的逻辑基本上是重复的。
在 pytest 当中可以使用参数化这种测试手段，简化编写用例函数的过程。我们并不需要为每一组测试数据单独去编写一个测试函数，而是采取多种数据共用一个函数的方式。如果测试操作几乎一致，可以重复使用这一个函数进行测试。
import pytestcases = [
(1, 2, 3),
("hello", "world", "hello world"),
(1, "world", "1world")
]
@pytest.mark.parametrize("a,b,expected", cases)
def test_add(a, b, expected):
assert expected == add(a, b)
在这个例子当中，cases这个变量存储了三组测试用例的数据，每一组测试数据用一个元组表示，元组的第1个元素代表a，第2个元素代表B，第3个元素代表预期结果。
@pytest.mark.parametrize("a,b,expected", cases) 这一行代码的意思是说，每一次从cases变量当中取出一组测试数据。分别用a、b 、expected 三个变量接收，然后我们把这三个变量名作为函数的参数传递到 test_add 当中，就实现了参数化的过程。
当使用这一种参数化的手段进行测试的时候，测试数据和测试函数是多对一的关系，对于多组测试数据，我们只需要去编写一个测试函数，极大的提升了代码编写效率。
6、测试报告和插件最后我们来说一下测试报告。pytest 当中的测试报告，通常是以插件的形式生成的，如果你想生成一个html格式的测试报告，可以先安装 pytest-html 这个插件。
pip install pytest-html接下来你需要在运行用例的时候，在 pytest 命令后面加上 --html=<测试报告名称>.html
pytest --html=report.html当运行完用例以后，你可以在当前目录下找到一个 report.html 的文件，打开就可以查看测试报告了。