Python的pytest参数化实例分析

今天小编给大家分享一下python的pytest参数化实例分析的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。

源代码分析

def parametrize(self,argnames, argvalues, indirect=False, ids=None, scope=None):    　　""" Add new invocations to the underlying test function using the list    　　　　of argvalues for the given argnames.  Parametrization is perfORMed    　　during the collection phase.  If you need to setup expensive resources    see about setting indirect to do it rather at test setup time.　　# 使用给定argnames的argValue列表向基础测试函数添加新的调用，在收集阶段执行参数化。    :arg argnames: a comma-separated string denoting one or more argument                   names, or a list/tuple of argument strings.　　# 参数名：使用逗号分隔的字符串，列表或元祖，表示一个或多个参数名    :arg argvalues: The list of argvalues determines how often a        test is invoked with different argument values.  If only one        argname was specified argvalues is a list of values.  If N        argnames were specified, argvalues must be a list of N-tuples,        where each tuple-element specifies a value for its respective        argname.　　# 参数值：只有一个argnames，argvalues则是值列表。有N个argnames时，每个元祖对应一组argnames，所有元祖组合成一个列表    :arg indirect: The list of argnames or boolean. A list of arguments'        names (self,subset of argnames). If True the list contains all names from        the argnames. Each argvalue corresponding to an argname in this list will        be passed as request.param to its respective argname fixture        function so that it can perform more expensive setups during the        setup phase of a test rather than at collection time.    :arg ids: list of string ids, or a callable.        If strings, each is corresponding to the argvalues so that they are        part of the test id. If None is given as id of specific test, the        automatically generated id for that argument will be used.        If callable, it should take one argument (self,a single argvalue) and return        a string or return None. If None, the automatically generated id for that        argument will be used.        If no ids are provided they will be generated automatically from        the argvalues.　　# ids：字符串列表，可以理解成标题，与用例个数保持一致    :arg scope: if specified it denotes the scope of the parameters.        The scope is used for grouping tests by parameter instances.        It will also override any fixture-function defined scope, allowing        to set a dynamic scope using test context or configuration.　　　　# 如果指定，则表示参数的范围。作用域用于按参数实例对测试进行分组。　　　它还将覆盖任何fixture函数定义的范围，允许使用测试上下文或配置设置动态范围。    """

argnames

释义：参数名称

格式：字符串"arg1,arg2,arg3"

aegvalues

释义：参数值列表

格式：必须是列表，如[val1,val2,val3]

单个参数，里面是值的列表，如@pytest.mark.parametrize("name",["Jack","Locus","Bill"])

多个参数，需要用元祖来存放值，一个元祖对应一组参数的值，如@pytest.mark.parametrize("user,age",[("user1",15),("user2",24),("user3",25)])

ids

释义：可以理解为用例的id

格式：字符串列表，如["case1","case2","case3"]

indirect

释义：当indirect=True时，若传入的argnames是fixture函数名，此时fixture函数名将成为一个可执行的函数，

argvalues作为fixture的参数，执行fixture函数，最终结果再存入 request.param；当indirect=False时，fixture

函数只作为一个参数名给测试收集阶段调用。

备注：这里可以将the setup phase（测试设置阶段）理解为配置 conftest.py 阶段，将the collection phase（

测试收集阶段）理解为用例执行阶段。

装饰测试类

import pytestdata = [    (2,2,4),    (3,4,12)]def add(a,b):    return a * b@pytest.mark.parametrize('a,b,expect',data)class TestParametrize(object):    def test_parametrize_1(self,a,b,expect):        print('\n测试函数1测试数据为\n{}-{}'.format(a,b))        assert add(a,b) == expect    def test_parametrize_2(self,a,b,expect):        print('\n测试函数2测试数据为\n{}-{}'.format(a,b))        assert add(a,b) == expectif __name__ == "__main__":    pytest.main(["-s","test_07.py"])

============================= test session starts =============================platform win32 -- Python 3.8.0, pytest-6.2.5, py-1.11.0, pluggy-1.0.0rootdir: D:\AutoCodeplugins: html-3.1.1, metadata-1.11.0collecting ... collected 4 itemstest_07.py::TestParametrize::test_parametrize_1[2-2-4] 测试函数1测试数据为2-2PASSEDtest_07.py::TestParametrize::test_parametrize_1[3-4-12] 测试函数1测试数据为3-4PASSEDtest_07.py::TestParametrize::test_parametrize_2[2-2-4] 测试函数2测试数据为2-2PASSEDtest_07.py::TestParametrize::test_parametrize_2[3-4-12] 测试函数2测试数据为3-4PASSED============================== 4 passed in 0.12s ==============================Process finished with exit code 0

由以上代码可以看到，当装饰器装饰测试类时，定义的数据集合会被传递给类的所有方法。

装饰测试函数

单个数据

import pytestdata = ["Rose","white"]@pytest.mark.parametrize("name",data)def test_parametrize(name):    print('\n列表中的名字为\n{}'.format(name))if __name__ == "__main__":    pytest.main(["-s","test_07.py"])

============================= test session starts =============================platform win32 -- Python 3.8.0, pytest-6.2.5, py-1.11.0, pluggy-1.0.0rootdir: D:\AutoCodeplugins: html-3.1.1, metadata-1.11.0collected 2 itemstest_07.py 列表中的名字为Rose.列表中的名字为white.============================== 2 passed in 0.09s ==============================Process finished with exit code 0

当测试用例只需要一个参数时，我们存放数据的列表无序嵌套序列，@pytest.mark.parametrize("name", data)

装饰器的第一个参数也只需要一个变量接收列表中的每个元素，第二个参数传递存储数据的列表，那么测试用

例需要使用同名的字符串接收测试数据(实例中的name)且列表有多少个元素就会生成并执行多少个测试用例。

一组数据

import pytestdata = [    [1, 2, 3],    [4, 5, 9]]  # 列表嵌套列表# data_tuple = [#     (1, 2, 3),#     (4, 5, 9)# ]  # 列表嵌套元组@pytest.mark.parametrize('a, b, expect', data)def test_parametrize_1(a, b, expect):  # 一个参数接收一个数据    print('\n测试数据为\n{}，{}，{}'.format(a, b, expect))    actual = a + b    assert actual == expect@pytest.mark.parametrize('value', data)def test_parametrize_2(value):  # 一个参数接收一组数据    print('\n测试数据为\n{}'.format(value))    actual = value[0] + value[1]    assert actual == value[2]if __name__ == "__main__":    pytest.main(["-s","test_07.py"])

============================= test session starts =============================platform win32 -- Python 3.8.0, pytest-6.2.5, py-1.11.0, pluggy-1.0.0rootdir: D:\AutoCodeplugins: html-3.1.1, metadata-1.11.0collected 4 itemstest_07.py 测试数据为1，2，3.测试数据为4，5，9.测试数据为[1, 2, 3].测试数据为[4, 5, 9].============================== 4 passed in 0.09s ==============================Process finished with exit code 0

当测试用例需要多个数据时，我们可以使用嵌套序列(嵌套元组&嵌套列表)的列表来存放测试数据。

装饰器@pytest.mark.parametrize()可以使用单个变量接收数据，也可以使用多个变量接收，同样，测

试用例函数也需要与其保持一致。

　　当使用单个变量接收时，测试数据传递到测试函数内部时为列表中的每一个元素或者小列表，需

要使用索引的方式取得每个数据。

　　当使用多个变量接收数据时，那么每个变量分别接收小列表或元组中的每个元素列表嵌套多少个多

组小列表或元组，测生成多少条测试用例。

组合数据

import pytestdata_1 = [1,2,3]data_2 = ['a','b']@pytest.mark.parametrize('a',data_1)@pytest.mark.parametrize('b',data_2)def test_parametrize_1(a,b):    print(f'笛卡尔积测试结果为：{a},{b}')if __name__ == '__main__':    pytest.main(["-vs","test_06.py"])

通过测试结果，我们不难分析，一个测试函数还可以同时被多个参数化装饰器装饰，那么多个

装饰器中的数据会进行交叉组合的方式传递给测试函数，进而生成n * n个测试用例。

标记用例

import pytest@pytest.mark.parametrize("test_input,expected",[    ("3+5",8),    ("2+4",6),    pytest.param("6 * 9",42,marks=pytest.mark.xfail),    pytest.param("6 * 6",42,marks=pytest.mark.skip)])def test_mark(test_input,expected):    assert eval(test_input) == expectedif __name__ == '__main__':    pytest.main(["-vs","test_06.py"])

输出结果显示收集到4个用例，两个通过，一个被跳过，一个标记失败，当我们不想执行某组测试

数据时，我们可以标记skip或skipif；当我们预期某组数据会执行失败时，我们可以标记为xfail等。

嵌套字典

import pytestdata = (    {        'user': "name1",        'pwd': 123    },    {        'user': "name2",        'pwd': 456    })@pytest.mark.parametrize('dic',data)def test_parametrize(dic):    print('\n测试数据为\n{}'.format(dic))if __name__ == '__main__':    pytest.main(["-vs","test_06.py"])

增加测试结果可读性

参数化装饰器有一个额外的参数ids，可以标识每一个测试用例，自定义测试数据结果的显示，

为了增加可读性，我们可以标记每一个测试用例使用的测试数据是什么，适当的增加一些说明。

在使用前你需要知道，ids参数应该是一个字符串列表，必须和数据对象列表的长度保持一致。

import pytestdata_1 = [    (1, 2, 3),    (4, 5, 9)]ids = ["a:{} + b:{} = expect:{}".format(a, b, expect) for a, b, expect in data_1]def add(a, b):    return a + b@pytest.mark.parametrize('a, b, expect', data_1, ids=ids)class TestParametrize(object):    def test_parametrize_1(self, a, b, expect):        print('\n测试函数1测试数据为\n{}-{}'.format(a, b))        assert add(a, b) == expect    def test_parametrize_2(self, a, b, expect):        print('\n测试函数2数据为\n{}-{}'.format(a, b))        assert add(a, b) == expectif __name__ == '__main__':    pytest.main(["-v","test_06.py"])

不加ids参数的返回结果

加ids参数的返回结果

我们可以看到带ids参数的返回结果中的用例都被一个列表明确的标记了，而且通过这种标记

可以更加直观的看出来，每个测试用例使用的数据名称及测试内容。

以上就是“Python的pytest参数化实例分析”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注编程网Python频道。