pytest.approx仅支持单层数值比较，不递归处理嵌套结构；断言嵌套字典中的浮点字段需逐层定位并单独使用approx，或改用deepdiff等专用工具进行结构化容差比对。
pytest.approx 只作用于单个数值，不是递归比较工具
pytest.approx 的设计目标很明确：把一个浮点数（或数字序列）和预期值做容差比较。它内部只处理 float、int、complex 和 numpy.ndarray 这类标量或一维数组，不解析字典结构，也不递归进入嵌套层级。
你写 assert response == pytest.approx(expected) 会直接报错 —— 因为 == 左右类型不匹配（dict vs Approx instance），根本走不到容差逻辑。
-
pytest.approx(3.14)可以和3.1400000001比，但不能和{"price": 3.14}比 - 即使你对整个字典调用
json.dumps()再用字符串比，也绕不开浮点精度在 JSON 序列化中被截断的问题（比如1.0000000000000002变成"1.0"） - 把
pytest.approx塞进字典里（如{"score": pytest.approx(95.5)}）也没用：字典的==比较不会触发每个 value 的自定义比较协议
真正要处理嵌套中的浮点字段，得先定位到那些 key，再单独比。比如：
assert resp["data"]["metrics"]["accuracy"] == pytest.approx(0.92, abs=1e-3) assert resp["summary"]["latency_ms"] == pytest.approx(120.5, abs=0.1)
DeepDiff 才是处理嵌套容差的正确工具
DeepDiff 支持对嵌套结构里的数值字段指定 ignore_order、significant_digits 或自定义 number_to_string_func，这才是面向嵌套字典的解决方案。
- 它能识别出
{"temp": 23.456789}和{"temp": 23.456}的差异，并按你设定的精度忽略 - 可配合
ignore_paths跳过时间戳、ID 等动态字段：DeepDiff(a, b, ignore_paths=["root['id']", "root['updated_at']"]) - 返回的是差异字典（如
{"values_changed": {"root['score']": {...}}}），必须显式检查：assert not DeepDiff(a, b, ...)
别用 pytest-deep-compare：它已多年未更新，PyPI 上最后版本止于 2019 年，与 pytest 8.x 的断言重写机制冲突，报错时连哪一层出问题都看不到。
嵌套字典断言失败时，先确认“比什么”而不是“怎么比”
很多失败其实不是技术限制，而是测试意图模糊：
- 你真需要比全部字段？还是只关心业务关键路径（比如
status、items、total）？ - 动态字段（
id、created_at）是否已被清洗？硬编码删 key 容易漏，建议封装成 fixture：def clean_response(resp): del resp["id"]; del resp["created_at"]; return resp - 浮点字段是否真的需要容差？有些 API 明确返回整数字符串（如
"19.99"），此时应先float()再比，而非直接套approx
最常被忽略的点是：嵌套结构里混了 set 或 datetime 对象。它们无法被 == 直接比较，也不会被 pytest.approx 处理 —— 必须提前转成可序列化的类型（list(sorted(some_set))、dt.isoformat()）。
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！
