Pytest 源码解读 [1] - [pluggy] 核心设计理念浅读
背景：
Pytest 是一个功能强大的 Python 测试框架，它使用了一个名为 "pluggy" 的插件系统来扩展其功能。在 Pytest 的源码中，pluggy 模块负责实现插件管理和扩展机制。
核心类介绍：
PluginManager 类：PluginManager 是 pluggy 模块提供的一个类，用于管理插件的加载、注册和调用。它负责协调插件之间的交互，并控制钩子函数的执行顺序。
HookspecMarker 类：HookspecMarker 是 pluggy 模块提供的一个装饰器类，用于定义钩子函数规范。通过使用 HookspecMarker 装饰器，我们可以标识出一个函数作为钩子函数规范，以便在后续的插件中进行实现。
HookimplMarker 类：HookimplMarker 是 pluggy 模块提供的一个装饰器类，用于定义钩子函数的具体实现。通过使用 HookimplMarker 装饰器，我们可以将一个函数标识为钩子函数的具体实现，并将其注册到插件管理器中。
核心逻辑代码：
pm = PluginManager("pluggy_demo_1")
pm.add_hookspecs(HookSpec)
pm.register(HookImpl1())
pm.register(HookImpl2())
print(pm.hook.calculate(a=1, b=2))
首先，我们创建一个插件管理器 pm，并指定项目名称为 "pluggy_demo_1"。然后，我们使用 add_hookspecs() 方法将钩子函数规范 HookSpec 添加到插件管理器中。这样，插件管理器就知道了我们定义的钩子函数规范。
接下来，我们注册两个插件 HookImpl1() 和 HookImpl2() 到插件管理器中，通过调用 register() 方法。这样，插件管理器就知道了需要执行这两个插件的钩子函数。
最后，我们通过 pm.hook.calculate() 调用了钩子函数 calculate。pm.hook 是插件管理器提供的一个特殊属性，它允许我们访问所有已注册的钩子函数。通过调用 pm.hook.calculate()，插件管理器会触发所有已注册的 calculate 钩子函数，并将参数 a=1 和 b=2 传递给它们。
在插件中，我们可以根据具体需求实现 calculate 钩子函数的逻辑。可以有多个插件实现了该钩子函数，每个插件的实现可以根据自己的逻辑进行计算，并返回计算结果。
总结起来，这段代码中的 pm.hook.calculate 调用了已注册的 calculate 钩子函数，并触发了相应的插件逻辑。pm.hook 是插件管理器提供的特殊属性，用于访问已注册的钩子函数。通过调用该属性上的钩子函数，可以实现插件的扩展和自定义行为。
常用的 Pytest 钩子函数：
pytest_configure(config): 在 Pytest 运行之前，用于配置和初始化测试运行环境。pytest_collection_modifyitems(config, items): 在测试收集过程中修改测试项（test items）的钩子函数。pytest_runtest_protocol(item, nextitem): 在执行单个测试项之前和之后，以及在测试项之间进行干预的钩子函数。pytest_pyfunc_call(pyfuncitem): 在执行测试函数之前和之后进行干预的钩子函数。pytest_terminal_summary(terminalreporter): 在测试运行完成后，用于生成测试结果摘要的钩子函数。
自定义钩子函数步骤
步骤1：定义钩子函数接口（Hook specification）
- 创建一个 Python 模块，例如
myhooks.py。 - 在该模块中，使用
@pytest.hookspec装饰器来标记你的钩子函数接口。例如：
# myhooks.py
import pytest
@pytest.hookspec
def my_custom_hook(arg1, arg2):
"""Documentation for the custom hook."""
pass
在这个例子中，my_custom_hook 是你的自定义钩子函数接口。你可以根据需要定义参数和返回值，以及提供相应的文档说明。
步骤2：实现钩子函数（Hook implementation）
- 创建另一个 Python 模块，例如
myplugin.py。 - 在该模块中，使用
@pytest.hookimpl装饰器来标记你的钩子函数实现。例如：
# myplugin.py
import pytest
@pytest.hookimpl
def my_custom_hook(arg1, arg2):
"""Implementation of the custom hook."""
# 执行自定义的逻辑
print(f"Running custom hook with arguments: {arg1}, {arg2}")
return 42
在这个例子中，my_custom_hook 是你的自定义钩子函数实现。你可以在函数体内编写你的自定义逻辑，并返回相应的结果。
步骤3：注册自定义插件
- 创建一个用于注册插件的 Python 模块，例如
conftest.py。这个文件通常放置在测试目录的根目录或者tests目录下。 - 在
conftest.py中，使用pytest_configure钩子函数来注册你的插件。例如：
# conftest.py
def pytest_configure(config):
config.pluginmanager.register(myplugin)
在这个例子中，myplugin 是你在 myplugin.py 中定义的插件。通过调用 register 方法，你可以将插件注册到 Pytest 的插件管理器中。
步骤4：使用自定义钩子函数
- 在测试代码中，你可以通过使用
pytestconfig对象来访问自定义的钩子函数。 - 调用自定义钩子函数，并传入相应的参数。例如：
# test_myhooks.py
def test_with_custom_hook(pytestconfig):
hook_result = pytestconfig.hook.my_custom_hook(arg1=1, arg2=2)
# 处理钩子函数返回的结果
assert hook_result == 42
在这个例子中，我们通过 pytestconfig.hook 访问了自定义的钩子函数，并传入了参数 arg1 和 arg2。你可以根据你的钩子函数逻辑来处理返回的结果。
需要注意的是，为了让 Pytest 能够识别和加载自定义的钩子函数，确保将 myhooks.py、myplugin.py 和 conftest.py 放置在测试的搜索路径下，例如项目根目录或者 tests 目录下。
