pytest中@pytest.mark.parametrize()参数化用法详解与示例

阿麦
阿麦
发布时间:2026-10-15| 4人浏览过
原创

本文详细介绍pytest框架中@pytest.mark.parametrize()装饰器的核心用法。通过单参数多值、多参数组合、字典数据传入等实例,展示如何实现测试用例的参数化,提升测试覆盖率与代码复用性。

1. 方法详情:

parametrize(argnames, argvalues, indirect=False, ids=None, scope=None) 是 pytest 中用于参数化的核心装饰器。其常用参数包括: - argnames:指定测试函数的参数名称。 - argvalues:定义参数值,支持列表、元组或字典等格式。若参数值包含 N 个元素,则对应的测试用例将执行 N 次。

2. 使用方法

2.1. 一个列表中一个参数多个值

示例代码:

data_list1 = ['data1', 'data2', 'data3', 'data4']
@pytest.mark.parametrize('data', data_list1)
def test_01(data):
    print(data)

运行结果:

2.2. 多参数多值

示例代码:

data_list2 = [('zhang1', '123456'), ('zhang2', '654321'), ('zhang3', '456789')]
@pytest.mark.parametrize('username, pwd', data_list2)
def test_02(username, pwd):
    print(username + ':' + pwd)

运行结果:

2.3. 多个参数混合使用

示例代码:

data_list3 = ['zhang', 'li']
data_list4 = ['wang', 'liu']
data_list5 = ['zhao', 'qian']
@pytest.mark.parametrize('a', data_list3)
@pytest.mark.parametrize('b', data_list4)
@pytest.mark.parametrize('c', data_list5)
def test_03(a, b, c):
    print('组合后的结果为', {a}, {b}, {c})

2.4. 传入字典数据

示例代码:

dict_data = ({'username': 'zhang', 'password': '123456'}, {'username': 'li', 'password': '654321'})
@pytest.mark.parametrize('data', dict_data)
def test_04(data):
    print(data.get('username') + ':' + data.get('password'))
    # print(data['username'] + ':' + data['password'])

运行结果:

至此,关于 pytest 使用 @pytest.mark.parametrize() 实现参数化的介绍已完成。如需了解更多 pytest 参数化相关内容,建议查阅本站过往文章或继续浏览后续系列教程,感谢支持!

相关标签:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。