pytest-asyncio 1.0.0 版本发布:异步测试框架的重大更新
pytest-asyncio 是一个流行的 Python 测试插件,它允许开发者使用 pytest 框架来编写和运行异步测试代码。这个插件为 asyncio 库提供了无缝集成,使得测试异步代码变得简单直观。随着 Python 异步编程的普及,pytest-asyncio 已成为测试异步应用的重要工具。
重大变更:移除废弃功能
在 1.0.0 版本中,开发团队移除了已被废弃的 event_loop
fixture。这是一个重要的清理工作,标志着项目向更简洁、更一致的 API 设计迈进。开发者应该确保他们的测试代码不再依赖这个已被移除的 fixture,转而使用项目推荐的其他方式来管理事件循环。
Python 3.14 初步支持
新版本增加了对 Python 3.14 的初步支持,这体现了项目维护团队对 Python 新版本的前瞻性关注。虽然 Python 3.14 尚未正式发布,但 pytest-asyncio 已经为即将到来的版本做好了准备,确保用户能够平滑过渡到未来的 Python 版本。
性能优化:作用域事件循环改进
1.0.0 版本对作用域事件循环(如模块作用域循环)的处理方式进行了重要优化。现在,这些循环只会创建一次,而不是在每个作用域(如每个模块)都创建。这一改变显著减少了 fixture 的数量,特别是对于大型测试套件,可以明显加快收集时间。
标记行为改进
pytest.mark.asyncio
装饰器的 loop_scope
参数行为得到了改进。现在,它不再强制要求存在与指定作用域级别匹配的 pytest Collector。例如,一个标记为 pytest.mark.asyncio(loop_scope="class")
的测试函数不再需要被类包围。这一变化使标记行为与 pytest_asyncio.fixture
的 scope
参数行为更加一致,提供了更大的灵活性。
问题修复
1.0.0 版本修复了多个重要问题:
- 解决了在使用 pytest 的
--setup-plan
选项时出现的错误,提高了工具的兼容性。 - 修复了在使用
--doctest-ignore-import-errors
pytest 选项时未抑制导入错误的问题。 - 解决了与包作用域循环相关的"fixture not found"错误,提高了工具的稳定性。
对下游打包者的说明
为了确保更好的打包体验,1.0.0 版本移除了一个有顺序依赖性的测试。这一改变使得 pytest-asyncio 在各种打包环境中的行为更加可靠和一致。
总结
pytest-asyncio 1.0.0 是一个重要的里程碑版本,它不仅移除了废弃功能,还带来了性能优化、行为改进和多个问题修复。这些变化使得这个异步测试工具更加成熟、稳定和高效。对于正在使用或考虑使用 pytest-asyncio 的开发者来说,升级到 1.0.0 版本将带来更好的测试体验和更可靠的测试结果。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0308- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









