pytest通过自定义命令行参数（如--env）动态加载配置，需在conftest.py中注册选项并用session级fixture解析yaml文件，避免io重复、竞态及环境污染。
pytest如何通过命令行参数动态加载不同配置文件
pytest本身不内置多环境配置管理，必须靠自定义命令行选项 + 配置文件读取逻辑来实现。核心是让pytest_addoption注册参数，再在conftest.py中用pytest_configure或fixture读取对应环境的config.yaml或.env。
常见错误是把配置硬编码进pytest.ini——它不支持变量替换，也无法响应--env dev这类参数。
- 在项目根目录下建
configs/，放dev.yaml、staging.yaml、prod.yaml - 在
conftest.py里用parser.addoption("--env", action="store", default="dev") - 写一个
env_configfixture，根据request.config.getoption("--env")加载对应YAML文件，用PyYAML解析后返回字典 - 避免在fixture里做IO重试或超时处理——pytest会多次调用fixture，可能引发重复读取或锁冲突
为什么不能直接用os.environ读取环境变量控制配置
可以读，但不推荐作为主方案。因为os.environ全局生效，无法被pytest的--tb=short等参数隔离，也难以在CI中为单个测试集指定环境（比如跑冒烟测试用staging，跑全量用prod）。
更严重的是：如果测试用例本身要验证环境变量行为（例如检查DEBUG=True是否触发日志降级），用os.environ做配置源会导致测试污染。
- pytest命令行参数（如
--env staging）作用域明确，只影响当前pytest进程 - 若必须兼容
ENV=prod pytest，可在conftest.py里fallback：先取request.config.getoption("--env")，未设置则查os.getenv("ENV") - 注意
os.environ修改后不会自动同步到已启动的子进程（如subprocess.Popen调用的脚本），而命令行参数可透传
如何让fixture加载的配置在test函数和setup/teardown中都可用
关键不是“怎么传”，而是“作用域设对”。默认scope="function"的fixture每次测试都重建，但配置文件内容不变，反复解析是浪费；设成scope="session"又容易因缓存导致环境切换失效（比如连续跑pytest --env dev和--env prod时，第二次仍用第一次的缓存）。
- 把配置加载逻辑拆成两层：一个
scope="session"的fixture负责读文件+解析（只执行一次），另一个scope="function"的fixture只做数据返回（无IO） - 不要在fixture里写
open("configs/{env}.yaml")——路径拼接易出错，应提前校验configs/下是否存在对应文件，缺失时抛pytest.skip()而非FileNotFoundError（否则报错堆栈不友好） - 如果配置含敏感字段（如
api_key），务必在CI中用pytest --env prod配合secrets注入，而非提交明文到仓库
使用pytest-xdist并行时配置加载为何会出错
pytest-xdist默认启动多个worker进程，每个进程都会独立执行conftest.py里的pytest_configure和fixture初始化。如果配置加载逻辑里有共享资源操作（如临时写入/tmp/config.json），就会出现竞态。
典型现象是部分worker报JSONDecodeError: Expecting value，因为多个进程同时写同一个文件，造成内容截断。
- 彻底禁用任何跨进程共享IO：所有配置读取必须是纯读操作，路径用
pathlib.Path(__file__).parent / f"configs/{env}.yaml"这种绝对路径 - 避免使用
tempfile.mkstemp()或shutil.copy()生成中间配置文件 - 如果必须动态生成配置（如从Vault拉取），应在
sessionscope fixture里加if workerinput is None:判断（xdist下主进程workerinput为None，worker进程为字典），只让主进程拉取并广播
多环境配置真正的复杂点不在语法，而在生命周期管理：命令行参数何时解析、配置何时加载、缓存何时失效、并行时如何避免资源争用——这些细节漏掉一个，CI上就可能隔几天才复现一次失败。
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！
