pytest.fixture不能直接调用，必须通过参数声明依赖，否则不触发执行；正确方式是将fixture名作为测试函数参数，由pytest自动注入并管理生命周期。

pytest.fixture 为什么不能直接当函数调用

你写了个 @pytest.fixture，然后在测试函数里像普通函数一样写了 setup_db() —— 这会报 NameError 或者根本没触发初始化。fixture 不是普通函数，它必须通过函数参数声明依赖，pytest 才会在运行前自动调用并注入返回值。

• 错误写法：def test_user_create(): setup_db() # ❌ 不会执行，也不传参
• 正确写法：def test_user_create(setup_db): # ✅ 参数名匹配 fixture 名，自动调用
• fixture 默认作用域是 "function"，每次测试都新建；想跨测试复用，得显式加 scope="module" 或 scope="session"
• 如果 fixture 报错，所有依赖它的测试都会标为“error”，不是“failed”——这点容易误判问题根源

如何让 fixture 正确清理资源（比如关数据库连接）

只做初始化不清理，跑多次测试后可能遇到端口被占、临时文件堆积、数据库连接耗尽等问题。pytest 支持在 fixture 中用 yield 分隔 setup 和 teardown 阶段，比 addfinalizer 更直观可靠。

• 用 yield conn 替代 return conn，yield 后的代码会在测试结束后执行
• 示例：

  @pytest.fixture
  def db_connection():
      conn = sqlite3.connect(":memory:")
      yield conn
      conn.close()  # ✅ 测试结束时自动执行

• 避免在 yield 后再抛异常，否则 teardown 逻辑可能中断；真要处理异常，用 try/finally 包住 yield 块
• 注意：scope="session" 的 fixture 如果 yield 后清理失败，整个测试会话后续都可能受影响

fixture 参数化怎么传不同配置（比如测试 SQLite 和 PostgreSQL）

一个 fixture 要支持多种后端，不能靠 if 判断硬编码，得用 params + indirect 组合。否则你会写出重复 fixture，或者测试里手动切换配置，失去 pytest 的参数化优势。

macOS UI 自动化技能包 —— 用 Python 控制你的 Mac

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

下载

• 定义参数化 fixture：@pytest.fixture(params=["sqlite", "pg"])
• 测试函数需声明参数名，并用 indirect=True 让 pytest 把该参数识别为 fixture 而非普通参数：@pytest.mark.parametrize("db_type", ["sqlite", "pg"], indirect=True)
• fixture 内部根据 request.param 创建对应实例，比如 if request.param == "pg": return create_pg_engine()
• 生成的测试项名默认带 [sqlite]、[pg] 后缀，方便定位；若想自定义，加 ids 参数

多个 fixture 之间有依赖关系怎么组织

比如 api_client 依赖 db_connection，而 db_connection 又依赖 test_config。硬编码调用或层层 return 容易绕晕，也破坏 fixture 的可复用性。

• 直接在 fixture 函数签名里把依赖写成参数即可：def api_client(db_connection, test_config):
• pytest 自动按依赖图排序执行，无需手动控制顺序
• 避免循环依赖：A 依赖 B，B 又依赖 A → pytest 会报 DependencyCycleError
• 如果某个 fixture 只用于 setup 无返回值（如创建目录），仍需作为参数声明，但可以命名为 _setup_tmpdir 加下划线提示“仅副作用”

最常被忽略的是作用域错配：module 级 fixture 依赖 function 级 fixture，pytest 会报错；反过来虽能跑，但可能重复初始化。写之前先想清楚生命周期是否匹配。

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！