本文共 2403 字，大约阅读时间需要 8 分钟。

Pytest参数化实用技巧

基本用法

Pytest的参数化功能可以帮助测试用例以多种方式运行，提高效率和覆盖率。最简单的方式是使用装饰器@pytest.mark.parametrize。例如，定义一个测试函数test_add，用来测试两个数的和是否正确：

def test_add(a, b, expected):    assert add(a, b) == expected

为了运行这个测试函数，我们可以添加以下参数化装饰器：

@pytest.mark.parametrize("a, b, expected", [    (2, 3, 5),    (-1, 1, 0),    (0, 0, 0),    (100, -100, 0)])

这样，Pytest会自动运行四次测试，每次使用不同的参数组合来测试函数。

参数化的多种方式

Pytest提供了多种参数化方式，根据需求选择合适的方式：

@pytest.mark.parametrize("s, sub, expected", [    ("hello world", "hello", True),    ("hello world", "world", True),    ("hello world", "python", False)])def test_contains(s, sub, expected):    assert (sub in s) == expected

3. 参数化装饰器嵌套
   当需要多个参数进行组合时，可以使用嵌套的参数化装饰器。例如，测试字符串连接后的结果：

@pytest.mark.parametrize("s1", ["hello", "world"])@pytest.mark.parametrize("s2", ["python", "pytest"])def test_concat(s1, s2):    assert concat(s1, s2) == s1 + s2

4. 参数化函数
   如果参数值需要动态生成，可以使用Python函数生成参数值列表。例如，测试质数：

@pytest.mark.parametrize("n", range(10))def test_is_prime(n):    assert is_prime(n) == (n in [2, 3, 5, 7])

5. 从文件读取参数
   使用fixture从外部文件读取参数值。例如，从CSV文件读取数据：

@pytest.fixture(scope="module")def data():    with open("test_data.csv") as f:        reader = csv.reader(f)        return list(reader)@pytest.mark.parametrize("n, s", data())def test_func(n, s):    assert func(n, s) == ...

高级技巧

Pytest参数化还提供了更多高级功能：

6. 动态生成参数名称
   使用ids参数动态指定参数名称。例如，测试字符串连接后的长度：

@pytest.mark.parametrize("s1, s2, expected", [    ("hello", "world", 10),    ("pytest", "is awesome", 15)], ids=["case1", "case2"])def test_len(s1, s2, expected):    assert len(concat(s1, s2)) == expected

2. 参数化的组合
   使用product函数将多个参数值列表组合起来。例如，测试两个整数相乘：

@pytest.mark.parametrize("a", [1, 2, 3])@pytest.mark.parametrize("b", [4, 5, 6])def test_mul(a, b):    assert mul(a, b) == a * b@pytest.mark.parametrize("a, b", product([1, 2, 3], [4, 5, 6]))def test_mul2(a, b):    assert mul(a, b) == a * b

3. 动态生成参数化装饰器
   使用fixture动态生成参数化装饰器。例如，根据配置文件读取参数：

@pytest.fixture(scope="module")def config():    with open("test_config.yaml") as f:        return yaml.safe_load(f)@pytest.fixture(scope="module")def params(config):    return [(s, n) for s in config["strings"] for n in config["numbers"]]def test_func(params):    for s, n in params:        assert func(s, n) == ...

总结

Pytest参数化提供了强大的功能，适用于各种测试场景。从简单的参数值列表到复杂的动态生成参数名称和组合，Pytest的参数化功能可以满足不同需求。通过合理使用这些功能，开发者可以编写更高效、可靠的测试用例。

转载地址：http://qjafk.baihongyu.com/