Pytest入门系列之pytest的参数化

pytest 参数化 允许我们在同一个测试函数中运行多个输入组合，避免重复代码，提高测试覆盖率，特别适用于：

✅单元测试（多个输入输出组合）
✅API 测试（不同请求参数）
✅数据库测试（不同数据集）
✅前端 UI 测试（不同浏览器）

@pytest.mark.parametrize 基本用法

🔹 示例：测试加法函数

import pytest

# 被测试函数：简单加法
def add(x, y):
    return x + y

# 参数化：测试多个输入组合
@pytest.mark.parametrize("a, b, expected", [
    (1, 2, 3),   # 1 + 2 = 3
    (-1, 5, 4),  # -1 + 5 = 4
    (0, 0, 0),   # 0 + 0 = 0
])
def test_add(a, b, expected):
    assert add(a, b) == expected  # 验证结果是否正确

📌 执行测试

pytest -v

📌 测试输出

test_example.py::test_add[1-2-3] PASSED
test_example.py::test_add[-1-5-4] PASSED
test_example.py::test_add[0-0-0] PASSED

📌 解析

@pytest.mark.parametrize(“参数名1, 参数名2, 期望值”, [（参数1, 参数2, 期望值）])

每个测试用例都会运行一次，传入不同参数。

避免重复编写多个 test_add_xxx 测试函数，提高可读性。

企业实战：参数化 API 测试

📌 应用场景

✅API 需要测试多个请求参数
✅检查 API返回的 HTTP 状态码
✅验证 API 返回的数据结构

🔹 示例：测试 API 响应

import pytest
import requests

BASE_URL = "https://jsonplaceholder.typicode.com/posts"

# 参数化 API 请求测试
@pytest.mark.parametrize("post_id, expected_status", [
    (1, 200),   # 测试 ID 1，期望 200
    (100, 200), # 测试 ID 100，期望 200
    (9999, 404),# 测试 ID 不存在，期望 404
])
def test_api_response(post_id, expected_status):
    response = requests.get(f"{BASE_URL}/{post_id}")  # 发送请求
    assert response.status_code == expected_status  # 验证 HTTP 状态码

📌 执行测试

pytest -v

📌 测试输出

test_api.py::test_api_response[1-200] PASSED
test_api.py::test_api_response[100-200] PASSED
test_api.py::test_api_response[9999-404] PASSED

📌 解析

不同 post_id 发送 API 请求

检查 response.status_code 是否符合预期

同一函数可测试多个 API 场景，提升测试效率

参数化 UI 自动化测试

📌 应用场景

✅跨浏览器测试
✅不同用户角色测试

🔹 示例: UI 测试

import pytest
from selenium import webdriver

# 参数化：支持不同浏览器
@pytest.mark.parametrize("browser", ["chrome", "firefox"])
def test_open_google(browser):
    if browser == "chrome":
        driver = webdriver.Chrome()  # 启动 Chrome
    elif browser == "firefox":
        driver = webdriver.Firefox()  # 启动 Firefox
    else:
        pytest.fail("❌ 不支持的浏览器")

    driver.get("https://www.google.com")  # 打开 Google
    assert "Google" in driver.title  # 断言页面标题
    driver.quit()  # 关闭浏览器

📌 执行测试

pytest -v

📌 测试输出

test_ui.py::test_open_google[chrome] PASSED
test_ui.py::test_open_google[firefox] PASSED

📌 解析

在 test_open_google 里，自动运行 2 次，分别测试 Chrome 和 Firefox

提升 ``UI` 自动化测试的兼容性

参数组合（笛卡尔积）

📌 测试不同浏览器 + 用户角色的组合

🔹 示例：参数组合

@pytest.mark.parametrize("browser", ["chrome", "firefox"])
@pytest.mark.parametrize("user_role", ["admin", "guest"])
def test_login(browser, user_role):
    print(f"🖥️ 浏览器: {browser}, 👤 用户角色: {user_role}")

📌 执行测试

pytest -v

📌 生成的组合

test_login[chrome-admin] PASSED
test_login[chrome-guest] PASSED
test_login[firefox-admin] PASSED
test_login[firefox-guest] PASSED

📌 4 组测试组合，自动生成（笛卡尔积）

使用 pytest.param 进行标记

📌 pytest.param 允许：

✅单独设置 pytest.mark.xfail（预期失败）
✅单独为测试添加 id 方便区分

🔹 示例：部分测试标记 xfail

@pytest.mark.parametrize("a, b, expected", [
    (1, 2, 3),  # 正常通过
    pytest.param(2, 2, 5, marks=pytest.mark.xfail(reason="已知问题")), # 预期失败
])
def test_math(a, b, expected):
    assert a + b == expected

📌 执行测试

pytest -v

📌 输出

test_math[1-2-3] PASSED
test_math[2-2-5] XFAIL  # 预期失败，不影响整体测试

📌 适用于

✅标记已知缺陷
✅跳过特定测试

从 Excel/Yaml/Json/数据库 动态加载参数

从 Excel 读取参数化数据

📌 场景：

Excel 文件 常用于管理 测试数据，比如：
✅ 用户登录测试（账号、密码）
✅ 接口测试（API 参数）
✅ 前端 UI 测试（不同输入数据）

📌 为什么使用 pandas 处理 Excel?

更快：比 openpyxl 解析速度快

功能更强：可以处理 大规模数据

数据过滤、转换更方便

🔹 安装 pandas

pip install pandas

📌 pandas 用于解析 Excel

🔹 创建 Excel 文件（test_data.xlsx）

📌 Excel 示例数据

用户名	密码	预期结果
admin	admin123	success
user1	pass123	success
guest	wrongpwd	failure

🔹 代码示例：

import pytest
import pandas as pd

# 读取 Excel 文件
def load_excel_data(file, sheet_name):
    df = pd.read_excel(file, sheet_name=sheet_name)  # 读取 Excel
    return df.values.tolist()  # 转换为列表

# 参数化测试，读取 Excel 数据
@pytest.mark.parametrize("username, password, expected", load_excel_data("test_data.xlsx", "Sheet1"))
def test_login_excel(username, password, expected):
    print(f"🔐 测试登录 - 用户名: {username}, 密码: {password}")
    assert (username == "admin" and password == "admin123") == (expected == "success")

🔹 案例： Excel 复杂数据处理

📌 处理数据格式

✅去掉 NaN 值
✅过滤掉某些列
✅修改数据格式

🔹 代码示例：

def load_cleaned_excel_data(file, sheet_name):
    df = pd.read_excel(file, sheet_name=sheet_name)
    df = df.dropna()  # 删除 NaN 数据
    df["username"] = df["username"].astype(str)  # 确保所有用户名为字符串
    return df[["username", "password", "expected"]].values.tolist()  # 只保留三列

📌 使用 pytest.mark.parametrize

@pytest.mark.parametrize("username, password, expected", load_cleaned_excel_data("test_data.xlsx", "Sheet1"))
def test_login_excel_clean(username, password, expected):
    print(f"🔐 测试登录 - 用户名: {username}, 密码: {password}")
    assert (username == "admin" and password == "admin123") == (expected == "success")

从 YAML 读取参数化数据

📌 场景：

YAML 适用于 配置类测试（如环境变量、API 测试）

🔹 安装依赖

pip install pyyaml

🔹 创建 YAML 文件 (config.yaml)

users:
  - username: "admin"
    password: "admin123"
    expected: "success"
  - username: "user1"
    password: "pass123"
    expected: "success"
  - username: "guest"
    password: "wrongpwd"
    expected: "failure"

🔹 代码示例

import pytest
import yaml

# 读取 YAML 数据
def load_yaml_data(file):
    with open(file, "r", encoding="utf-8") as f:
        data = yaml.safe_load(f)
    return [(user["username"], user["password"], user["expected"]) for user in data["users"]]

# 参数化 YAML 数据
@pytest.mark.parametrize("username, password, expected", load_yaml_data("config.yaml"))
def test_login_yaml(username, password, expected):
    print(f"🔐 YAML 测试登录 - 用户名: {username}, 密码: {password}")
    assert (username == "admin" and password == "admin123") == (expected == "success")

📌 适用于

✅ 测试环境变量、配置类参数
✅ API 测试数据维护

从 JSON 读取参数化数据

📌 场景：

✅JSON 适用于 API 测试
✅接口入参存储在 JSON 文件中

🔹 创建 JSON 文件 (test_data.json)

[
    { "username": "admin", "password": "admin123", "expected": "success" },
    { "username": "user1", "password": "pass123", "expected": "success" },
    { "username": "guest", "password": "wrongpwd", "expected": "failure" }
]

🔹 代码示例

import pytest
import json

# 读取 JSON 数据
def load_json_data(file):
    with open(file, "r", encoding="utf-8") as f:
        data = json.load(f)
    return [(user["username"], user["password"], user["expected"]) for user in data]

# 参数化 JSON 数据
@pytest.mark.parametrize("username, password, expected", load_json_data("test_data.json"))
def test_login_json(username, password, expected):
    print(f"🔐 JSON 测试登录 - 用户名: {username}, 密码: {password}")
    assert (username == "admin" and password == "admin123") == (expected == "success")

📌 适用于
✅ REST API 测试
✅ 数据驱动测试（DDT）

从 MySQL 数据库读取参数化数据

📌 场景：

✅直接从 MySQL 获取测试数据（如用户信息、订单信息）
✅适用于 数据驱动测试（DDT）

🔹 安装 pymysql

pip install pymysql

🔹 创建测试数据库

CREATE DATABASE test_db;
USE test_db;
CREATE TABLE users (
    id INT AUTO_INCREMENT PRIMARY KEY,
    username VARCHAR(50),
    password VARCHAR(50),
    expected VARCHAR(10)
);
INSERT INTO users (username, password, expected) VALUES 
("admin", "admin123", "success"),
("user1", "pass123", "success"),
("guest", "wrongpwd", "failure");

🔹 代码示例

import pytest
import pymysql

# 连接 MySQL，查询数据
def load_mysql_data():
    conn = pymysql.connect(host="localhost", user="root", password="root", database="test_db")
    cursor = conn.cursor()
    cursor.execute("SELECT username, password, expected FROM users")
    data = cursor.fetchall()
    conn.close()
    return data

# 参数化数据库数据
@pytest.mark.parametrize("username, password, expected", load_mysql_data())
def test_login_mysql(username, password, expected):
    print(f"🔐 MySQL 测试登录 - 用户名: {username}, 密码: {password}")
    assert (username == "admin" and password == "admin123") == (expected == "success")

📌 适用于
✅ 数据库测试（如订单、用户数据）
✅ 测试真实业务数据

总结

数据源	适用场景	预期结代码示例
Excel（pandas）	手动维护的测试数据（如账号/密码）	load_excel_data("test_data.xlsx")
YAML（pyyaml）	配置文件、环境变量测试	load_yaml_data("config.yaml")
JSON（json）	API 参数测试	load_json_data("test_data.json")
MySQL（pymysql）	数据库数据驱动测试	load_mysql_data()

以上几种的参数化都会极大的提高我们的工作效率，至于选择什么作为数据源基本都差不多，当然还是要结合你的实际业务选择！