如何在Python-Hypothesis中让配置设置成为测试策略的一部分

我想用Hypothesis测试一个依赖全局配置模块user_settings的方法，这些配置会随任务变化。架构刻意采用全局导入而非方法参数（配置多达上百个，避免代码冗余）。

现有代码结构如下：

配置模块user_settings #

setting1 = 5
setting2 = 10
setting3 = -0.085

待测试类dummy_class #

import user_settings
import numpy as np

class TestClass():
    def __init__(self):
        self.arr = np.random.normal(size=(5,1))

    def dummy_method(self):
        setting1 = user_settings.setting1
        setting2 = user_settings.setting2
        setting3 = user_settings.setting3

        return (self.arr * setting1 + setting2) / setting3

已编写好pytest fixture及基础测试代码，尝试用temp_user_setting上下文管理器临时修改配置，结合Hypothesis的given装饰器生成测试参数，运行pytest无报错，但不确定上下文管理器yield的用法及是否需要as语句，求正确将配置设置整合到Hypothesis测试策略的方法。

解决方案 #

1. 正确实现临时修改全局配置的上下文管理器 #

核心是修改前备份、测试后还原，避免污染其他测试用例。这里不需要as语句（除非需要返回值），yield仅标记测试代码的执行位置：

import user_settings
from contextlib import contextmanager

@contextmanager
def temp_user_settings(**kwargs):
    # 备份原配置
    original_values = {key: getattr(user_settings, key) for key in kwargs}
    try:
        # 临时覆盖配置
        for key, value in kwargs.items():
            setattr(user_settings, key, value)
        yield  # 测试代码在此执行，无需返回值
    finally:
        # 强制恢复原配置，确保测试隔离
        for key, value in original_values.items():
            setattr(user_settings, key, value)

2. 结合Hypothesis的given装饰器整合测试 #

用Hypothesis生成符合业务规则的配置参数，在每个测试用例中通过上下文管理器临时切换配置：

import pytest
from hypothesis import given
import hypothesis.strategies as st
import numpy as np
from your_module import TestClass

# 定义配置参数的生成策略，根据实际业务调整范围
config_strategies = st.fixed_dictionaries({
    "setting1": st.integers(min_value=1, max_value=100),
    "setting2": st.floats(min_value=-100, max_value=100),
    # 排除0、NaN和无穷大，避免除零错误
    "setting3": st.floats(min_value=-10, max_value=10, allow_nan=False, allow_infinity=False).filter(lambda x: x != 0)
})

@given(config=config_strategies)
def test_dummy_method_correctness(config):
    # 临时应用Hypothesis生成的配置
    with temp_user_settings(**config):
        test_obj = TestClass()
        result = test_obj.dummy_method()
        
        # 验证计算逻辑正确性
        expected = (test_obj.arr * config["setting1"] + config["setting2"]) / config["setting3"]
        assert np.allclose(result, expected)

3. 关键注意点 #

• 上下文管理器的yield：此处yield仅作为测试代码的执行锚点，无需返回值，因此直接用with语句即可，不需要as接收。
• 测试隔离：finally块必须恢复原配置，否则全局配置会被修改，导致后续测试结果异常。
• 策略合理性：根据配置的实际业务规则设计生成策略，比如setting3不能为0，需用filter排除。
• 随机稳定性：如果TestClass.__init__中的随机数组影响测试断言，可以固定随机种子，或用Hypothesis的st.randoms()控制随机源。

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