Python元编程:装饰器参数传递与包装

从装饰器的闭包结构出发,系统掌握带参数装饰器、被装饰函数参数传递、functools.wraps包装,以及常见参数与元数据丢失问题,并通过可运行示例完成验证。

Python元编程:装饰器参数传递与包装

Python覆盖率:pytest-cov与coverage合并

从 pytest-cov 与 coverage.py 的职责区别入手,掌握覆盖率数据生成、合并与统一报告的完整流程,并通过验证和常见避坑确保多测试环境下的覆盖率统计准确可靠。

Python覆盖率:pytest-cov与coverage合并

Python正则分组:命名捕获与条件匹配

从普通捕获组出发,掌握 Python 正则表达式中的命名捕获、反向引用与条件匹配,并通过可验证的代码示例理解复杂文本提取与分支匹配的实现方式,同时规避分组编号混乱、命名冲突和条件语法误用等常见问题。

Python正则分组:命名捕获与条件匹配

Python Faker:伪造数据与测试填充

介绍 Python Faker 的基本用法,掌握常见类型测试数据生成、批量填充与可复现数据配置,并了解本地化、唯一值、随机种子以及生产环境中的数据安全避坑。

Python Faker:伪造数据与测试填充

Python插件开发:pytest钩子函数实现

介绍pytest插件中钩子函数的作用、定义方式与执行时机,通过一个可运行的插件示例实现测试生命周期扩展,并验证钩子行为,同时总结常见配置与兼容性问题。

Python插件开发:pytest钩子函数实现

Python依赖解析:pip-tools与锁文件生成

介绍如何使用pip-tools从项目顶层依赖出发解析传递依赖、生成可复现的锁定依赖文件,并通过同步安装与验证确保不同环境保持一致,同时梳理常见依赖冲突和版本管理陷阱。

Python依赖解析:pip-tools与锁文件生成

Python项目结构:src布局与tests分离

通过规范的src布局与独立tests目录组织Python项目,解决源码与测试代码混杂、导入路径不一致和打包发布时误包含测试代码等常见问题,并建立可验证、易维护的项目结构。

Python项目结构:src布局与tests分离