推荐使用 pytest-asyncio 插件，通过 @pytest.mark.asyncio 装饰器或 pytest.ini 配置 asyncio_mode = auto，使测试函数支持 async/await；简单验证可用 asyncio.run()，但每次新建事件循环且不可复用。
直接用 asyncio.run() 或 pytest-asyncio 运行异步函数即可，关键是要让测试框架理解 awaitable 对象，不能像同步函数那样直接调用。
用 asyncio.run() 手动运行
适合简单验证或临时调试。把异步函数当作协程对象传给 asyncio.run()，它会自动创建事件循环并执行：
- 定义一个异步函数，比如
async def fetch_data(): return "done" - 在测试中写
result = asyncio.run(fetch_data()) - 然后用普通断言检查
result，例如assert result == "done"
注意：每次调用 asyncio.run() 都会新建事件循环，不能复用；也不适用于需要共享状态或模拟事件循环行为的场景。
用 pytest-asyncio 插件（推荐）
这是最主流的方式，让 pytest 原生支持 async 测试函数。安装后只需加装饰器或配置，就能写 async def test_xxx():：
- 安装：
pip install pytest-asyncio - 在测试函数上加
@pytest.mark.asyncio，或全局启用（在pytest.ini中设asyncio_mode = auto） - 函数内可直接
await被测函数，比如data = await fetch_data() - 支持 fixture 注入，包括 async fixture（如数据库连接），只要标记为
@pytest.fixture并是 async 函数即可
测试带 await 的内部逻辑（Mock 协程）
当被测函数依赖其他异步调用（如 HTTP 请求、数据库查询），需要用 mock 替换它们，并让 mock 返回可 await 的对象：
- 用
AsyncMock（Python 3.8+）替代Mock，它自带__await__方法 - 例如：
mock_api = AsyncMock(return_value={"id": 1})，然后result = await mock_api()就能正常返回 - 若用旧版本 Python，可用
return_value=coroutine+asyncio.Future手动构造，但更麻烦
避免常见错误
容易踩的坑包括：
- 忘记 await —— 写成
fetch_data()而不是await fetch_data()，结果得到一个 coroutine 对象而非实际返回值 - 混用线程与事件循环 —— 比如在异步测试里调用
threading.Thread后又试图 await 它，这不会按预期工作 - 多次调用
asyncio.run()在同一个测试里 —— 可能触发 “Event loop is closed” 错误，因为 Python 不允许嵌套 run - 用
unittest时没继承IsolatedAsyncioTestCase（Python 3.8+）—— 导致async de不被识别
f test_...
