pytest的参数化操作

在使用pytest进行测试时,我们经常需要针对不同的输入值执行相同的测试逻辑。为了提高测试效率,避免重复编写相似的测试用例,pytest提供了参数化测试的功能。这一功能允许我们轻松执行同一测试用例的多个变体,从而覆盖更多的测试场景。

一、基本用法

pytest的参数化测试主要通过@pytest.mark.parametrize装饰器实现。该装饰器接收两个参数:第一个是字符串,表示参数的名称;第二个是参数的值列表,每个值都会作为一次独立的测试执行。

python 复制代码
import pytest  
  
@pytest.mark.parametrize("input,expected", [  
    (1, 2),  
    (2, 3),  
    (3, 4)  
])  
def test_increment(input, expected):  
    assert input + 1 == expected

|---|
| |

在这个例子中,test_increment函数会被执行三次,每次都会使用parametrize装饰器中定义的一组参数。

二、高级用法

除了基本用法外,pytest的参数化测试还支持一些高级功能,如使用ids为测试用例设置别名、使用indirect参数进行间接参数化等。

使用ids设置别名

ids参数允许我们为每个测试用例设置一个别名,这样在运行测试时,pytest会显示这些别名而不是参数的默认值。

python 复制代码
import pytest  
  
@pytest.mark.parametrize("input,expected", [  
    pytest.param(1, 2, marks=pytest.mark.basic),  
    pytest.param(2, 3, marks=pytest.mark.basic, id="basic_2"),  
    pytest.param(3, 4, id="basic_3"),  
])  
def test_increment(input, expected):  
    assert input + 1 == expected

|---|
| |

在这个例子中,第二个和第三个测试用例分别使用了id参数来设置别名。

使用indirect进行间接参数化

indirect参数允许我们将参数传递给fixture函数,而不是直接传递给测试用例函数。这可以用于更复杂的测试场景,其中fixture函数需要根据不同的参数来设置测试环境。

python 复制代码
import pytest  
  
@pytest.fixture  
def my_fixture(request):  
    param = request.param  
    return param  
  
@pytest.mark.parametrize("my_fixture", [1, 2, 3], indirect=True)  
def test_with_fixture(my_fixture):  
    assert my_fixture > 0

|---|
| |

在这个例子中,my_fixture是一个fixture函数,它接收一个参数并返回该参数。test_with_fixture函数使用@pytest.mark.parametrize装饰器进行参数化,并通过indirect=True告诉pytest将参数传递给fixture函数。

相关推荐
alpszero7 分钟前
YOLO11解决方案之对象裁剪探索
人工智能·python·计算机视觉·yolo11
独行soc12 分钟前
2025年渗透测试面试题总结-阿里云[实习]阿里云安全-安全工程师(题目+回答)
linux·经验分享·安全·阿里云·面试·职场和发展·云计算
明月看潮生15 分钟前
青少年编程与数学 02-019 Rust 编程基础 16课题、包、单元包及模块
开发语言·青少年编程·rust·编程与数学
后青春期的诗go21 分钟前
基于Rust语言的Rocket框架和Sqlx库开发WebAPI项目记录(二)
开发语言·后端·rust·rocket框架
白云千载尽34 分钟前
相机、雷达标定工具,以及雷达自动标定的思路
python·自动驾驶·ros
咕噜咕噜啦啦1 小时前
python爬虫实战训练
爬虫·python
草莓熊Lotso1 小时前
【C语言字符函数和字符串函数(一)】--字符分类函数,字符转换函数,strlen,strcpy,strcat函数的使用和模拟实现
c语言·开发语言·经验分享·笔记·其他
盛夏绽放1 小时前
Python字符串常用内置函数详解
服务器·开发语言·python
我想睡觉2611 小时前
Python训练营打卡DAY27
开发语言·python·机器学习
蹦蹦跳跳真可爱5891 小时前
Python----神经网络(基于DNN的风电功率预测)
人工智能·pytorch·python·深度学习·神经网络·dnn