站点图标 AI技术聚合

Python中pytest的参数化实例解析

乘风

pytest的参数化

参数化多个参数：

可以使用多个参数来参数化测试。例如：

import pytest
@pytest.mark.parametrize("x, y, expected", [
    (1, 2, 3),
    (3, 4, 7),
    (5, 6, 11),
])
def test_addition(x, y, expected):
    assert x + y == expected

参数化列表：

可以使用列表来参数化测试。例如：

import pytest
@pytest.mark.parametrize("test_input, expected_output", [
    ([1, 2, 3], 6),
    ([4, 5, 6], 15),
    ([7, 8, 9], 24),
])
def test_sum(test_input, expected_output):
    assert sum(test_input) == expected_output

参数化字典：

可以使用字典来参数化测试。例如：

import pytest
@pytest.mark.parametrize("test_input, expected_output", [
    ({"x": 1, "y": 2}, 3),
    ({"x": 3, "y": 4}, 7),
    ({"x": 5, "y": 6}, 11),
])
def test_addition(test_input, expected_output):
    assert test_input["x"] + test_input["y"] == expected_output

参数化文件：

可以使用文件来参数化测试。例如：

import pytest
import csv
def read_csv():
    with open('testdata.csv', 'r') as f:
        reader = csv.reader(f)
        rows = []
        for row in reader:
            rows.append(row)
        return rows[1:]
@pytest.mark.parametrize("test_input, expected_output", read_csv())
def test_addition(test_input, expected_output):
    x, y = map(int, test_input.split(','))
    assert x + y == int(expected_output)

动态参数化：

可以使用 Python 代码动态生成参数。例如：

import pytest
import time
def get_test_data():
    test_data = []
    start_time = time.time()
    while time.time() - start_time < 10:  # 运行时间小于 10 秒
        x = random.randint(1, 100)
        y = random.randint(1, 100)
        expected = x + y
        test_data.append((x, y, expected))
    return test_data
@pytest.mark.parametrize("x, y, expected", get_test_data())
def test_addition(x, y, expected):
    assert x + y == expected

从外部数据源加载数据：

可以使用动态参数化从外部数据源加载测试数据，例如数据库、API 或其他 Web 服务。例如：

import pytest
import requests
def get_test_data():
    response = requests.get('https://api.example.com/data')
    test_data = []
    for item in response.json():
        x = item['x']
        y = item['y']
        expected = item['expected']
        test_data.append((x, y, expected))
    return test_data
@pytest.mark.parametrize("x, y, expected", get_test_data())
def test_addition(x, y, expected):
    assert x + y == expected

在上面的例子中，get_test_data 函数使用 requests 库从远程 API 加载测试数据，并返回一个测试数据列表。然后，使用 @pytest.mark.parametrize 装饰器动态参数化测试，使用从 API 加载的测试数据作为参数。

组合参数：

可以使用 itertools 库中的 product 函数生成参数的所有组合。例如：

import pytest
import itertools
@pytest.mark.parametrize("x, y", itertools.product([1, 2, 3], [4, 5, 6]))
def test_multiplication(x, y):
    assert x * y == y * x

在上面的例子中，使用 itertools.product 函数生成 x 和 y 的所有组合，并将它们作为参数传递给测试函数。

参数化生成器：

可以使用生成器函数生成参数。例如：

import pytest
import random
def get_test_data():
    while True:
        x = random.randint(1, 100)
        y = random.randint(1, 100)
        expected = x + y
        yield (x, y, expected)
@pytest.mark.parametrize("x, y, expected", get_test_data())
def test_addition(x, y, expected):
    assert x + y == expected

到此这篇关于Python中pytest的参数化实例解析的文章就介绍到这了,更多相关pytest的参数化实例解析内容请搜索aitechtogether.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持aitechtogether.com！

退出移动版