首页手记 Python编程入门指南

Python编程入门指南

标签：

微服务

概述

本文将带你深入了解Python编程入门的相关知识，涵盖Python的基本概念、环境配置、基础语法、面向对象编程等关键内容。通过本文的学习，你将能够掌握Python的核心技术和实践方法，为构建高效稳定的Python程序打下坚实基础。Python编程入门是一个复杂但有趣的领域，适合所有希望提升编程能力的开发者。

一、Python简介

Python 是一种高级编程语言，以其简洁清晰的语法和强大的功能而闻名。Python 支持多种编程范式，包括面向对象、函数式等。它被广泛应用于数据科学、机器学习、Web开发等领域。Python 由于其易学易用的特点，也成为了许多编程初学者的首选语言。

1.1 Python的历史

Python 由 Guido van Rossum 在 1989 年圣诞节期间开始设计，并在 1991 年首次发布。Python 的名字来源于喜剧团体 Monty Python。Python 的设计哲学强调代码的可读性和简洁性，这一特点使得 Python 获取了广泛的人气和大量的开发者社区支持。

1.2 Python的版本

Python 的主要版本分为两个主系列：2.x 版本和 3.x 版本。2.x 版本在 2020 年终止了长期支持，而 3.x 版本正在不断更新中。目前最新的稳定版本为 Python 3.11。Python 的版本号通常表示为主版本号、次版本号和修订版本号，例如 3.11.0 表示主版本号为 3，次版本号为 11，修订版本号为 0。

1.3 Python的应用领域

Python 在众多领域都有广泛应用，包括：

Web开发：如 Django、Flask 等框架。
数据科学与机器学习：如 NumPy、Pandas、Scikit-learn 等库。
自动化脚本：用于编写自动化任务和脚本。
游戏开发：如 Pygame 库，可以用来开发简单的游戏。

二、Python开发环境配置

在开始编写 Python 程序之前，首先需要配置好开发环境。这里我们将介绍如何安装 Python，并配置一个基本的开发环境。

2.1 下载与安装Python

访问 Python 官方网站 https://www.python.org/downloads/，根据你的操作系统选择合适的 Python 安装包进行下载。

Windows 系统安装步骤：

访问 Python 官网，下载对应版本的安装包。
运行下载的安装包。
在安装过程中，勾选“Add Python to PATH”选项，这样可以在命令行中直接使用 Python。
安装完成后，确认 Python 已正确安装。可以通过命令行输入 python --version 或 python3 --version 来检查 Python 版本。

macOS 系统安装步骤：

使用 Homebrew 包管理器安装 Python：
```
brew install python
```
安装完成后，可以通过命令行输入 python3 --version 来检查 Python 版本。

Linux 系统安装步骤：

使用包管理器安装 Python：
```
sudo apt-get install python3
```
安装完成后，可以通过命令行输入 python3 --version 来检查 Python 版本。

2.2 配置开发环境

安装文本编辑器

选择一个合适的文本编辑器来编写 Python 代码。推荐使用 Visual Studio Code、PyCharm、Sublime Text 等。这里以 Visual Studio Code 为例：

下载并安装 Visual Studio Code：https://code.visualstudio.com/download
安装 Python 扩展插件：
- 打开 Visual Studio Code。
- 依次点击左侧菜单栏的扩展（Extensions） -> 在搜索框中输入 "Python" -> 找到 "Python" 插件并点击安装。

安装 Python 扩展插件

安装完成后，在 Visual Studio Code 中编写 Python 代码时，可以享受到语法高亮、代码提示、调试等功能。

2.3 安装必要的库

在实际开发中，我们通常需要安装一些 Python 库来辅助完成特定任务。可以使用 pip 工具来安装这些库。

使用 pip 安装库

pip 是 Python 的包管理工具，用来安装和管理第三方库。在命令行中输入以下命令来安装一个库：

pip install package_name

例如，安装 NumPy 库：

pip install numpy

2.4 创建第一个 Python 脚本

打开 Visual Studio Code。
创建一个新的 Python 文件，例如命名为 hello.py。
输入以下代码：
```
print("Hello, World!")
```
保存文件。
在命令行中切换到保存文件的目录，然后运行该脚本：
```
python hello.py
```

三、Python基础语法

Python 作为一种高级编程语言，其语法简洁明了，易于初学者上手。本节将介绍 Python 的一些基本语法。

3.1 代码结构

Python 代码通常由多个语句组成，每个语句通常在一行中书写。多个语句可以组成一个函数或程序。Python 对缩进有严格要求，通常使用 4 个空格或一个 Tab 键进行缩进。

3.2 注释

注释是用来解释代码的，不被解释器执行。在 Python 中，单行注释使用 # 开头，多行注释使用三引号（''' 或 """）包围。

# 单行注释
print("Hello, World!")  # 在这一行代码的后面添加注释

"""
这是多行注释
可以写多行
"""

3.3 变量与类型

在 Python 中，变量不需要显式声明类型。Python 有多种内置类型，包括整型、浮点型、字符串、列表、字典等。

整型

整型是表示整数的数字类型。可以使用 int() 函数来将其他类型转换为整型。

a = 10
b = int(20.5)
print(a, b)

浮点型

浮点型用于表示带有小数点的数字。可以使用 float() 函数来将其他类型转换为浮点型。

c = 10.5
d = float("20.5")
print(c, d)

字符串

字符串是一系列字符组成的序列。字符串可以使用单引号、双引号或三引号包围。

str1 = 'Hello'
str2 = "World"
str3 = """这是
一个多行
字符串"""
print(str1, str2, str3)

列表

列表是一系列有序的元素组成的数据结构。可以使用方括号 [] 来定义列表。

list1 = [1, 2, 3, 4, 5]
list2 = ["apple", "banana", "cherry"]
print(list1, list2)

字典

字典是一种无序的键值对集合。可以使用花括号 {} 来定义字典。

dict1 = {"name": "Alice", "age": 20}
dict2 = {1: "one", 2: "two"}
print(dict1, dict2)

3.4 条件语句

条件语句允许根据条件来执行代码。Python 中的条件语句使用 if、elif 和 else 关键字。

x = 10
if x > 0:
    print("x is positive")
elif x == 0:
    print("x is zero")
else:
    print("x is negative")

3.5 循环

循环用于重复执行某些代码。Python 中的循环语句包括 for 循环和 while 循环。

`for` 循环

for 循环用于遍历序列中的元素。

for i in range(5):
    print(i)

`while` 循环

while 循环用于在条件满足时重复执行代码。

count = 0
while count < 5:
    print(count)
    count += 1

3.6 函数

函数是一段可以重复使用的代码块，用于完成特定任务。在 Python 中，可以使用 def 关键字来定义函数。

def greet(name):
    return f"Hello, {name}!"

print(greet("Alice"))

3.7 模块与包

Python 代码组织通常使用模块和包。模块是一个包含 Python 代码的文件，可以被其他文件导入和使用。包是一组模块的集合，通常用于更复杂的组织结构。

# 定义一个模块：my_module.py
def multiply(a, b):
    return a * b

# 在另一个文件中导入该模块
import my_module

result = my_module.multiply(3, 4)
print(result)

四、面向对象编程

面向对象编程（Object-Oriented Programming，OOP）是一种编程方法，允许将数据和处理这些数据的方法组织成类和对象。Python 支持面向对象编程，提供了类和对象的概念。

4.1 类与对象

类是对象的模板，用于定义对象的属性和行为。对象是类的实例，具有类定义的属性和方法。

定义类

在 Python 中，使用 class 关键字来定义类。

class Dog:
    def __init__(self, name, age):
        self.name = name
        self.age = age

    def bark(self):
        return f"{self.name} says woof!"

dog1 = Dog("Buddy", 3)
print(dog1.bark())

类的属性和方法

类可以定义属性（类的实例变量）和方法（类的方法）。

class Circle:
    def __init__(self, radius):
        self.radius = radius

    def area(self):
        return 3.14 * self.radius * self.radius

circle = Circle(5)
print(circle.area())

4.2 继承

继承允许一个类继承另一个类的属性和方法。被继承的类称为父类（基类或超类），继承的类称为子类。

class Animal:
    def __init__(self, name):
        self.name = name

    def speak(self):
        return f"{self.name} makes sound."

class Dog(Animal):
    def speak(self):
        return f"{self.name} says woof!"

animal = Animal("Generic Animal")
dog = Dog("Buddy")

print(animal.speak())
print(dog.speak())

4.3 多态

多态允许子类覆盖父类的方法，实现不同类具有相同方法的不同行为。

class Animal:
    def speak(self):
        raise NotImplementedError("Subclass must implement this method")

class Dog(Animal):
    def speak(self):
        return "Woof!"

class Cat(Animal):
    def speak(self):
        return "Meow!"

dog = Dog()
cat = Cat()

print(dog.speak())
print(cat.speak())

4.4 特殊方法

特殊方法，也称为魔术方法，是 Python 中具有特殊含义的方法。这些方法以双下划线开头和结尾，例如 __init__、__str__ 等。

class Book:
    def __init__(self, title, author):
        self.title = title
        self.author = author

    def __str__(self):
        return f"{self.title} by {self.author}"

book = Book("Python Programming", "Alice")
print(book)

4.5 类属性与实例属性

类属性是属于类的变量，所有对象共享同一个实例。实例属性是属于对象的变量，每个对象都有自己的副本。

class Car:
    wheels = 4  # 类属性

    def __init__(self, brand):
        self.brand = brand  # 实例属性

car1 = Car("Toyota")
car2 = Car("Honda")

print(Car.wheels)
print(car1.wheels)
print(car2.wheels)

五、异常处理

异常处理是程序中处理错误和异常的一种机制。Python 提供了 try、except、finally 等关键字来处理异常。

5.1 异常处理基本结构

try 代码块中放置可能会引发异常的代码，except 代码块中处理异常。

try:
    result = 10 / 0
except ZeroDivisionError:
    print("Cannot divide by zero!")

5.2 多个异常

可以捕获多个异常，也可以使用 else 和 finally 子句。

try:
    result = 10 / 0
except ZeroDivisionError:
    print("Cannot divide by zero!")
except TypeError:
    print("Invalid operation!")
else:
    print("No errors occurred!")
finally:
    print("This will always execute")

5.3 自定义异常

可以创建自定义异常，继承 Exception 类或其子类。

class CustomError(Exception):
    pass

try:
    raise CustomError("This is a custom error")
except CustomError as e:
    print(e)

六、文件操作

文件操作是编程中常见的需求之一，Python 提供了丰富的文件处理功能。本节介绍如何在 Python 中进行文件的读写操作。

6.1 打开文件

使用 open() 函数来打开文件。open() 函数通常接受两个参数：文件名和打开模式。

file = open("example.txt", "r")

6.2 读取文件

使用 read() 方法来读取文件内容。

file = open("example.txt", "r")
content = file.read()
print(content)
file.close()

6.3 写入文件

使用 write() 方法来写入文件内容。

file = open("example.txt", "w")
file.write("Hello, World!")
file.close()

6.4 使用 `with` 语句

with 语句可以自动管理文件的打开和关闭。

with open("example.txt", "r") as file:
    content = file.read()
    print(content)

6.5 文件操作示例

这里提供一个完整的文件操作示例，包括读取和写入文件。

def read_file(filename):
    with open(filename, "r") as file:
        return file.read()

def write_file(filename, content):
    with open(filename, "w") as file:
        file.write(content)
    return True

content = read_file("example.txt")
print(content)

write_file("example.txt", "This is a new content")
new_content = read_file("example.txt")
print(new_content)

七、网络编程

网络编程是实现计算机网络中数据通信的重要部分。Python 提供了丰富的网络库，如 socket 和 requests，来支持网络编程。

7.1 使用 socket 进行网络通信

socket 库提供了低级别的网络接口，可以用于实现客户端和服务器端程序。

服务器端程序

import socket

server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
server_socket.bind(("0.0.0.0", 12345))
server_socket.listen(5)

while True:
    client_socket, addr = server_socket.accept()
    data = client_socket.recv(1024).decode("utf-8")
    print(f"Client {addr} sent: {data}")
    client_socket.send("Hello, client!".encode("utf-8"))
    client_socket.close()

客户端程序

import socket

client_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
client_socket.connect(("localhost", 12345))
client_socket.send("Hello, server!".encode("utf-8"))
data = client_socket.recv(1024).decode("utf-8")
print(f"Server response: {data}")
client_socket.close()

7.2 使用 requests 库发送 HTTP 请求

requests 库是一个第三方库，可以用来发送 HTTP 请求。

import requests

response = requests.get("https://www.example.com")
print(response.status_code)
print(response.content)

八、数据库操作

数据库操作是现代应用程序开发中不可或缺的一部分。Python 通过多种库支持数据库操作，例如 sqlite3、psycopg2、pymysql 等。

8.1 使用 sqlite3 库连接 SQLite 数据库

SQLite 是一个轻量级的数据库，适用于小型项目或临时存储数据。

安装库

pip install pysqlite3

连接数据库并创建表

import sqlite3

connection = sqlite3.connect("example.db")
cursor = connection.cursor()

cursor.execute("""
CREATE TABLE IF NOT EXISTS users (
    id INTEGER PRIMARY KEY,
    name TEXT NOT NULL,
    email TEXT NOT NULL
)
""")

connection.commit()
connection.close()

插入数据

import sqlite3

connection = sqlite3.connect("example.db")
cursor = connection.cursor()

cursor.execute("""
INSERT INTO users (name, email)
VALUES ('Alice', 'alice@example.com')
""")

connection.commit()
connection.close()

查询数据

import sqlite3

connection = sqlite3.connect("example.db")
cursor = connection.cursor()

cursor.execute("SELECT * FROM users")
rows = cursor.fetchall()

for row in rows:
    print(row)

connection.close()

8.2 使用 pymysql 库连接 MySQL 数据库

MySQL 是一个流行的开源关系型数据库管理系统。

安装库

pip install pymysql

连接数据库并创建表

import pymysql

connection = pymysql.connect(
    host="localhost",
    user="root",
    password="password",
    database="example"
)

cursor = connection.cursor()

cursor.execute("""
CREATE TABLE IF NOT EXISTS users (
    id INTEGER PRIMARY KEY,
    name TEXT NOT NULL,
    email TEXT NOT NULL
)
""")

connection.commit()
connection.close()

插入数据

import pymysql

connection = pymysql.connect(
    host="localhost",
    user="root",
    password="password",
    database="example"
)

cursor = connection.cursor()

cursor.execute("""
INSERT INTO users (name, email)
VALUES ('Alice', 'alice@example.com')
""")

connection.commit()
connection.close()

查询数据

import pymysql

connection = pymysql.connect(
    host="localhost",
    user="root",
    password="password",
    database="example"
)

cursor = connection.cursor()

cursor.execute("SELECT * FROM users")
rows = cursor.fetchall()

for row in rows:
    print(row)

connection.close()

九、网络爬虫

网络爬虫是一种自动化工具，用于抓取互联网上的数据。Python 提供了许多库，如 requests、BeautifulSoup、Scrapy，用于实现网络爬虫。

9.1 使用 requests 和 BeautifulSoup 抓取网页

requests 库用于发送 HTTP 请求，BeautifulSoup 库用于解析 HTML。

安装库

pip install requests
pip install beautifulsoup4

示例代码

import requests
from bs4 import BeautifulSoup

response = requests.get("https://www.example.com")
html = response.text
soup = BeautifulSoup(html, "html.parser")

title = soup.title.string
print(title)

links = soup.find_all("a")
for link in links:
    print(link.get("href"))

9.2 使用 Scrapy 创建网络爬虫

Scrapy 是一个功能强大的网络爬虫框架，可以用来构建复杂的爬虫。

安装库

pip install scrapy

创建 Scrapy 项目

scrapy startproject myproject
cd myproject

创建爬虫

scrapy genspider example example.com

修改爬虫代码

在 myproject/spiders/example.py 文件中修改爬虫代码。

import scrapy

class ExampleSpider(scrapy.Spider):
    name = "example"
    start_urls = [
        "https://example.com",
    ]

    def parse(self, response):
        for title in response.css("title::text").getall():
            print(title)

运行爬虫

scrapy crawl example

十、并行与并发编程

并行与并发编程可以显著提高程序的执行效率。Python 提供了多种机制来实现并行与并发编程，如多线程、多进程、异步 IO 等。

10.1 Python 多线程

多线程允许程序同时执行多个线程，每个线程可以并行执行任务。

创建线程

import threading

def print_numbers():
    for i in range(10):
        print(i)

thread = threading.Thread(target=print_numbers)
thread.start()

10.2 Python 多进程

多进程可以更充分利用多核 CPU 的性能，每个进程拥有独立的内存空间。

创建进程

import multiprocessing

def print_numbers():
    for i in range(10):
        print(i)

process = multiprocessing.Process(target=print_numbers)
process.start()

10.3 异步 IO

异步 IO 通过非阻塞操作提高程序性能，避免 IO 操作阻塞程序执行。

使用 asyncio 库

import asyncio

async def print_numbers():
    for i in range(10):
        print(i)
        await asyncio.sleep(1)

async def main():
    task = asyncio.create_task(print_numbers())
    await task

asyncio.run(main())

十一、最佳实践与编码规范

编写高质量的代码不仅需要正确的语法和逻辑，还需要遵循一定的编码规范和最佳实践。

11.1 编码规范

Python 社区推荐遵循 PEP 8 编码规范，包括命名约定、缩进、注释等。

命名约定

函数名：lower_case_with_underscores
类名：CamelCase
变量名：lower_case_with_underscores
常量名：ALL_CAPS_WITH_UNDERSCORES

缩进

Python 使用 4 个空格或一个 Tab 键进行缩进。

注释

使用单行注释 #，多行注释使用三引号 """ 或 '''。

11.2 单元测试

单元测试是编写高质量代码的重要部分，可以使用 unittest 或 pytest 库来编写测试。

使用 `unittest` 库

import unittest

class TestMyFunction(unittest.TestCase):
    def test_add(self):
        self.assertEqual(add(1, 2), 3)

if __name__ == "__main__":
    unittest.main()

使用 `pytest` 库

def add(a, b):
    return a + b

def test_add():
    assert add(1, 2) == 3

if __name__ == "__main__":
    import pytest
    pytest.main()

11.3 版本控制

使用版本控制系统（如 Git）来管理代码版本，确保代码的可追溯性和协作性。

初始化 Git 仓库

git init

添加文件到仓库

git add .

提交更改

git commit -m "Initial commit"

远程仓库

将本地仓库与远程仓库关联：

git remote add origin <remote-repository-url>
git push -u origin master

十二、Python库与框架

Python 拥有庞大的库和框架生态系统，可以用于各种应用场景。以下是一些常用的库和框架。

12.1 数据科学库

NumPy

NumPy 是用于科学计算的基础库，提供了多维数组对象和相关函数。

import numpy as np

array = np.array([1, 2, 3])
print(array)

Pandas

Pandas 提供了数据结构和数据分析工具，广泛用于数据分析领域。

import pandas as pd

data = {
    "name": ["Alice", "Bob", "Charlie"],
    "age": [25, 30, 22]
}
df = pd.DataFrame(data)
print(df)

12.2 机器学习库

Scikit-learn

Scikit-learn 是一个用于机器学习的库，提供了多种算法和工具。

from sklearn.linear_model import LinearRegression

X = [[1], [2], [3]]
y = [1, 2, 3]
model = LinearRegression()
model.fit(X, y)
print(model.predict([[4]]))

TensorFlow

TensorFlow 是一个流行的深度学习框架，支持各种神经网络模型。

import tensorflow as tf

model = tf.keras.models.Sequential([
    tf.keras.layers.Dense(1, input_shape=(1,))
])

model.compile(optimizer='sgd', loss='mean_squared_error')
model.fit(X, y, epochs=100)
print(model.predict([[4]]))

12.3 Web开发框架

Django

Django 是一个功能强大的 Web 框架，内置了用户认证、数据库操作等功能。

# models.py
from django.db import models

class BlogPost(models.Model):
    title = models.CharField(max_length=200)
    content = models.TextField()
    pub_date = models.DateTimeField('date published')

# views.py
from django.http import HttpResponse
from .models import BlogPost

def index(request):
    posts = BlogPost.objects.all()
    output = ', '.join([p.title for p in posts])
    return HttpResponse(output)

Flask

Flask 是一个轻量级的 Web 框架，适合小型项目或微服务。

from flask import Flask, request

app = Flask(__name__)

@app.route('/')
def hello_world():
    return 'Hello, World!'

@app.route('/user/<username>')
def show_user_profile(username):
    return f'User {username}'

if __name__ == '__main__':
    app.run()

十三、Python社区与资源

Python 社区活跃且友好，提供了丰富的资源和工具来支持学习和开发。以下是一些推荐的资源。

13.1 官方文档

Python 官方文档提供了详尽的教程和参考文档，是学习 Python 的最佳起点。

官方文档：https://docs.python.org/3/

13.2 在线教程

慕课网：https://www.imooc.com/

慕课网提供了丰富的 Python 相关课程和教程。

十四、总结

通过以上章节的介绍，你已经掌握了 Python 编程的基本知识和技能。从环境配置到面向对象编程，从异常处理到网络编程，再到数据库操作和网络爬虫，Python 提供了强大的功能和丰富的库来满足各种需求。希望你能够继续深入学习，将所学知识应用到实际项目中，不断提升自己的编程能力。

点击查看更多内容

为 TA 点赞

若觉得本文不错，就分享一下吧！

评论

评论

共同学习，写下你的评论

评论加载中...

展开查看更多评论

作者其他优质文章

正在加载中

慕森卡

手记
篇

粉丝

120

获赞与收藏

527

关注作者，订阅最新文章

相关文章推荐

想学Python编程的，快来看最简单的入门指南

Python指南：过程型程序设计快速入门

Maven入门指南

Cron 任务入门指南

Web前端入门指南三

阅读免费教程

后端通用面试教程

41个小节 30273 342

网络编程入门教程

20个小节 12461 235

Pandas 入门教程

25个小节 18362 330

推荐

评论

收藏

共同学习，写下你的评论



感谢您的支持，我会继续努力的～

扫码打赏，你说多少就多少

赞赏金额会直接到老师账户

支付方式

打开微信扫一扫，即可进行扫码打赏哦

今天注册有机会得

100积分直接送

付费专栏免费学

大额优惠券免费领

立即参与放弃机会

点击
抽奖

慕课手记新用户专享福利

恭喜你，你的运气太好了，居然抽中了 100个积分！

恭喜你，抽中了价值元的专栏！

太棒了，直接落到你账户里！

积分商城里的罗技鼠标、机械键盘、
Kindle 阅读器、小米平衡车
Apple iPad （10.2英寸）、大额优惠券
在等着你去兑换了噢

作者：

免费赠送

兑换码：1111222211 复制

优惠券可用于购买实战课、体系课
无门槛使用

先去看看，有什么好东西马上兑换我爱学习，选课去


热搜

最近搜索清空

Python编程入门指南

1.1 Python的历史

1.2 Python的版本

1.3 Python的应用领域

2.1 下载与安装Python

Windows 系统安装步骤：

macOS 系统安装步骤：

Linux 系统安装步骤：

2.2 配置开发环境

安装文本编辑器

安装 Python 扩展插件

2.3 安装必要的库

使用 pip 安装库

2.4 创建第一个 Python 脚本

3.1 代码结构

3.2 注释

3.3 变量与类型

整型

浮点型

字符串

列表

字典

3.4 条件语句

3.5 循环

for 循环

while 循环

3.6 函数

3.7 模块与包

4.1 类与对象

定义类

类的属性和方法

4.2 继承

4.3 多态

4.4 特殊方法

4.5 类属性与实例属性

5.1 异常处理基本结构

5.2 多个异常

5.3 自定义异常

6.1 打开文件

6.2 读取文件

6.3 写入文件

6.4 使用 with 语句

6.5 文件操作示例

7.1 使用 socket 进行网络通信

服务器端程序

客户端程序

7.2 使用 requests 库发送 HTTP 请求

8.1 使用 sqlite3 库连接 SQLite 数据库

安装库

连接数据库并创建表

插入数据

查询数据

8.2 使用 pymysql 库连接 MySQL 数据库

安装库

连接数据库并创建表

插入数据

查询数据

9.1 使用 requests 和 BeautifulSoup 抓取网页

安装库

示例代码

9.2 使用 Scrapy 创建网络爬虫

安装库

创建 Scrapy 项目

创建爬虫

修改爬虫代码

运行爬虫

10.1 Python 多线程

创建线程

10.2 Python 多进程

创建进程

10.3 异步 IO

使用 asyncio 库

11.1 编码规范

命名约定

缩进

注释

11.2 单元测试

使用 unittest 库

`for` 循环

`while` 循环

6.4 使用 `with` 语句

使用 `unittest` 库

使用 `pytest` 库