@pytest.mark.parametrize_pytest参数化可变参数

全栈程序员站长

发布于 2022-09-16 12:31:49

4010

发布于 2022-09-16 12:31:49

文章被收录于专栏：全栈程序员必看

大家好，又见面了，我是你们的朋友全栈君。

前言

当某个接口中的一个字段，里面规定的范围为1-5，你5个数字都要单独写一条测试用例，就太麻烦了，这个时候可以使用pytest.mark.parametrize装饰器可以实现测试用例参数化。

官方示例

下面是一个典型的范例，检查特定的输入所期望的输出是否匹配：

# test_expectation.py 
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

测试用例传参需要用装饰器@pytest.mark.parametrize，里面写两个参数

第一个参数类型是字符串，多个参数中间用逗号隔开，这里填写的就是参数化的字段
第二个参数类型是list,多组数据用元祖类型，这里填写的就是参数化的数据，通常我们把数据都会存放在yaml或者json文件中

装饰器@parametrize定义了三组不同的(test_input, expected)数据，test_eval则会使用这三组数据执行三次：

test_1.py::test_eval[3+5-8] 
test_1.py::test_eval[2+4-6] 
test_1.py::test_eval[6*9-42] PASSED                                       [ 33%]PASSED                                       [ 66%]FAILED                                      [100%]
test_1.py:10 (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       assert 54 == 42

test_1.py:13: AssertionError

参数组合（笛卡尔积）

可以对一个函数使用多个parametrize的装饰器，这样多个装饰器的参数会组合进行调用：

import pytest 

@pytest.mark.parametrize("x", [0, 1]) 
@pytest.mark.parametrize("y", [2, 3]) 
def test_foo(x, y): 
  print("测试数据组合：x->%s, y->%s" % (x, y))

测试结果

collecting ... collected 4 items

test_example.py::test_foo[2-0] PASSED                                    [ 25%]测试数据组合：x->0, y->2

test_example.py::test_foo[2-1] PASSED                                    [ 50%]测试数据组合：x->1, y->2

test_example.py::test_foo[3-0] PASSED                                    [ 75%]测试数据组合：x->0, y->3

test_example.py::test_foo[3-1] PASSED                                    [100%]测试数据组合：x->1, y->3

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/166272.html原文链接：https://javaforall.cn

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

如有侵权请联系 cloudcommunity@tencent.com 删除

https