关注开源优测不迷路
作为软件工程师，处理错误是代码开发的重要组成部分。
用户的行为出乎意料的频率有多高呢？往往比我们想象的要高。在大多数方面，人、系统乃至整个宇宙都是随机的。
也许你的代码期望接收用户输入，或者从收到的数据包中获取数据并进行转换，可能还会执行复杂的计算。
网络延迟、数据乱序甚至数据损坏，不管出现什么情况，最好做最坏的打算。
处理异常能够实现优雅的错误处理，防止程序突然终止。
它让你可以捕获并处理意外错误，提高代码的稳定性和可靠性。
通过处理异常，你能够确保代码健壮，能够从错误中优雅地恢复，提升整体用户体验。
此外，出于安全目的，异常处理也至关重要，因为它有助于防止敏感信息泄露，抵御恶意攻击。
但是，随着异常处理的增多，测试方面也面临挑战。
你该如何应对代码执行和流程中的不可预测性呢？错误传播到代码栈的其他部分又该如何处理？
是抛出错误还是处理它们？以及你如何确保显示正确且有用的错误类型？这一点在处理面向用户的工具（如 API 和响应码）时尤为重要。
Pytest 断言异常处理可以帮你解决这些问题。
在本文中，我们将研究如何测试基本异常，以及如何使用 Pytest 的 excinfo 属性来获取异常消息。
我们还将探讨处理失败情况、未引发异常的情况、自定义异常，甚至是在同一测试中进行多个断言。
理解异常测试
异常处理起着至关重要的作用，涵盖了有效管理错误和异常情况的重要意义。
Python 的异常处理机制使你能够处理程序执行期间可能出现的各种类型的异常，如 ValueError、TypeError、FileNotFoundError 和 ZeroDivisionError 等等。
通过使用 try - except 块，你可以优雅地处理异常，防止程序崩溃。
异常处理还允许进行优雅降级，即在特定异常发生时执行替代代码路径，使程序能够恢复或继续执行而不受干扰。
在处理异常时，提供有意义的错误消息并为调试过程提供便利是至关重要的。
在本文中，我们将学习如何使用 Pytest 的断言异常功能来测试各种异常。
目标
在本教程结束时，你应该能够：
对异常处理有一个基本的理解
使用 Pytest 的断言异常功能测试代码可能引发或处理的各种异常
理解如何比较异常引发的消息
在 Pytest 中测试自定义异常处理，包括在同一测试中进行多个断言