1、tox 能做什么？
细分的用途包括：
创建开发环境
运行静态代码分析与测试工具
自动化构建包
针对 tox 构建的软件包运行测试
检查软件包是否能在不同的 Python 版本/解释器中顺利安装
统一持续集成（CI）和基于命令行的测试
创建和部署项目文档
将软件包发布到 PyPI 或任何其它平台
tox 官方文档中列出了 40 余种使用场景的示例，详细的列表可查看：https://tox.readthedocs.io/en/latest/examples.html
2、tox 怎么配置？
关于它的用法：使用pip install tox 安装，使用tox 运行全部测试环境，和tox -e envname 运行指定的环境。还有不少的命令行参数，通过tox -h 查看。
tox 的行为由其配置文件控制，当前它支持 3 种配置文件：
pyproject.toml
tox.ini
setup.cfg
以 tox 项目自己的 tox.ini 配置内容为例，可以看到它是这样配置的（https://github.com/tox-dev/tox/blob/master/tox.ini）：
每个[xxx]及其下方内容组成一个章节（section），每个章节间使用空行作间隔。
[tox]下面是全局性的配置项，envlist 字段定义了 tox 去操作的环境。[xxx]下面是 xxx 虚拟环境的配置项，[xxx:yyy]继承 xxx 的配置，同时其自身配置项的优先级更高。
对于每个虚拟环境，可用的配置项很多，例如常用的有：description（描述信息）、basepython（Python解释器版本）、deps（环境依赖项）、commands（命令语句）等等。
tox 还支持作变量替换，它提供了一些内置的基础变量（全局的或对于虚拟环境的）：{toxinidir}、{homedir}、{envname}、{envdir}等等。
除了基础性的变量替换，它还支持这些高级用法：
取操作系统的环境变量：{env:KEY}，效果等同于os.environ['KEY'] 。可以变化成：{env:KEY:DEFAULTVALUE}，在取不到环境变量时则使用默认值；{env:KEY:{env:DEFAULT_OF_KEY}}，达到 if-else 的取值效果
传递命令行参数：{posargs:DEFAULTS}，当没有命令行参数时，使用 DEFAULTS 值。使用方式：tox arg1 arg2 传两个参，或者tox -- --opt1 arg1 将“-- opt1 arg1”作为整体传入。
章节间传值：{[sectionname]valuename}，不同章节的内容可以传递使用。
交互式控制台注入：{tty:ON_VALUE:OFF_VALUE}，当交互式 shell 控制台开启时，使用第一个值，否则使用第二个。pytest 在使用“--pdb”时，是这样的例子。
花括号“{}”除了可以做变量替换使用，它还可以作为“或关系”判断的取值。直接看下面的例子：
[tox]
envlist = {py27,py36}-django{15,16}
{py27,py36}-django{15,16} 的 2 组花括号内各有 2 个值，它们实际可以组合成 4 个环境：py27-django15、py27-django16、py36-django15、py36-django16。
关于 tox 有哪些配置项、使用条件、什么含义、高级用法等等内容，可在官方文档中查看：https://tox.readthedocs.io/en/latest/config.html
3、tox 的插件化
除了自身强大的可配置性，tox 还具有很强的可扩展性，它是可插拔的（pluggable），围绕它产生了一个极为丰富的插件生态。
使用pip search tox ，可以看到数量众多的“tox-”开头的库，它们都是 tox 的插件包。其中不乏 setuptools、pipenv、conda、travis、pytest、docker 等被大家熟知的名字。
tox 开放了挺多的 API 接口，方便其他人定制开发插件。
4、tox 的工作流程
接下来看看 tox 是怎么运作的：
其工作流程中主要的环节有：
配置（从figuration）：加载配置文件（如 tox.ini），解析命令行参数，读取系统环境变量等
打包（packaging）：可选的，对于带有 setup.py 文件的项目，可以在这步去生成它的源发行版
创建虚拟环境：默认使用 virtualenv 来创建虚拟环境，并根据配置项中的“deps”安装所需的依赖项，然后执行配置好的命令（commands）
报告（report）：汇总所有虚拟环境的运行结果并罗列出来
5、小结
tox 本身定位是一个测试工具，它试图令 Pytho 测试工作变得自动化、标准化与流程化。但跟 unittest 和 pytest 这些测试框架不同，它作用的是代码层面之外的事情，是一种项目级的工具。因此，它需要跟这些测试框架相结合，或者同时处理多种自动化任务（如跑 pep8、测代码覆盖率、生成文档等等），这样才能更好地发挥它的价值。
它的一大特色在于创建/管理虚拟环境，但这只是为了方便测试而使用的手段，因此相比其它可管理虚拟环境的工具，如 Virtualenvwrapper、conda、pipenv、poetry，它在某些方面就存在着不足。
（2）)
