作为一名具有 JavaScript 背景的开发人员，我花了相当多的时间使用 Jest 编写测试。在我的项目 gimme_readme 中，由于我使用的是第 3 方 npm 模块，我必须使用 Node 和 Jest 来尝试一些实验性功能。我找到了很棒的 Stack Overflow 线程，教我如何在使用 ES6 语法时运行 Jest 测试。如果没有这些聪明人的智慧，我只能说我会很挣扎！然而，有了如何使用 Jest 实验功能的知识，我能够：
我上面描述的 CI 管道的代码可以在这里找到，并且设置为在向任何分支进行推送或有拉取请求时运行。这样，任何试图为我的存储库做出贡献的人都会知道他们贡献的代码是否“足够好”，可以将其合并到我的主分支中 - 至少就自动化测试而言是这样。
不管怎样，我早先为我的存储库所做的工作已经足够了。
本周，我决定接受挑战，为我的朋友 Aryan Khurana 编写的 Python 项目编写一些测试。 Aryan 的项目是一个名为 github-echo 的命令行工具，它提供了有关 GitHub 存储库的见解。使用陌生的语言和我从未使用过的测试框架（PyTest）绝对超出了我的舒适区，但我真的很感激 Aryan 愿意向我展示诀窍（感谢 Aryan！）。
当我开始对 Aryan 的存储库进行测试时，我立即对这些测试的不同外观感到不知所措。虽然 Jest 对我来说已经很熟悉了，但 Python 的 pytest 却感觉很陌生。尽管如此，在Aryan的指导和决心下，我开始了解它的独特之处。
让我们分解一下我在他们的测试用例中发现的内容：
参数化测试：首先引起我注意的是@pytest.mark.parametrize装饰器。这与 Jest 的 test.each 类似，但语法更清晰：
@pytest.mark.parametrize(
'invalid_url',
[
'https://gitlab.com/username/repository',
'https://github.com/username',
# ... more test cases
],
)
上下文管理器：Python 使用 pytest.raises 上下文管理器，而不是 Jest 的 Expect().toThrow()：
@pytest.mark.parametrize(
'invalid_url',
[
'https://gitlab.com/username/repository',
'https://github.com/username',
# ... more test cases
],
)
临时文件系统：测试使用 pytest 的 tmp_path 固定装置进行文件系统操作，这比在 Jest 中设置模拟文件系统要干净得多：
with pytest.raises(typer.BadParameter, match='Invalid GitHub repository URL'):
check_cli_arguments(invalid_url, 'gemini', 0.5, Path('output.md'))
使用 JavaScript 和 Python 测试框架的经验拓宽了我对软件测试的视野。虽然 Jest 感觉像是我的家乡，但我开始欣赏 pytest 的强大功能，例如参数化测试和固定装置。无论您是编写 JavaScript 还是 Python 测试，最终目标都是一样的：向用户提供可靠、经过良好测试的代码。
以上是# 从 Jest 到 Pytest：JavaScript 开发人员的 Python 测试之旅的详细内容。更多信息请关注PHP中文网其他相关文章！
