pytest数据驱动

pytest的数据驱动有两种方式，一种是使用parametrize驱动，另一种是使用yaml驱动。使用parametrize驱动可以通过pytest自带的pytest.mark.parametrize()装饰器来实现。这种方式可以在测试用例中传入多组参数，从而减少重复的测试代码。另外，还可以使用pytest.fixture装饰器进行测试的setup、teardown以及fixture共享的测试。另一种方式是使用yaml驱动，通过在测试用例所在的文件中使用yaml格式的数据文件，将测试数据和预期结果存储在同一个地方，方便管理和维护。这种方式使得测试用例的数据和代码分离，提高了测试用例的可读性和可维护性。通过这两种数据驱动的方式，我们可以更加灵活地进行测试，并且可以减少冗余的代码，提高测试效率。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [自动化测试框架Pytest（四） ——数据驱动](https://blog.csdn.net/m0_58026506/article/details/126274826)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [Pytest 测试框架——数据驱动](https://blog.csdn.net/weixin_41754309/article/details/113185895)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]