pytest实战技巧

前言

pytest是Python中最流行的测试框架之一。它提供了丰富的功能，可以帮助我们编写高效、可靠的测试用例。其中一个重要的功能就是参数化，它可以让我们用不同的数据组合来运行同一个测试用例，从而 提高测试覆盖率和效率。本文将介绍pytest参数化的基本用法和一些高级技巧，帮助读者更好地使用这个功能。 

同时，我也准备了一份软件测试视频教程（含接口、自动化、性能等），需要的可以直接在下方观看，你也直接点击文末小卡片免费领取资料文档

软件测试视频教程观看处：

2023年B站最牛软件测试面试突击教程，字节大佬亲授，99%的人都能拿到offer

1、基本用法

pytest参数化的基本用法非常简单，只需要在测试函数上添加一个装饰器@pytest.mark.parametrize， 然后指定参数名称和参数值列表即可。例如，我们有一个测试函数test_add，用来测试两个数相加的结果是否正确：

def test_add():
 
   assert add(2, 3) == 5
 
   assert add(-1, 1) == 0

现在我们想用多组数据来运行这个测试函数，可以这样做：

import pytest
 
@pytest.mark.parametrize("a, b, expected", [
 
  (2, 3, 5),
 
  (-1, 1, 0),
 
  (0, 0, 0),
 
  (100, -100, 0),
 
])
 
def test_add(a, b, expected):
 
   assert add(a, b) == expected

这里我们定义了一个参数化装饰器，指定了三个参数名称a、b和expected，以及一个参数值列表，其中每个元素都是一个包含三个值的元组，分别代表两个数和它们的和。这样，pytest就会根据这个参数值列表，自动运行测试函数四次，每次用一个元组中的数据来替换a、b和expected参数，然后执行断言操作，最后输出测试结果。 

2、参数化的多种方式 

除了上面的方式，pytest还支持多种参数化的方式，可以根据实际情况选择最合适的一种。 

参数值列表 

我们已经看到了最简单的参数化方式，就是将多组参数值放在一个列表中，然后传给装饰器。这种方式适用于参数比较少、每个参数值都比较独立的情况。如果参数值之间有一定的关联性，或者参数比较 多，就不太适合使用这种方式了。 

参数名称列表 

有时我们希望将参数值列表和参数名称列表分开定义，这样可以更清晰地表达参数之间的关系。例如， 我们有一个函数用来测试字符串是否包含某个子串，可以这样写：

@pytest.mark.parametrize("s, sub, expected", [
  ("hello world", "hello", True),
  ("hello world", "world", True),
  ("hello world", "python", False),
])
 
def test_contains(s, sub, expected):
 
   assert (sub in s) == expected

这里我们将参数名称s、sub和expected分别和参数值列表中的元组对应起来，这样就可以更直观地理解 每个参数的含义。

注意，参数名称列表也可以是一个字符串，多个参数名称之间用逗号隔开，例如："a, b, expected"。 

参数化装饰器嵌套 

有时我们需要对多个参数进行组合，这时可以使用参数化装饰器的嵌套。例如，我们有一个函数用来测试两个字符串连接后的结果是否正确，可以这样写：

@pytest.mark.parametrize("s1", ["hello", "world"])
 
@pytest.mark.parametrize("s2", ["python", "pytest"])
 
def test_concat(s1, s2):
 
   assert concat(s1, s2) == s1 + s2

这里我们先用一个参数化装饰器指定s1参数的取值范围，然后在这个装饰器内部再嵌套一个参数化装饰器，指定s2参数的取值范围。这样，pytest就会自动运行测试函数四次，每次用一个s1和一个s2的组合 来测试函数的正确性。 

参数化函数 

有时我们需要动态生成参数值列表，这时可以使用参数化函数。例如，我们有一个函数用来测试一个整数是否为质数，可以这样写：

def is_prime(n):
 
   if n < 2:
 
      return False
 
   for i in range(2, int(n ** 0.5) + 1):
 
      if n % i == 0:
 
         return False
 
   return True
 
 
 
@pytest.mark.parametrize("n", range(10))
 
def test_is_prime(n):
 
   assert is_prime(n) == (n in [2, 3, 5, 7])

这里我们使用了Python内置的range函数来生成一个整数序列，然后将这个序列作为参数值列表传给了参数化装饰器。这样，pytest就会自动运行测试函数十次，每次用一个整数来测试函数的正确性。

从文件读取参数 

有时我们需要从外部文件中读取参数值列表，这时可以使用pytest的fixture机制。例如，我们有一个CSV文件，包含了多组数据，每组数据都是一个整数和一个字符串，用逗号隔开。我们希望用这些数据 来测试一个函数，可以这样写：

import csv
 
import pytest
 
 
 
@pytest.fixture(scope="module")
 
def data():
 
   with open("test_data.csv") as f:
 
      reader = csv.reader(f)
 
      return list(reader)
 
 
 
@pytest.mark.parametrize("n, s", data())
 
def test_func(n, s):
 
   assert func(n, s) == ...

这里我们定义了一个fixture函数data，用来读取CSV文件中的数据，并返回一个列表，每个元素都是一 个包含两个值的元组。然后在测试函数的参数化装饰器中，使用data()来获取这个列表，并将其中的元 组分别赋值给n和s两个参数。这样，pytest就会自动运行测试函数多次，每次用一个元组中的数据来测 试函数的正确性。 

3、参数化的高级技巧 

除了上面介绍的基本用法和多种方式，pytest参数化还有一些高级技巧，可以帮助我们更灵活地使用这个功能。 

动态生成参数名称 

有时我们需要动态生成参数名称，例如根据参数值来生成一个唯一的标识符。这时可以使用pytest的ids 参数，它可以指定每个参数值对应的参数名称。例如，我们有一个函数用来测试两个字符串连接后的长度是否正确，可以这样写：

@pytest.mark.parametrize("s1, s2, expected", [
 
   ("hello", "world", 10),
 
   ("pytest", "is awesome", 15),
 
], ids=["case1", "case2"])
 
def test_len(s1, s2, expected):
 
   assert len(concat(s1, s2)) == expected

这里我们使用了ids参数，将每个参数值对应的参数名称指定为了一个字符串，分别是"case1"和"case2"。这样，pytest就会在测试结果中显示这些参数名称，方便我们查看和分析测试结果。 

参数化的组合 

有时我们需要对多个参数进行组合，例如测试一个函数在不同参数组合下的正确性。这时可以使用pytest的product参数化，它可以将多个参数值列表进行组合，生成所有可能的参数组合。

例如，我们有一个函数用来测试两个整数相乘的结果是否正确，可以这样写：

@pytest.mark.parametrize("a", [1, 2, 3]) @pytest.mark.parametrize("b", [4, 5, 6])
 
def test_mul(a, b):
 
   assert mul(a, b) == a * b
 
 
 
@pytest.mark.parametrize("a, b", product([1, 2, 3], [4, 5, 6]))
 
def test_mul2(a, b):
 
   assert mul(a, b) == a * b

这里我们先用两个参数化装饰器分别指定a和b的取值范围，然后在测试函数中用a和b的乘积来进行断 言。这样，pytest就会自动运行测试函数九次，每次用一个a和一个b的组合来测试函数的正确性。另 外，我们还可以使用product函数来完成同样的功能，它可以将多个参数值列表进行组合，并返回所有可能的参数组合。

动态生成参数化装饰器 

有时我们需要根据某些条件动态生成参数化装饰器，例如根据某个配置文件中的参数来决定测试函数的参数取值范围。这时可以使用pytest的fixture机制，动态生成参数化装饰器。

例如，我们有一个配置文件，包含了两个参数s和n，分别表示一个字符串和一个整数，我们希望用这些参数来测试一个函数，可 以这样写：

import yaml
 
import pytest
 
 
 
@pytest.fixture(scope="module")
 
def config():
 
   with open("test_config.yaml") as f:
 
        return yaml.safe_load(f)
 
 
 
@pytest.fixture(scope="module")
 
   def params(config):
 
       return [(s, n) for s in config["strings"] for n in config["numbers"]]
 
def test_func(params):
 
   for s, n in params:
 
       assert func(s, n) == ...

这里我们定义了两个fixture函数，config和params。

config用来读取配置文件中的参数

params用来根据这些参数动态生成参数值列表

然后在测试函数中，使用params来获取参数值列表，并将其中的元 组分别赋值给s和n两个参数。这样，pytest就会自动运行测试函数多次，每次用一个元组中的数据来测试函数的正确性。 

4、总结

本文介绍了pytest参数化的基本用法和多种方式，帮助读者更好地使用这个功能。同时，还介绍了一些高级技巧，如动态生成参数名称、参数化的组合和动态生成参数化装饰器，帮助读者更灵活地使用参数 化。通过学习本文，读者可以更好地理解pytest参数化的原理和用法，从而编写更高效、可靠的测试用例。

最后在这里分享一套软件测试的自学教程合集。对于在测试行业发展的小伙伴们来说应该会很有帮助，有需要的朋友你可以【点击文末小卡片免费领取】

除了基础入门的资源，博主也收集不少进阶自动化的资源，从理论到实战，知行合一才能真正的掌握。全套内容已经打包到网盘，内容总量接近300个G，包括基础知识、Linux必备、Shell、互联网程序原理、Mysql数据库、抓包工具专题、接口测试工具、测试进阶-Python编程、Web自动化测试、APP自动化测试、接口自动化测试、测试高级持续集成、测试架构开发测试框架、性能测试、安全测试等配套学习资源。

这些资料，对于做【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！凡事要趁早，特别是技术行业，一定要提升技术功底。