pytest.raises高级用法与异常测试技巧
哈喽!今天心血来潮给大家带来了《pytest.raises深度用法与异常测试技巧》,想必大家应该对文章都不陌生吧,那么阅读本文就都不会很困难,以下内容主要涉及到,若是你正在学习文章,千万别错过这篇文章~希望能帮助到你!
使用pytest.raises验证异常处理代码的关键在于明确测试目标并结合上下文管理器和Mock对象。1. 使用pytest.raises作为上下文管理器包裹可能抛出异常的代码,并通过excinfo验证异常详情;2. 通过match参数匹配异常消息,确保其符合预期;3. 使用元组指定多个期望的异常类型,以应对可能抛出多种异常的情况;4. 在复杂场景中模拟异常条件,结合try...except验证副作用并重新抛出异常;5. 避免过度测试不重要的异常,聚焦业务、资源和安全相关异常;6. 使用Mock对象隔离外部依赖,通过side_effect模拟异常并测试代码处理逻辑。

异常处理代码的单元测试,说白了就是验证当程序抛出异常时,你的代码是否按照预期工作。这不仅是测试覆盖率的问题,更是保证程序健壮性的关键。pytest.raises 是个好帮手,但要用好它,得深入理解其用法。

解决方案
使用 pytest.raises 的核心思路是:断言特定代码块会抛出预期的异常。最基本的用法是:

import pytest
def divide(x, y):
if y == 0:
raise ValueError("Cannot divide by zero")
return x / y
def test_divide_by_zero():
with pytest.raises(ValueError) as excinfo:
divide(10, 0)
assert str(excinfo.value) == "Cannot divide by zero"这里,pytest.raises(ValueError) 作为上下文管理器,包裹住可能抛出 ValueError 的代码。如果 divide(10, 0) 真的抛出了 ValueError,测试就算通过。excinfo 则包含了异常的详细信息,比如异常类型、异常消息等,可以进行更细致的断言。
更高级的用法,你可以直接将函数作为参数传递给 pytest.raises:

def test_divide_by_zero_direct():
with pytest.raises(ValueError, match="Cannot divide"):
divide(10, 0)match 参数允许你使用正则表达式匹配异常消息。这在验证异常消息是否符合预期时非常有用。
另外,如果你的代码可能抛出多种异常,你可以使用元组来指定多个期望的异常类型:
def might_raise_multiple():
# 假设这里根据条件抛出不同的异常
pass
def test_multiple_exceptions():
with pytest.raises((ValueError, TypeError)):
might_raise_multiple()如何处理更复杂的异常场景?
复杂的异常场景,比如依赖于特定状态的异常,或者需要验证异常发生后的副作用,需要更精细的测试策略。
首先,确保你的测试用例能够模拟出异常发生的条件。这可能需要 mock 一些外部依赖,或者构造特定的输入数据。
其次,使用 pytest.raises 结合 try...except 块,可以更灵活地处理异常。例如:
def function_with_side_effect(x):
try:
# 可能会抛出异常的代码
pass
except ValueError:
# 验证异常发生后的副作用
assert x.some_attribute == expected_value
raise # 重新抛出异常,确保 pytest.raises 能捕获到这种方式允许你在异常发生后执行一些验证操作,然后再将异常抛出,确保 pytest.raises 能够正确地捕获到。
如何避免过度测试异常处理?
过度测试异常处理,指的是对一些不重要的异常场景进行过度关注,导致测试代码过于复杂,维护成本升高。
要避免这种情况,需要抓住重点。关注以下几类异常:
- 业务逻辑相关的异常:这些异常直接影响程序的正确性,必须进行充分测试。
- 资源相关的异常:比如文件打开失败、网络连接超时等,这些异常可能导致程序崩溃,也需要重点关注。
- 安全相关的异常:比如权限不足、数据校验失败等,这些异常可能导致安全漏洞,必须进行严格测试。
对于一些不太重要的异常,比如一些内部错误导致的异常,可以适当降低测试力度,甚至可以忽略。
另外,避免编写过于复杂的异常处理逻辑。简单的异常处理逻辑更容易测试,也更不容易出错。
如何使用 Mock 对象来测试异常?
Mock 对象在异常处理测试中扮演着重要的角色,尤其是在需要模拟外部依赖抛出异常的场景下。
假设你的代码依赖于一个外部服务,而这个服务可能会抛出异常。你可以使用 unittest.mock 或 pytest-mock 来模拟这个服务的行为。
import pytest
from unittest.mock import patch
def function_that_calls_external_service():
# 调用外部服务的代码
pass
@patch('your_module.external_service.call')
def test_external_service_raises_exception(mock_call):
mock_call.side_effect = ValueError("External service failed")
with pytest.raises(ValueError, match="External service failed"):
function_that_calls_external_service()这里,@patch 装饰器用于替换 your_module.external_service.call 为一个 Mock 对象。mock_call.side_effect 用于指定 Mock 对象的行为,这里我们让它抛出一个 ValueError 异常。然后,我们使用 pytest.raises 来验证 function_that_calls_external_service 是否正确地处理了这个异常。
使用 Mock 对象可以有效地隔离你的代码和外部依赖,使得你可以更专注于测试你的代码本身的异常处理逻辑。
到这里,我们也就讲完了《pytest.raises高级用法与异常测试技巧》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于单元测试,pytest的知识点!
PHP添加MySQL记录教程详解
- 上一篇
- PHP添加MySQL记录教程详解
- 下一篇
- Vue中v-model绑定表单数据方法
-
- 文章 · python教程 | 1小时前 |
- Python zip strict=True 在第几次迭代发现长度不一致
- 437浏览 收藏
-
- 文章 · python教程 | 5小时前 | python · Python 类型提示 typing get_protocol_members Protocol
- Python get_protocol_members 怎么读取 Protocol 成员集合
- 487浏览 收藏
-
- 文章 · python教程 | 17小时前 | 文件处理 · python · Python TempFile 临时文件 SpooledTemporaryFile rollover
- Python SpooledTemporaryFile 怎么手动触发写入磁盘
- 307浏览 收藏
-
- 文章 · python教程 | 19小时前 |
- Python Path.info 缓存的文件类型信息什么时候会过期
- 438浏览 收藏
-
- 文章 · python教程 | 23小时前 |
- Python asyncio.Queue shutdown 后等待者会收到什么
- 124浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python asyncio.Barrier 等待任务被取消后会怎样
- 166浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python TaskGroup 怎么主动终止整组任务
- 242浏览 收藏
-
- 文章 · python教程 | 1天前 | SQLite · 数据一致性 · Python教程 · Python SQLite 数据库备份 sqlite3.Connection.backup
- Python sqlite3.Connection.backup 怎么在线复制数据库
- 264浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python zip zipfile zipfile.Path
- Python zipfile.Path 怎么像目录一样遍历压缩包
- 370浏览 收藏
-
- 文章 · python教程 | 1天前 | 内存优化 · Python教程 · Python 大数组 PickleBuffer pickle协议5
- Python PickleBuffer 怎么减少大数组复制
- 207浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · Python教程 · Python Traversable importlib.resources zipimport
- Python importlib.resources.files 怎么访问压缩包内资源
- 143浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 350次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 411次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 417次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 372次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 197次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

