pytest(12): 三种参数化方案_pytest 参数化

一. pytest.fixture() 使用 fixture 传 params 参数实现参数化

1.1 方法1

• 步骤:
1. 导入pytest
2. 在登陆的函数上面加@pytest.fixture()
3. 在要使用的测试方法中传入(登陆函数名称)，就先登陆 4. 不传入的就不登陆直接执行测试方法
 
import pytest
@pytest.fixture(params=[1,2,3,'linda'])------可以是元组，也可以是列表
def prepara_data(request):------reuest是固定写法
    return request.param------reuest.param是固定写法
 
 
 
 
#应用
@pytest.fixture(params=[1,2,3,'linda'])
def prepara_data(request):
    return request.param
 
def test_one(prepara_data):
    print('testdata:%s'%prepara_data)
 
def test_two(prepara_data):
    if type(prepara_data)is str:　　　　　　-----test2只执行传递参数为str类型的
        print('testdata2:%s'%prepara_data)
 
if __name__ == '__main__':
    pytest.main()

二. @ pytest.mark.parametrize 允许在测试函数或类中定义多组参数，在用例中实现参数化

@pytest.mark.parametrize("user,pwd",[("18221124104",111111),("18200000000",111111)])
def test(user,pwd):
    print(user,pwd)

三. pytest_generate_tests 允许定义自定义参数化方案或扩展。

通过数据驱动测试——Fixture参数化我们知道fixture可以使测试数据和测试用例分离，达到数据驱动测试的效果，但是这样会有有个问题，测试数据集是直接写死在代码里的，然而更多的时候测试数据的内容依赖于测试条件而变化，所以固定的数据是无法满足我们的要求的。好在pytest提供一个钩子函数pytest_generate_tests，它会在collection时执行，利用传入的参数metafunc为fixture赋值参数。

# conftest.py
 
def pytest_addoption(parser):
    parser.addoption("--ip_type", action="store", default="loopback",
                     help="ip type includes loopback, domain and local_network")
 
def pytest_generate_tests(metafunc):
    if 'test_data' in metafunc.fixturenames:   #test_data --测试文件中测试方法的入参名; 
        ip_type = metafunc.config.getoption("ip_type")
        if ip_type == "loopback":
            metafunc.parametrize("test_data", ["127.0.0.1"])   #构造对应测试方法的入参
        elif ip_type == "local":
            metafunc.parametrize("test_data", ["192.168.1.1", "192.168.1.2"])
 
 
# metafunc.fixturenames  -- test_开头的测试方法的形参列表

#  test_ping.py
 
import os
import re
import pytest
import time
 
def get_ping_response(ip_addr):
    pid = os.popen("ping " + ip_addr)
    prompt = pid.read()
    m = re.search(r"Sent = (\d+), Received = (\d+), Lost = (\d+) \((\d+)% loss\)", prompt)
    sent_num = int(m.group(1))
    recv_num = int(m.group(2))
    lost_num = int(m.group(3))
    lost_rate = int(m.group(4))
    return sent_num, recv_num, lost_num, lost_rate
 
 
def test_case1(test_data):
    lost_rate = get_ping_response(test_data)[3]
    assert lost_rate == 0

根据metafunc.config.getoption("ip_type")获取到命令行参数值，并根据不同的输入利用metafunc.parametrize对test_data赋值参数，达到了动态参数化的功能。

param metafunc:共有五个属性值

    metafunc.fixturenames:参数化收集时的参数名称
    metafunc.module:使用参数名称进行参数化的测试用例所在的模块d对象
    metafunc.config:测试用例会话
    metafunc.function:测试用例对象,即函数或方法对象
    metafunc.cls: 测试用例所属的类的类对象

https://www.cnblogs.com/vevian/articles/12631861.html

四. （拓展）利用其他钩子函数根据pytest框架执行顺序自定义参数化方案

钩子函数在pytest执行的整个生命周期的各个阶段会执行 ，开发者可以根据钩子函数的特点和自己的实际需求进行开发

pytest（13）钩子函数_python开发笔记的博客-CSDN博客_pytest 钩子函数

参考：

pytest文档69-Hook函数之参数化生成测试用例pytest_generate_tests - 上海-悠悠 - 博客园

How to parametrize fixtures and test functions — pytest documentation

Hook函数pytest_generate_tests——如何动态参数化你的fixture - 知乎

pytest这么多参数化用法，你用过几个？-腾讯云开发者社区-腾讯云