1. 知记首页
  2. 编程

Pytest数据驱动实战：参数化技巧与外部文件整合指南

• 编程 • 阅读 5

三步实现高效参数化

1. 基础参数化模板

import pytest

@pytest.mark.parametrize("username,password", 
    [("admin", "123456"), ("test", "Test@2023")])
def test_login(username, password):
    assert len(username) >= 5, "用户名长度不达标"
    assert any(c.isupper() for c in password), "密码需包含大写字母"

2. 动态参数生成器

def generate_test_data():
    return [(x, x*2) for x in range(1, 6)]

@pytest.mark.parametrize("input,expected", generate_test_data())
def test_double(input, expected):
    assert input*2 == expected

3. 条件参数化决策

config_params = [
    pytest.param("chrome", "win10", marks=pytest.mark.smoke),
    pytest.param("firefox", "ubuntu", marks=pytest.mark.regression)
]

@pytest.mark.parametrize("browser,os", config_params)
def test_cross_browser(browser, os):
    print(f"正在执行{browser}@{os}环境测试")

企业级外部数据接入方案

数据类型 加载方式 适用场景 维护成本
YAML PyYAML库 多层嵌套配置 ★★☆
JSON json模块 前后端交互数据 ★☆☆
Excel pandas+openpyxl 业务流数据 ★★★
CSV csv模块 大规模数据集 ★☆☆
数据库 SQLAlchemy 动态实时数据 ★★★★

YAML实战示例

# test_data.yaml
test_cases:
  - case_id: TC_001
    input: 
      username: "user_pro"
      password: "SecurePwd!123"
    expected: "登录成功"

  - case_id: TC_002
    input:
      username: "guest"
      password: "weak"
    expected: "密码强度不足"

配套加载器代码：

import yaml
import pytest

def load_yaml_data(file_path):
    with open(file_path) as f:
        return yaml.safe_load(f)['test_cases']

@pytest.mark.parametrize("test_case", load_yaml_data("test_data.yaml"))
def test_yaml_driven(test_case):
    print(f"执行用例{test_case['case_id']}")
    assert "成功" in test_case['expected'], "预期结果验证失败"
Pytest数据驱动实战：参数化技巧与外部文件整合指南

高级测试套件管理

分布式执行方案：
1. 安装插件：pip install pytest-xdist
2. 终端命令：pytest -n 4（启动4个worker并行执行）
3. 资源监控：增加--boxed参数隔离测试进程

性能对比数据：

┌────────────┬──────────┬───────────┐
│ 用例数量   │ 串行耗时 │ 4核并行   │
├────────────┼──────────┼───────────┤
│ 1000条     │ 18min23s │ 4min51s   │
│ 5000条     │ 1h32min  │ 23min17s  │
└────────────┴──────────┴───────────┘

TIP：在pytest.ini中配置默认参数：

[pytest]
addopts = -n auto --html=report.html --self-contained-html

遇到参数化数据过载时，可通过pytest --lf仅执行上次失败的用例，快速定位问题。

原创文章，作者：，如若转载，请注明出处：https://zube.cn/archives/140

赞 (0)
0