应使用 pathlib.Path(__file__).parent / "config.yaml" 获取路径并检查存在性,将解析逻辑放入 @pytest.fixture(scope="session") 中,用 yaml.safe_load() 加载,并返回深拷贝或不可变对象避免共享修改。

conftest.py 里怎么读取 config.yaml 不报错
直接在 conftest.py 里用 open() 或 yaml.load() 很容易出路径错误或模块未安装问题。根本原因是 conftest.py 被 pytest 自动发现时,当前工作目录不固定——可能在项目根目录,也可能在 tests/ 子目录下运行。
- 统一用
pathlib.Path(__file__).parent / "config.yaml"获取配置文件路径,不依赖os.getcwd() - 加一层存在性检查:
if not config_path.exists(): raise FileNotFoundError(f"Missing config: {config_path}") - 别在
conftest.py顶层执行解析,放到 fixture 函数里,避免导入时就崩溃 - 如果用
PyYAML,确保已安装:pip install pyyaml;Python 3.11+ 用户注意yaml.CLoader可能被弃用,改用yaml.safe_load()
pytest.fixture(scope="session") 加载配置后为什么 test 里拿不到 key
常见现象是 fixture 返回了 dict,但测试函数里访问 config["database"]["host"] 报 KeyError——不是作用域问题,而是配置内容本身没按预期结构加载。
- 确认 yaml 文件缩进是空格(不是 tab),且层级对齐;
host:和port:必须在同一缩进级 - 用
print(config)在 fixture 里输出原始结构,别只信命名;经常发现实际是{"config": {"database": {...}}}多套了一层 - scope="session" 没问题,但 fixture 名不能叫
config如果你同时有pytest_configure钩子,会冲突;建议叫test_config - 别在 fixture 里做复杂逻辑(比如环境变量覆盖),先保证基础结构可用
不同环境(dev/test/prod)怎么让 conftest.py 自动选 config
硬编码路径或 if-elif 切环境,后期维护痛苦。关键是把“环境选择”从加载逻辑里剥离开,交给 pytest 命令行或配置驱动。
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac,无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启:辅助功能 + 屏幕录制权限
- 用 pytest 的
--env自定义参数:def pytest_addoption(parser): parser.addoption("--env", action="store", default="test") - fixture 中读取:
env = request.config.getoption("--env"),再拼路径:config_path = Path(__file__).parent / f"config.{env}.yaml" - 更稳妥的做法:所有 config.*.yaml 放在
tests/config/下,conftest.py只认这个目录,避免污染项目根目录 - 别用
os.environ读取环境名——CI/CD 中容易漏设,且本地调试不一致
加载配置后修改值(比如改端口)会影响其他 test 吗
会,但只在你显式修改了 session 级 fixture 返回的 dict 对象时发生。Python 的 dict 是可变对象,多个 test 共享同一个引用。
- 在 fixture 中返回前用
copy.deepcopy(config),尤其当你后续要在 test 里config["port"] = 8081 - 或者改用不可变结构:返回
types.SimpleNamespace(**config),再配合dataclasses.replace()做局部覆盖 - 最轻量做法:每个 test 需要改配置时,自己构造新 dict,不碰 fixture 返回的原对象
- 注意
deepcopy对含函数、模块、IO 对象的 config 会失败,纯数据配置才安全
配置加载看着简单,真正卡住人的往往是路径不确定性、yaml 结构误判、以及可变对象共享这三块。动手前先跑通一个带 print 的最小 fixture,比查文档快得多。
Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!










