这篇教程Python中pytest的参数化实例解析写得很实用，希望能帮到您。
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 pytestimport csvdef 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 pytestimport timedef 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 pytestimport requestsdef 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 pytestimport 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 pytestimport randomdef 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wanshiok.com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wanshiok.com！
Python基础知识之推导式详解
Python使用嵌套循环实现图像处理算法 |
