Flask路由测试用Pytest无法完成，仅终止后执行并通过

问题根源 #

测试挂起的核心原因是Flask应用代码中的app.run()没有被正确隔离：

• 当测试代码执行from Flask import app时，会运行整个Flask模块的全局代码，包括启动服务器的app.run()。
• app.run()会启动一个阻塞式HTTP服务器，占据主线程，导致测试代码无法继续执行，直到手动终止服务器（Ctrl+C），测试才会被触发运行。

解决步骤 #

1. 修复Flask应用代码 #

把app.run()放入if __name__ == '__main__':代码块，确保只有直接运行该文件时才启动服务器，导入模块时不会执行启动逻辑：

import pandas as pd
from keras.models import load_model
from sklearn.preprocessing import MinMaxScaler
import numpy as np
import joblib
from flask import Flask  # 注意：原代码遗漏了Flask导入，需补充

app = Flask(__name__)

# load the model
model = load_model('LSTM-KarelOfzo.h5')
scaler = joblib.load('scaler2.pkl')

# ... 原有的路由定义代码保持不变 ...

# 仅在直接运行该文件时启动服务器
if __name__ == '__main__':
    app.run(host='0.0.0.0', debug=False)

2. 简化测试代码 #

Flask的test_client是模拟HTTP请求，不需要真实启动服务器，也无需额外的延迟或清理操作，简化后的测试代码如下：

import unittest
from Flask import app  # 确保此处的"Flask"是你的Flask模块文件名

class TestFlaskAPI(unittest.TestCase):
    def setUp(self):
        app.testing = True  # 启用测试模式，关闭不必要的错误捕获，提升测试效率
        self.app = app.test_client()

    def test_get_glucose_data(self):
        response = self.app.get('/Glucose/1-5-2023')
        self.assertEqual(response.status_code, 200)
        # 接口返回JSON格式，修正content_type断言
        self.assertEqual(response.content_type, 'application/json')

    def test_get_prediction(self):
        response = self.app.get('/prediction/10/50/100')
        self.assertEqual(response.status_code, 200)
        self.assertEqual(response.content_type, 'text/html; charset=utf-8')

if __name__ == '__main__':
    unittest.main()

额外注意事项 #

• TensorFlow警告处理：测试时出现的TensorFlow警告是加载Keras模型时的日志输出，不影响测试逻辑，可通过以下代码屏蔽：

  import tensorflow as tf
  tf.get_logger().setLevel('ERROR')
  

• 接口返回格式校验：原测试中/Glucose/<date>接口的content_type断言错误（实际返回JSON），已在修正后的测试代码中调整，保证测试准确性。

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