目录👑
pytest参数化设计@pytest.mark.parametrize
[7.1 基本使用](#7.1 基本使用)
[7.2 嵌套使用](#7.2 嵌套使用)
[7.4核心特性：yield fixture（前置+后置）](#7.4核心特性：yield fixture（前置+后置）)
[7.5 fixture参数（灵活控制作用范围）](#7.5 fixture参数（灵活控制作用范围）)
[7.6 全局fixture：conftest.py](#7.6 全局fixture：conftest.py)
pytest安装：版本匹配是关键
学习pytest的第一步就是安装，这里要注意版本兼容性，避免因版本问题导致后续使用异常。
安装命令很简单，在命令行输入以下代码即可：
pip install pytest==8.3.2如果你的Python版本低于3.8，可以参考以下版本对应关系选择合适的pytest版本：
| pytest 版本 | 最低 Python 版本 |
|---|---|
| 8.0+ | 3.8+ |
| 7.1+ | 3.7+ |
| 6.2 - 7.0 | 3.6+ |
| 5.0 - 6.1 | 3.5+ |
| 3.3 - 4.6 | 2.7, 3.4+ |
安装完成后，记得在PyCharm中更新Python解释器，确认pytest已成功安装。这里有个明显的对比，未安装pytest时，运行测试用例需要手动编写main函数调用；安装后，测试方法名前会出现直接运行标志，无需额外代码，效率大幅提升。
核心基础：pytest用例运行规则
安装完成后，并不是所有方法都能被pytest识别并运行，必须遵循以下3条核心规则（重点记！）：
-
文件名必须以test_开头或者_test结尾（如test_login.py、login_test.py）；
-
测试类必须以Test开头，并且不能有__init__方法；
-
测试方法必须以test开头（如test_login_success、test_get_user_info）。
这里有个常见坑：测试类中不能定义__init__方法。因为pytest采用自动发现机制收集测试用例，会自动实例化测试类，若定义__init__方法，会掩盖测试逻辑，引入副作用，影响测试结果准确性。
如果测试类需要初始化操作，无需使用__init__，可以选择setup_method/teardown_method、setup_class/teardown_class方法，或后续会讲到的fixture函数，这些都是更合适的替代方案。
示例（错误示范，含__init__方法）：
python
class Test():
def __init__(self):
print("-----init-------")
def test_a(self):
print("-----test_a----")
运行该代码会出现异常，无法正常执行测试用例，大家一定要避开这个错误。
命令行参数与配置文件
pytest提供了丰富的命令行参数，能灵活控制测试用例的执行，以下是新手最常用的几个参数，建议牢记：
| 命令 | 描述 | 备注 |
|---|---|---|
| pytest | 在当前目录及其子目录中搜索并运行测试 | 无 |
| pytest -v | 增加输出的详细程度 | 无 |
| pytest -s | 显示测试中的print语句 | 无 |
| pytest 文件名.py | 运行指定的测试模块 | 如pytest test_login.py |
| pytest -k 关键字 | 只运行测试名包含指定关键字的用例 | 如pytest -k login |
| pytest --html=report.html | 生成HTML格式的测试报告 | 需安装pytest-html插件 |
实操示例：
-
简单运行所有符合规则的用例：pytest（不显示print内容）；
-
详细输出并显示print内容：pytest -sv（-s和-v可连写）；
-
指定文件运行：pytest cases/test_01.py；
-
指定具体用例运行：pytest cases/test_01.py::Test::test_a。
但如果每次运行都要输入长长的命令，会非常繁琐。解决方案是创建pytest配置文件pytest.ini，将常用参数统一配置，后续只需输入pytest命令即可运行。
配置文件示例（核心配置）：
将该文件放在项目根目录下，运行pytest命令时，会自动读取配置，无需再手动输入参数，极大提升效率。
必学技能：前后置操作与断言
前后置操作（解决初始化问题）
测试过程中，经常需要在执行用例前做初始化（如打开浏览器、连接数据库），执行后做清理（如关闭浏览器、断开数据库），这就是前后置操作。pytest提供3种方式实现，其中fixture是最推荐的方式。
-
setup_method 和 teardown_method：针对每个测试方法，执行一次前置和后置（如每个用例前都登录）；
-
setup_class 和 teardown_class：针对整个测试类，只执行一次前置和后置（如类开始前初始化数据库，结束后关闭）；
-
fixture：灵活度最高，可实现全局、局部的前后置，还能实现数据共享（后续详细讲解）。
示例：
python
class Testcase02():
def setup_method(self):
print("setup_method")
def test01(self):
print("test01")
def test02(self):
print("test02")
def teardown_method(self):
print("teardown_method")
class Test():
def setup_class(self):
print("setup_class")
def teardown_class(self):
print("teardown_class")
def test01(self):
print("test01")
def test02(self):
print("test02")
运行结果会显示，在含setup_method 和 teardown_method方法的测试类中，每个测试方法执行前都会打印前置信息，执行后打印后置信息。
在含有setup_class 和 teardown_class方法的测试类中，针对整个测试类，只执行一次前置和后置。
断言：验证测试结果的核心
断言是自动化测试的核心，用于验证实际结果是否符合预期。pytest无需额外导入断言库，直接使用Python原生的assert语句即可，语法简洁，功能强大。
基本语法：
assert 条件, 错误信息（错误信息可选，断言失败时显示）
条件必须是⼀个布尔表达式
常见断言场景示例：
python
import requests
import pytest
def test():
#断言基本数据类型
a = 1
b = 1
assert a== 1
str1 = "kiku"
str2 = "kiki"
assert str1 == str2
def test_ds():
# 断⾔列表
expect_list = [1, 'apple', 3.14]
actual_list = [1, 'apple', 3.14]
assert expect_list == actual_list
# 断⾔元组
expect_tuple = (1, 'apple', 3.14)
actual_tuple = (1, 'apple', 3.14)
assert expect_tuple == actual_tuple
# 断⾔字典
expect_dict = {'name': 'Alice', 'age': 25}
actual_dict = {'name': 'Alice', 'age': 25}
assert expect_dict == actual_dict
# 断⾔集合
expect_set = {1, 2, 3, 'apple'}
actual_set = {1, 2, 3, 'apple'}
assert expect_set == actual_set
#测试接口返回数据所有内容：字段&字段值
def test2():
url = "https://jsonplaceholder.typicode.com/posts/1"
r = requests.get(url = url)
expect_data = {
"userId": 1,
"id": 1,
"title": "sunt aut facere repellat provident occaecati excepturi optio reprehenderit",
"body": "quia et suscipit\nsuscipit recusandae consequuntur expedita et cum\nreprehenderit molestiae ut ut quas totam\nnostrum rerum est autem sunt rem eveniet architecto"
}
actual_data = r.json()
assert expect_data == actual_data
#对关键字段进行校验
def test3():
url = "https://jsonplaceholder.typicode.com/comments?postId=1"
r = requests.get(url = url)
assert r.json()[0]['id'] == 1
def test4():
url = "https://jsonplaceholder.typicode.com/"
text = "Use your own data"
r = requests.get(url)
assert text in r.text上面代码中用到的网站**http://jsonplaceholder.typicode.com/**是一个免费、公开、开箱即用的在线模拟 REST API 服务，专门用来给开发者做测试、学习、演示、原型开发。
它能提供现成的假接口 + 假数据，让我们在没有真实后端的情况下，也能练接口、写代码、做自动化测试。
断言失败时，pytest会清晰显示失败原因，方便我们快速定位问题，这也是pytest的一大优势。
pytest参数化设计**@pytest.mark.parametrize**
在测试中，经常需要用不同的参数重复运行同一个测试用例（如测试登录功能，输入不同的账号密码），如果手动编写多个用例，会造成代码冗余。
pytest内置的**@pytest.mark.parametrize**装饰器，可轻松实现参数化，大幅提升测试效率。
常见使用场景：
场景1：用例上使用参数化
python
#对多组参数实现参数化
@pytest.mark.parametrize("input, expected",[("3+5", 8), ("16/4", 4), ("4*9",37)])
def test7(input, expected):
assert eval(input) == expected
该用例会自动运行3次，分别使用3组参数，无需编写3个独立用例。
场景2：类上使用参数化（所有方法共用参数）
python
#在类上实现参数化
@pytest.mark.parametrize("n,expected", [(1, 2), (3, 4)])
class TestClass:
def test_simple_case(self, n, expected):
assert n + 1 == expected
def test_weird_simple_case(self, n, expected):
assert (n * 1) + 1 == expected
要对模块中的所有测试进行参数化，还可以将 pytestmark 全局变量赋值：
python
#全局变量参数化
pytestmark = pytest.mark.parametrize("data",(1,2))
class TestA():
def testA1(self, data):
print(data)
def testA2(self, data):
print(data)
class TestB():
def testB1(self, data):
print(data)
def testB2(self, data):
print(data)还可以自定义参数化数据源
python
def data_provider():
#...
return ["a","b",100]
@pytest.mark.parametrize("data", data_provider())()
def test_data(data):
print(data)结合fixture还能实现更复杂的参数化，满足不同测试场景需求。
pytest核心：fixture的使用（重中之重）
fixture是pytest最强大的功能，它可以实现前后置操作、数据共享、资源管理等，比setup/teardown系列方法更灵活、更强大。
7.1 基本使用
使用@pytest.fixture装饰器标记一个函数，该函数就是fixture，测试用例只需将fixture函数名作为参数，即可调用fixture。
python
#使用fixture来调用方法
@pytest.fixture
def login():
print("登录login()")
def test_blogList(login):
print("博客列表页blogList()")
def test_blogDetail(login):
print("博客详情页blogDetail()")
运行结果会显示，两个测试用例执行前都会先执行login fixture的前置操作，实现了代码复用。
7.2 嵌套使用
fixture也能嵌套使用：
python
#fixture的嵌套
@pytest.fixture
def first():
return "a"
@pytest.fixture
def second(first):
return [first]
def test_string(second):
second.append("b")
assert second == ["a", "b"]7.3请求多个fixture
测试和 fixture 不仅限于⼀次请求单个 fixture ，它们可以请求任意多个。
python
#请求多个fixtrue
class Fruit:
def __init__(self, name, color):
self.name = name
self.color = color
def __eq__(self, other):
return self.name == other.name
@pytest.fixture
def my_fruit():
return Fruit("apple", "red")
@pytest.fixture
def all_fruits(my_fruit):
return [Fruit("apple", "green") , Fruit("banana","yellow")]
def test_fruit(my_fruit, all_fruits):
assert my_fruit in all_fruits
7.4核心特性：yield fixture（前置+后置）
使用yield关键字，可在fixture中同时实现前置和后置操作：yield之前的代码是前置，yield之后的代码是后置，测试用例执行完成后，会自动执行后置代码，实现资源清理。
python
#yield fixtrue
@pytest.fixture
def operator():
print("前置操作：数据的初始化")
yield 100
print("后置操作：数据的清理")
def test_01(operator):
assert operator == 100
print(100+operator)
def test_02(operator):
print(100-operator)
常用场景：打开/关闭文件、连接/断开数据库等，避免资源泄露。
"Yield" fixture 使用 yield 而不是 return 。有了这些 fixture ，我们可以运行一些代码，并将对象返回给请求的 fixture/test ，就像其他 fixture ⼀样。唯⼀的不同是：
• return 被替换为 yield 。
• 该 fixture 的任何拆卸代码放置在 yield 之后。
⼀旦 pytest 确定了 fixture 的线性顺序，它将运行每个 fixture 直到它返回或 yield ，然后
继续执行列表中的下⼀个 fixture 做同样的事情。
测试完成后， pytest 将逆向遍历 fixture 列表，对于每个 yield 的 fixture ，运行yield
语句之后的代码
7.5 fixture参数（灵活控制作用范围）
fixture可通过参数控制作用范围、自动调用等，核心参数如下：
pytest.fixture(scope='', params='', autouse='', ids='', name='')
-
scope：作用范围（默认function，表示每个用例调用一次；class：每个类调用一次；module：每个模块(文件)调用一次；session：整个测试会话调用一次）；
-
autouse：是否自动调用（默认False，需手动传入；True：所有用例自动调用，无需传入）；
-
params：参数化fixture，实现多组参数测试；
-
name：给fixture重命名，调用时需使用新名称。
示例scope，范围function和class：
python
import pytest
@pytest.fixture(scope="function")
def fixture_01():
print("初始化")
yield
print("清理")
@pytest.fixture(scope="class")
def fixture_02():
print("初始化")
yield
print("清理")
class Testcase:
def test_01(self,fixture_01):
print("第1个测试用例")
def test_02(self,fixture_01):
print("第2个测试用例")
def test_03(self,fixture_02):
print("第1个测试用例")
def test_04(self,fixture_02):
print("第2个测试用例")
可以看到test_01和 test_02方法都各自执行了前置和后置操作，因为他们fixture的范围scope是function，
而 test_03和 test_04在一个类中 并且fixture范围scope是class，所以fixture只会在第一个方法开始前执行一次，在最后一个方法结束后执行一次。
运行后会发现，无需手动传入fixture，测试类的所有用例都会自动执行前置和后置操作。
另外两个scope范围在7.6中展示。
通过 params 实现参数化示例：
python
@pytest.mark.parametrize("data", (1,2,"kiku"))
def test_provider1(data):
print(data)
@pytest.fixture(params=[1,2,"kiku"])
def provider2(request):
return request.param
def test_provider2(provider2):
print(provider2)
我们可以看到通关fixture的params实现参数化的效果和用@pytest.mark.parametrize实现的效果相同。
7.6 全局fixture：conftest.py
如果多个测试模块需要共用fixture，无需重复编写，可创建conftest.py 文件（名称固定，不能修改），将全局fixture放在该文件中，所有子目录的测试用例均可直接调用，无需导入。
可以在项目中的不同目录下创建多个 conftest.py 文件，每个 conftest.py 文件都会对其所在目录及其子目录下的测试模块生效。
在不同模块的测试中需要用到 conftest.py 的前后置功能时，不需要做任何的import导入操作
作用：可以在不同的 .py 文件中使用同⼀个 fixture 函数。
conftest.py文件，范围为module，autouse为True 用例自动调用，不用手动传入
python
import pytest
@pytest.fixture(scope="module",autouse=True)
def fixture_01():
print("初始化")
yield
print("清理")文件1：
python
def test_01(fixture_01):
print("第1个测试用例")
class Testcase2:
def test_02(self,fixture_01):
print("第2个测试用例")文件2：
python
def test_01():
print("第1个测试用例")
class Testcase1:
def test_02(self):
print("第2个测试用例")测试结果：
我们看到scope为moudle时，每个课执行的测试文件都调用了一次fixture前置操作和后置操作。
conftest.py文件，范围为session
python
import pytest
@pytest.fixture(scope="session", autouse=True)
def fixture_01():
print("初始化")
yield
print("清理")测试文件内容不变，还是上面那两个，执行测试：
我们可以看到整个测试会话中fixture前置操作、后置操作都只执行了一次。
所有 .py 文件都在一个会话里，顺序按文件名跑，前后置只在最开始和最后各跑一次。