Pytest参数化：强大而灵活的数据驱动测试实践

Pytest参数化是一种强大的功能，使得单元测试更加灵活，尤其适用于数据驱动测试。在Python的unittest框架中，数据驱动测试通常通过Data Driven Testing (DDT)实现。然而，当切换到Pytest时，你会发现它同样支持这一特性，主要通过`@pytest.mark.parametrize`装饰器来实现。 `@pytest.mark.parametrize`是一个用于标记测试函数的装饰器，它允许你在测试用例中传递多个参数集合，每个集合对应一组输入和预期结果，这样可以减少重复代码并提高测试的可维护性。在给定的例子中，文件`test_parametrize.py`展示了如何使用这个装饰器进行数据驱动测试： 首先，导入了pytest模块，并定义了一个数据集`data_1`，其中包含两组参数`(1, 2, 3)`和`(4, 5, 9)`。这代表两个不同的输入（a和b）以及它们的预期结果（expect）。 接下来，定义了一个名为`add`的简单函数，接受两个参数并返回它们的和。然后，我们创建了一个名为`TestParametrize`的测试类，该类有两个方法`test_parametrize_1`和`test_parametrize_2`，它们都带有相同的参数签名：`self, a, b, expect`。这两个方法分别接收测试数据并执行相应的`add`函数，同时使用`assert`语句验证实际结果是否与预期一致。 在`test_parametrize_1`和`test_parametrize_2`方法内部，使用`print`语句显示当前测试数据，以便于了解测试的具体执行情况。最后，在`if __name__ == '__main__':`部分，调用了`pytest.main(['-sv'])`来运行测试，其中`-s`表示不隐藏输出，`-v`表示详细模式，展示每个测试的执行过程。 当运行这个脚本时，Pytest会根据`data_1`中的每组参数创建一个独立的测试用例。输出显示了测试函数对于每组输入的数据执行情况，如果所有测试通过，我们会看到`PASSED`的结果。 总结来说，Pytest的`@pytest.mark.parametrize`装饰器为数据驱动测试提供了强大的工具，使得开发者能够以一种结构化的方式管理测试用例，避免了在unittest中手动复制和粘贴代码的繁琐。这不仅提高了测试的可维护性和覆盖率，也为代码的重用和扩展创造了便利。