pytest使用@pytest.mark.parametrize()实现参数化的示例代码
更新时间：2022年07月09日 16:41:46 作者：张念柯
这篇文章主要介绍了pytest使用@pytest.mark.parametrize()实现参数化,本文通过示例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
1.方法详情：
parametrize(argnames,argvalues,indirect=False,ids=None,scope=None)
常用参数：
argnames：参数名
argvalues：参数值（可以为list和tuple，或者字典列表，字典元组等）,参数值有N个，用例就会执行N次。
2.使用方法
2.1.一个列表中一个参数多个值
示例代码：
data_list1 = ['data1', 'data2', 'data3', 'data4']
@pytest.mark.parametrize('data', data_list1)
def test_01(data):
print(data)运行结果：
2.2.多参数多值
示例代码：
data_list2 = [('zhang1', '123456'), ('zhang2', '654321'), ('zhang3', '456789')]
@pytest.mark.parametrize('username, pwd', data_list2)
def test_02(username, pwd):
print(username + ':' + pwd)运行结果：
2.3.多个参数混合使用
示例代码：
data_list3 = ['zhang', 'li']
data_list4 = ['wang', 'liu']
data_list5 = ['zhao', 'qian']
@pytest.mark.parametrize('a', data_list3)
@pytest.mark.parametrize('b', data_list4)
@pytest.mark.parametrize('c', data_list5)
def test_03(a, b, c):
print('组合后的结果为', {a}, {b}, {c})2.4.传入字典数据
示例代码：
dict_data = ({'username': 'zhang', 'password': '123456'}, {'username': 'li', 'password': '654321'})
@pytest.mark.parametrize('data', dict_data)
def test_04(data):
print(data.get('username') + ':' + data.get('password'))
# print(data['username'] + ':' + data['password'])运行结果：
到此这篇关于pytest使用@pytest.mark.parametrize()实现参数化的文章就介绍到这了,更多相关pytest参数化内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了python如何将图片批量保存至word文档中问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-02-02
Python学习笔记之读取文件、OS模块、异常处理、with as语法示例
这篇文章主要介绍了Python学习笔记之读取文件、OS模块、异常处理、with as语法,结合实例形式简单分析了Python针对文件、目录的读取、异常处理等相关操作技巧,需要的朋友可以参考下2019-06-06
这篇文章主要介绍了Python中模块之string.py的相关资料，文中介绍的非常详细，对大家具有一定的参考价值，需要的朋友们下面来一起看看吧。2017-03-03
这篇文章主要介绍了python 如何对xml解析，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下2021-02-02
这篇文章主要介绍了Python中内建函数的简单用法说明,包括apply()、filter()、reduce()、map()四个函数的用法讲解,需要的朋友可以参考下2016-05-05
这篇文章主要介绍了通过实例了解Python异常处理机制底层实现,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,需要的朋友可以参考下2020-07-07
这篇文章主要介绍了python根据经纬度计算距离示例, 计算两点之间距离,需要的朋友可以参考下2014-02-02
这篇文章主要为大家详细介绍了python的函数参数，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
这篇文章主要为大家详细介绍了Python迭代和迭代器，感兴趣的小伙伴们可以参考一下2016-03-03
这篇文章主要介绍了Python小波变换去噪,对于去噪效果好坏的评价，常用信号的信噪比（SNR）与估计信号同原始信号的均方根误差（RMSE）来判断，需要的朋友可以参考下2021-12-12
最新评论