pytest实战技巧之参数化应用
pytest是Python中最流行的测试框架之一。它提供了丰富的功能，可以帮助我们编写高效、可靠的测试用例。其中一个重要的功能就是参数化，它可以让我们用不同的数据组合来运行同一个测试用例，从而 提高测试覆盖率和效率。本文将介绍pytest参数化的基本用法和一些高级技巧，帮助读者更好地使用这个功能。
01 基本用法
pytest参数化的基本用法非常简单，只需要在测试函数上添加一个装饰器@pytest.mark.parametrize， 然后指定参数名称和参数值列表即可。例如，我们有一个测试函数test_add，用来测试两个数相加的结果是否正确：
def test_add(): assert add(2, 3) == 5 assert add(-1, 1) == 0现在我们想用多组数据来运行这个测试函数，可以这样做：
import pytest a, b, expected (2, 3, 5), (-1, 1, 0), (0, 0, 0), (100, -100, 0), ]) def test_add(a, b, expected): assert add(a, b) == expected这里我们定义了一个参数化装饰器，指定了三个参数名称a、b和expected，以及一个参数值列表，其中每个元素都是一个包含三个值的元组，分别代表两个数和它们的和。这样，pytest就会根据这个参数值列表，自动运行测试函数四次，每次用一个元组中的数据来替换a、b和expected参数，然后执行断言操作，最后输出测试结果。
02 参数化的多种方式
除了上面的方式，pytest还支持多种参数化的方式，可以根据实际情况选择最合适的一种。
参数值列表
我们已经看到了最简单的参数化方式，就是将多组参数值放在一个列表中，然后传给装饰器。这种方式适用于参数比较少、每个参数值都比较独立的情况。如果参数值之间有一定的关联性，或者参数比较多，就不太适合使用这种方式了。
参数名称列表
有时我们希望将参数值列表和参数名称列表分开定义，这样可以更清晰地表达参数之间的关系。例如， 我们有一个函数用来测试字符串是否包含某个子串，可以这样写：
@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这里我们将参数名称s、sub和expected分别和参数值列表中的元组对应起来，这样就可以更直观地理解 每个参数的含义。
注意，参数名称列表也可以是一个字符串，多个参数名称之间用逗号隔开，例如：“a, b, expected”。
参数化装饰器嵌套
有时我们需要对多个参数进行组合，这时可以使用参数化装饰器的嵌套。例如，我们有一个函数用来测试两个字符串连接后的结果是否正确，可以这样写：
@pytest.mark.parametrize("s1", ["hello", "world"]) @pytest.mark.parametrize("s2", ["python", "pytest"]) def test_concat(s1, s2): assert concat(s1, s2) == s1 + s2这里我们先用一个参数化装饰器指定s1参数的取值范围，然后在这个装饰器内部再嵌套一个参数化装饰器，指定s2参数的取值范围。这样，pytest就会自动运行测试函数四次，每次用一个s1和一个s2的组合 来测试函数的正确性。
参数化函数
有时我们需要动态生成参数值列表，这时可以使用参数化函数。例如，我们有一个函数用来测试一个整数是否为质数，可以这样写：
def is_prime(n): if n < 2: return False for i in range(2, int(n ** 0.5) + 1): if n % i == 0: return False return True @pytest.mark.parametrize("n", range(10)) def test_is_prime(n): assert is_prime(n) == (n in [2, 3, 5, 7])这里我们使用了Python内置的range函数来生成一个整数序列，然后将这个序列作为参数值列表传给了参数化装饰器。这样，pytest就会自动运行测试函数十次，每次用一个整数来测试函数的正确性。
从文件读取参数
有时我们需要从外部文件中读取参数值列表，这时可以使用pytest的fixture机制。例如，我们有一个CSV文件，包含了多组数据，每组数据都是一个整数和一个字符串，用逗号隔开。我们希望用这些数据 来测试一个函数，可以这样写：
import csv import pytest @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()) assert func(n, s) == ...这里我们定义了一个fixture函数data，用来读取CSV文件中的数据，并返回一个列表，每个元素都是一 个包含两个值的元组。然后在测试函数的参数化装饰器中，使用data()来获取这个列表，并将其中的元 组分别赋值给n和s两个参数。这样，pytest就会自动运行测试函数多次，每次用一个元组中的数据来测 试函数的正确性。
03 参数化的高级技巧
除了上面介绍的基本用法和多种方式，pytest参数化还有一些高级技巧，可以帮助我们更灵活地使用这个功能。
动态生成参数名称
有时我们需要动态生成参数名称，例如根据参数值来生成一个唯一的标识符。这时可以使用pytest的ids 参数，它可以指定每个参数值对应的参数名称。例如，我们有一个函数用来测试两个字符串连接后的长度是否正确，可以这样写：
@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这里我们使用了ids参数，将每个参数值对应的参数名称指定为了一个字符串，分别 是"case1"和"case2"。这样，pytest就会在测试结果中显示这些参数名称，方便我们查看和分析测试结果。
参数化的组合
例如，我们有一个函数用来测试两个整数相乘的结果是否正确，可以这样写：
@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):这里我们先用两个参数化装饰器分别指定a和b的取值范围，然后在测试函数中用a和b的乘积来进行断 言。这样，pytest就会自动运行测试函数九次，每次用一个a和一个b的组合来测试函数的正确性。另 外，我们还可以使用product函数来完成同样的功能，它可以将多个参数值列表进行组合，并返回所有可能的参数组合。
动态生成参数化装饰器
有时我们需要根据某些条件动态生成参数化装饰器，例如根据某个配置文件中的参数来决定测试函数的参数取值范围。这时可以使用pytest的fixture机制，动态生成参数化装饰器。
例如，我们有一个配置文件，包含了两个参数s和n，分别表示一个字符串和一个整数，我们希望用这些参数来测试一个函数，可 以这样写：
import yaml import pytest @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 funcs, n...这里我们定义了两个fixture函数，config和params。
config用来读取配置文件中的参数
params用来根据这些参数动态生成参数值列表
然后在测试函数中，使用params来获取参数值列表，并将其中的元 组分别赋值给s和n两个参数。这样，pytest就会自动运行测试函数多次，每次用一个元组中的数据来测试函数的正确性。
04 总结
本文介绍了pytest参数化的基本用法和多种方式，帮助读者更好地使用这个功能。同时，还介绍了一些高级技巧，如动态生成参数名称、参数化的组合和动态生成参数化装饰器，帮助读者更灵活地使用参数 化。通过学习本文，读者可以更好地理解pytest参数化的原理和用法，从而编写更高效、可靠的测试用例。
感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：
这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你!有需要的小伙伴可以点击下方小卡片领取