Python中pytest的参数化实例解析

 更新时间:2023年07月12日 09:47:31   作者:菜鸟小超  
这篇文章主要介绍了Python中pytest的参数化实例解析,pytest是一个非常成熟的全功能的Python测试框架,主要有简单灵活,容易上手,支持参数化等特点,需要的朋友可以参考下

pytest的参数化

参数化多个参数:

可以使用多个参数来参数化测试。例如:

import pytest
@pytest.mark.parametrize("x, y, expected", [
    (1, 2, 3),
    (3, 4, 7),
    (5, 6, 11),
])
def test_addition(x, y, expected):
    assert x + y == expected

参数化列表:

可以使用列表来参数化测试。例如:

import pytest
@pytest.mark.parametrize("test_input, expected_output", [
    ([1, 2, 3], 6),
    ([4, 5, 6], 15),
    ([7, 8, 9], 24),
])
def test_sum(test_input, expected_output):
    assert sum(test_input) == expected_output

参数化字典:

可以使用字典来参数化测试。例如:

import pytest
@pytest.mark.parametrize("test_input, expected_output", [
    ({"x": 1, "y": 2}, 3),
    ({"x": 3, "y": 4}, 7),
    ({"x": 5, "y": 6}, 11),
])
def test_addition(test_input, expected_output):
    assert test_input["x"] + test_input["y"] == expected_output

参数化文件:

可以使用文件来参数化测试。例如:

import pytest
import csv
def read_csv():
    with open('testdata.csv', 'r') as f:
        reader = csv.reader(f)
        rows = []
        for row in reader:
            rows.append(row)
        return rows[1:]
@pytest.mark.parametrize("test_input, expected_output", read_csv())
def test_addition(test_input, expected_output):
    x, y = map(int, test_input.split(','))
    assert x + y == int(expected_output)

动态参数化:

可以使用 Python 代码动态生成参数。例如:

import pytest
import time
def get_test_data():
    test_data = []
    start_time = time.time()
    while time.time() - start_time < 10:  # 运行时间小于 10 秒
        x = random.randint(1, 100)
        y = random.randint(1, 100)
        expected = x + y
        test_data.append((x, y, expected))
    return test_data
@pytest.mark.parametrize("x, y, expected", get_test_data())
def test_addition(x, y, expected):
    assert x + y == expected

从外部数据源加载数据:

可以使用动态参数化从外部数据源加载测试数据,例如数据库、API 或其他 Web 服务。例如:

import pytest
import requests
def get_test_data():
    response = requests.get('https://api.example.com/data')
    test_data = []
    for item in response.json():
        x = item['x']
        y = item['y']
        expected = item['expected']
        test_data.append((x, y, expected))
    return test_data
@pytest.mark.parametrize("x, y, expected", get_test_data())
def test_addition(x, y, expected):
    assert x + y == expected

在上面的例子中,get_test_data 函数使用 requests 库从远程 API 加载测试数据,并返回一个测试数据列表。然后,使用 @pytest.mark.parametrize 装饰器动态参数化测试,使用从 API 加载的测试数据作为参数。

组合参数:

可以使用 itertools 库中的 product 函数生成参数的所有组合。例如:

import pytest
import itertools
@pytest.mark.parametrize("x, y", itertools.product([1, 2, 3], [4, 5, 6]))
def test_multiplication(x, y):
    assert x * y == y * x

在上面的例子中,使用 itertools.product 函数生成 x 和 y 的所有组合,并将它们作为参数传递给测试函数。

参数化生成器:

可以使用生成器函数生成参数。例如:

import pytest
import random
def get_test_data():
    while True:
        x = random.randint(1, 100)
        y = random.randint(1, 100)
        expected = x + y
        yield (x, y, expected)
@pytest.mark.parametrize("x, y, expected", get_test_data())
def test_addition(x, y, expected):
    assert x + y == expected

到此这篇关于Python中pytest的参数化实例解析的文章就介绍到这了,更多相关pytest的参数化实例解析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

  • Python 详解爬取并统计CSDN全站热榜标题关键词词频流程

    Python 详解爬取并统计CSDN全站热榜标题关键词词频流程

    读万卷书不如行万里路,只学书上的理论是远远不够的,只有在实战中才能获得能力的提升,本篇文章手把手带你用Python爬取CSDN全站综合热榜标题,顺便统计关键词词频,大家可以在过程中查缺补漏,提升水平
    2021-11-11
  • Python计算图片数据集的均值方差示例详解

    Python计算图片数据集的均值方差示例详解

    这篇文章主要为大家介绍了Python计算图片数据集的均值方差,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-05-05
  • Python的pywifi无线网络库的具体使用

    Python的pywifi无线网络库的具体使用

    pywifi是一个基于Python的用于操作无线网络的库,本文就来介绍一下pywifi的安装及实际应用场景使用,具有一定的参考价值,感兴趣的可以了解一下
    2024-02-02
  • Python实用技巧之利用元组代替字典并为元组元素命名

    Python实用技巧之利用元组代替字典并为元组元素命名

    这篇文章主要给大家介绍了关于Python实用技巧之利用元组代替字典并为元组元素命名的相关资料,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,需要的朋友们下面来一起看看吧
    2018-07-07
  • python实现基于信息增益的决策树归纳

    python实现基于信息增益的决策树归纳

    这篇文章主要为大家详细介绍了Python实现基于信息增益的决策树归纳,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-12-12
  • Python元组及文件核心对象类型详解

    Python元组及文件核心对象类型详解

    本篇文章主要给大家详细讲述了Python核心对象类型之元组及文件的相关内容,对此有兴趣的学习下。
    2018-02-02
  • python np.arange 步长0.1的问题需要特别注意

    python np.arange 步长0.1的问题需要特别注意

    这篇文章主要介绍了python np.arange 步长0.1的问题需要特别注意,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
    2022-05-05
  • python实现定时任务的多种方式详解

    python实现定时任务的多种方式详解

    Python社区提供了多种库来实现定时任务,下面这篇文章主要给大家介绍了关于python实现定时任务的多种方式,文中通过示例代码介绍的非常详细,需要的朋友可以参考下
    2025-05-05
  • python设置环境变量的作用整理

    python设置环境变量的作用整理

    在本篇文章里小编给大家整理的是关于python设置环境变量的作用整理内容,需要的朋友们可以学习参考下。
    2020-02-02
  • python两种注释用法的示例

    python两种注释用法的示例

    这篇文章主要介绍了python两种注释用法的示例,帮助大家开始学习和使用python 注释,感兴趣的朋友可以了解下
    2020-10-10

最新评论