pytest fixtures函数及测试函数的参数化解读
pytest fixtures测试函数参数化
Pytest会在以下几个级别启用测试参数化：
- pytest.fixture()，可以对fixture函数进行参数化。
- @pytest.mark.parametrize，可以在测试函数或类中定义多组参数和fixture。
- pytest_generate_tests，可以自定义参数化方案或扩展。
一、@pytest.mark.parametrize:参数化测试函数
1. 常规用法
对测试函数的参数进行参数化，直接使用内置的装饰器pytest.mark.parameterized即可。
import pytest
@pytest.mark.parametrize("test_input,expected", [("3+5", 8), ("2+4", 6), ("6*9", 42)])
def test_eval(test_input, expected):
assert eval(test_input) == expected从代码里可以看出，在装饰器里定义了三个不同的元组。我们把("test_input,expected", [("3+5", 8), ("2+4", 6), ("6*9", 42)])
拆开看：
- "test_input,expected"：这个字符串里定义了2个参数，test_input和expected。
- ("3+5", 8), ("2+4", 6), ("6*9", 42)：这里3个元组，没个元组里有2个元素，依次序分别对应test_input和expected。
- 3个元组外层的[]：列表里就是参数化具体的传参了，因为里面传了3个不同的元组，所以测试函数test_eval会分别执行3次。
============================= test session starts =============================
platform win32 -- Python 3.9.4, pytest-6.2.3, py-1.10.0, pluggy-0.13.1
rootdir: D:\PycharmProjects\wms-api\interface, configfile: pytest.inicollected 3 items
test_module1.py ..F
demo\test_module1.py:3 (test_eval[6*9-42])
54 != 42
Expected :42
Actual :54
<Click to see difference>
test_input = '6*9', expected = 42
@pytest.mark.parametrize("test_input,expected", [("3+5", 8), ("2+4", 6), ("6*9", 42)])
def test_eval(test_input, expected):
> assert eval(test_input) == expected
E AssertionError: assert 54 == 42
E + where 54 = eval('6*9')
test_module1.py:6: AssertionError运行结果可以看到最后一次失败了，因为第三次运行测试函数取的参数是 ("6*9", 42)，54不等于42，所以断言失败。
2. 在参数化中标记单个测试实例
在参数化中标记单个测试实例，比如之前提到过的mark.xfail，这个可以标记测试函数为失败。那么在参数化中，如果想让其中的某个参数运行
的时候测试失败，就可以这样用：
import pytest
@pytest.mark.parametrize(
"test_input,expected",
[("3+5", 8), ("2+4", 6), pytest.param("6*9", 42, marks=pytest.mark.xfail)],
)
def test_eval(test_input, expected):
assert eval(test_input) == expected运行一下：
test_module1.py [100%] ======================== 2 passed, 1 xfailed in 0.05s =========================..x
3. 多个参数化组合，笛卡尔积
如果在测试函数上加了多个参数化装饰器，那么得到的参数组合是一个笛卡尔积：
import pytest
@pytest.mark.parametrize("x", [0, 1])
@pytest.mark.parametrize("y", [2, 3])
def test_foo(x, y):
print("\nx:", x)
print("y:", y)应该会组合成4组数据x=0/y=2, x=1/y=2, x=0/y=3, 和x=1/y=3，测试函数执行4次：
test_module1.py .
x: 0
y: 2
.
x: 1
y: 2
.
x: 0
y: 3
.
x: 1
y: 3
[100%]
============================== 4 passed in 0.01s ==============================二、用钩子函数pytest_generate_tests example拓展
如果有些场景需要动态的确定参数或者fixture的使用范围，那么可以使用pytest_generate_tests这个钩子函数，该函数会在收集测试函数时候被调用。
通过传入的metafunc对象，可以检查请求测试函数的上下文，还可以进一步的调用metafunc.parameterize()来实现参数化。
举例，有个测试函数需要接受输入的字符串作为参数，而且通过pytest命令行获取到，那么就要编写一个获取参数的fixture函数来给测试函数调用。
# content of test_strings.py
def test_valid_string(stringinput):
assert stringinput.isalpha()新建conftest.py文件，fixture函数写在这里：
# content of conftest.py
def pytest_addoption(parser):
parser.addoption(
"--stringinput",
action="append",
default=[],
help="list of stringinputs to pass to test functions",
)
def pytest_generate_tests(metafunc):
if "stringinput" in metafunc.fixturenames:
metafunc.parametrize("stringinput", metafunc.config.getoption("stringinput"))现在用命令行方式来运行这个测试函数：
pytest -q --stringinput="hello" --stringinput="world" test_strings.py
会运行2次。
D:\PycharmProjects\wms-api\interface\demo>pytest -q --stringinput="hello" --stringinput="world" test_strings.py .. [100%] 2 passed in 0.01s
再换个输入参数，让测试函数失败：
pytest -q --stringinput="!" test_strings.py
FAILED test_strings.py::test_valid_string[!] - AssertionError: assert False1 failed in 0.04s
如果没有字符串输入，那么测试函数它将被跳过。因为metafunc.parameterize()被调用时，传过去的是一个列表:
pytest -q -rs test_strings.py
SKIPPED [1] test_strings.py: got empty parameter set ['stringinput'], function test_valid_string at $REGENDOC_TMPDIR/test_strings.py:2 1 skipped in 0.12s
注意，在调用metafunc时， 如果使用不同的参数集进行多次参数化，这些参数集上的所有参数名称都不能重复，否则将会报错。
总结
文中讲到的3种用法，实际应用中第一种最常见，第二种次之，至于第三种，可以作为一些用法启发，更多关于pytest fixtures测试函数参数化的资料请关注脚本之家其它相关文章！
相关文章
本文主要介绍了Pandas 类型转换astype()的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2022-07-07
这篇文章主要介绍了Python入门教程(十九)python的函数,函数是组织好的，可重复使用的，用来实现单一，或相关联功能的代码段,需要的朋友可以参考下2023-04-04
本篇文章主要介绍了Python 快速实现CLI 应用程序的脚手架，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-12-12
这篇文章主要为大家详细介绍了Python中的隐含特性，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助2022-01-01
今天小编就为大家分享一篇python 阶乘累加和的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-02-02
现在yolov5的neck用的是PANet,在efficient论文中提出了BiFPN结构,还有更加不错的性能,下面这篇文章主要给大家介绍了关于如何将yolov5中的PANet层改为BiFPN的相关资料,需要的朋友可以参考下2022-06-06
这篇文章主要介绍了Python实现简单网页图片抓取完整代码实例，具有一定借鉴价值，需要的朋友可以参考下。2017-12-12
这篇文章主要介绍了Python 如何保存json文件并格式化，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-04-04
过完春节，盼着下一个节日，那么如何判断距离节假日还有多少天呢？今天小编给大家介绍使用python脚本来解决这个问题，对Python统计节假日倒计时脚本感兴趣的朋友一起看看吧2022-02-02
Mac OS X10.9安装的Python2.7升级Python3.3步骤详解
Mac OS X10.9默认带了Python2.7，不过现在Python3.3.3出来了，如果想使用最新版本，赶紧升级下吧。基本步骤如下2013-12-12
最新评论