使用Pytest测试依赖型API的最佳实践及相关疑问

一、创建行项目接口测试的最佳实践 #

针对POST /api/purchase-orders/line-item的测试，推荐使用Pytest Fixture封装依赖创建逻辑的方案，兼顾测试独立性与代码复用性，比你提到的两种单一方式更高效：

两种方案的优劣势对比 #

• 在测试函数内直接创建依赖对象：
  优点是每个测试用例完全独立，不会受其他测试失败影响；缺点是重复代码多，测试执行时间长，且如果依赖创建逻辑复杂，会让测试函数臃肿，可读性差。
• 独立测试文件创建后注入：
  优点是避免重复创建，但依赖对象的生命周期难控制，容易出现测试环境数据残留，且如果依赖测试失败，后续所有依赖它的测试都会失效，排查问题更麻烦。

推荐的Fixture实现方式 #

用Pytest的Fixture封装供应商、零件、服务订单的创建/清理逻辑，测试函数直接引用Fixture获取所需ID：

import pytest
import requests

# 封装供应商创建逻辑，模块级作用域，每个测试模块只创建一次
@pytest.fixture(scope="module")
def vendor_id():
    # 发送创建供应商请求
    create_response = requests.post("/api/vendors", json={"name": "Test_Vendor"})
    create_response.raise_for_status()
    vendor_data = create_response.json()
    vendor_id = vendor_data["id"]
    
    yield vendor_id  # 向测试函数返回ID
    
    # 测试完成后清理数据，避免环境污染
    delete_response = requests.delete(f"/api/vendors/{vendor_id}")
    delete_response.raise_for_status()

# 同理封装零件和服务订单的Fixture
@pytest.fixture(scope="module")
def part_id():
    create_response = requests.post("/api/parts", json={"name": "Test_Part"})
    create_response.raise_for_status()
    part_data = create_response.json()
    part_id = part_data["id"]
    
    yield part_id
    
    requests.delete(f"/api/parts/{part_id}").raise_for_status()

@pytest.fixture(scope="module")
def service_order_id():
    create_response = requests.post("/api/service-orders", json={"status": "pending"})
    create_response.raise_for_status()
    so_data = create_response.json()
    so_id = so_data["id"]
    
    yield so_id
    
    requests.delete(f"/api/service-orders/{so_id}").raise_for_status()

# 行项目测试函数
def test_line_item_creation(vendor_id, part_id, service_order_id):
    payload = {
        "service_order_id": service_order_id,
        "part_id": part_id,
        "vendor_id": vendor_id,
        "component": {
            "component_serial_number": "Test_SN",
            "component_name": "Test_Component",
        },
        "part_description": "Test_Part_Desc",
        "total_qty": 1,
    }
    
    response = requests.post("/api/purchase-orders/line-item", json=payload)
    # 断言状态码与返回数据
    assert response.status_code == 201
    line_item_data = response.json()
    assert line_item_data["service_order_id"] == service_order_id
    assert line_item_data["part_id"] == part_id
    assert line_item_data["vendor_id"] == vendor_id

这种方式的好处：

• 测试函数只关注核心业务逻辑，代码简洁可读；
• Fixture的作用域可灵活配置（如scope="session"适合全局共享的依赖）；
• 自带清理步骤，保证测试环境干净，避免数据干扰。

二、测试类型与Pytest适用性 #

1. 测试类型判定：
   你当前的测试不属于单元测试，而是集成测试/API端到端测试。单元测试的核心是隔离外部依赖，测试单个函数或模块的逻辑；而你直接调用真实API，依赖多个服务模块的协作，属于验证系统各组件集成后的功能是否正常。

2. Pytest的适用性：
   Pytest完全适合这类测试场景。它的Fixture机制完美解决依赖复用问题，支持参数化测试（比如测试不同数量的行项目、不同参数组合），断言语法灵活，还能配合插件生成测试报告、并行执行测试，完全能应对复杂API测试的需求。

内容的提问来源于stack exchange，提问作者Masterstack8080