pytest测试失败自动重试方法
本文深入探讨了 pytest 测试失败时是否应启用自动重试这一常见却易被误解的实践:官方明确反对默认重试,因其可能掩盖资源竞争、状态残留、时序缺陷等深层问题,强调稳定性应源于良好的测试设计与环境治理;但面对 CI 中真实的网络抖动、API 限流、浏览器加载延迟等外部依赖不稳场景,合理重试又能显著提升流水线健壮性——关键在于精准识别适用边界(仅限无副作用的 IO 类操作)、规避风险(如禁止重试数据库写入、慎用并行重试),并优先选用成熟插件 pytest-rerunfailures,而非危险的手写装饰器方案;最终指出:重试不是兜底银弹,而是需结合失败日志、异常类型和环境特征审慎决策的技术权衡。

测试用例执行失败不一定是代码问题,很可能是环境抖动或异步依赖未就绪;pytest 默认不重试,得靠插件或自定义逻辑补上这一环。
为什么 pytest 默认不重试失败用例
因为重试会掩盖真实缺陷:比如资源竞争、状态残留、时序 bug,这些在重试后可能“恰好通过”,反而让问题更难定位。官方认为稳定性应从测试设计和环境治理入手,而非靠重试兜底。
但现实是:CI 环境 DNS 不稳、数据库连接偶发超时、第三方 API 限流、Selenium 元素加载延迟——这类非业务逻辑失败,重试确实能提升流水线成功率。
- 重试只适合
IO类、网络请求、浏览器交互等外部依赖强的测试 - 禁止对数据库写入、消息发送、支付回调等有副作用的操作重试
pytest-xdist并行运行时,重试可能加剧资源争抢,需配合--maxfail=1控制
用 pytest-rerunfailures 插件最省事
这是目前最成熟、兼容性最好的重试方案,支持 Python 3.7+ 和 pytest 7.x/8.x,安装后无需改测试代码。
安装与启用:
pip install pytest-rerunfailures
运行时加参数即可:
- 重试 2 次(共执行最多 3 次):
pytest --reruns 2 - 仅对特定标记重试:
pytest -m "flaky" --reruns 3,再给用例加@pytest.mark.flaky - 失败后等待 1 秒再重试:
--reruns-delay 1
注意:--reruns 参数必须放在命令末尾,否则会被 pytest 当作测试路径解析,报 FileNotFoundError。
自己写重试逻辑?小心装饰器陷阱
有人用 @retry 装饰器封装测试函数,看似灵活,实则容易破坏 pytest 的 fixture 生命周期和错误堆栈。
- fixture(如
tmp_path、caplog)在每次重试中不会重新初始化,状态会累积 - 断言失败时,堆栈指向装饰器内部,不是原始测试行号,排查成本陡增
- 无法和
pytest-asyncio或pytest-mock安全组合,容易出现RuntimeError: Event loop is closed
如果真要手写,建议只在测试函数内部用 for 循环 + try/except,且限定最大尝试次数和明确异常类型:
def test_api_timeout():
for i in range(3):
try:
resp = requests.get("https://api.example.com/health", timeout=2)
assert resp.status_code == 200
return
except (requests.Timeout, requests.ConnectionError):
if i == 2:
raise
重试不是万能解药,关键看失败模式
先跑几次 pytest --tb=short -v,盯住失败用例的错误类型和堆栈位置。如果是 AssertionError(断言不成立)、KeyError(数据结构错)、AttributeError(对象没某属性),重试毫无意义——这说明测试本身或被测逻辑有问题。
真正该重试的,只有那些带明显外部依赖特征的异常:
ConnectionRefusedErrorTimeoutError(非pytest自身超时,而是 socket 层)WebDriverException(Selenium 找不到元素)OperationalError: server closed the connection unexpectedly(PostgreSQL 连接中断)
CI 日志里反复出现同一类网络错误,才值得加重试;如果每次失败原因都不同,说明环境太脏,该修的是 Docker Compose 配置或资源配额,不是加 --reruns 5。
以上就是《pytest测试失败自动重试方法》的详细内容,更多关于的资料请关注golang学习网公众号!
如何打开Fotoroom生成设置界面?
- 上一篇
- 如何打开Fotoroom生成设置界面?
- 下一篇
- HTML编码声明设置方法有哪些
-
- 文章 · python教程 | 2小时前 |
- Python singledispatchmethod 在继承类中为什么没有命中重载
- 362浏览 收藏
-
- 文章 · python教程 | 2小时前 | Python bisect bisect_left bisect_right 重复分数
- Python bisect 查找重复分数时怎么定位区间
- 118浏览 收藏
-
- 文章 · python教程 | 4小时前 | python · Python 异常传播 函数装饰器 contextlib.ContextDecorator with
- Python ContextDecorator 同时支持 with 与函数装饰器的实现边界
- 242浏览 收藏
-
- 文章 · python教程 | 4小时前 | 文件处理 · python · 异常排查 · Python 工作目录 异常恢复 contextlib.chdir
- Python contextlib.chdir 临时切换目录后如何保证异常恢复
- 158浏览 收藏
-
- 文章 · python教程 | 4小时前 | 缓存 · python · Python 缓存失效 实例属性 __dict__ functools.cached_property
- Python functools.cached_property 删除属性后如何强制刷新缓存
- 463浏览 收藏
-
- 文章 · python教程 | 4小时前 | 标准库 · python · 数据处理 · 问题排查 · collections.Counter 库存扣减 Python Counter.subtract 缺失项目 负计数
- Python Counter.subtract 后怎么判断真正缺失的项目
- 410浏览 收藏
-
- 文章 · python教程 | 4小时前 | python ·
- Python defaultdict 访问缺省键为什么会改变字典内容
- 482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。
- 459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。
- 521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。
- 536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。
- 486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。
- 306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

