parametrize参数化?

由于未提供博客具体内容,无法生成包含关键信息的摘要。
    @pytest.mark.parametrize('start_date, end_date, compare_start_date, compare_end_date', scpg_time_pair())
    def test_passenger_flow_avg_daily(self, store_name, start_date, end_date, compare_start_date, compare_end_date):

 

### Pytest 中 Parametrize 的基本概念 Pytest 提供了 `@pytest.mark.parametrize` 装饰器,允许开发者通过传递不同参数集来运行相同的测试函数多次。这种方式不仅简化了代码结构,还提高了测试覆盖率。 #### 基本语法与实例说明 对于一个简单的加法运算函数: ```python def add_numbers(a, b): return a + b ``` 为了验证此函数的行为是否正确,可以通过 `parametrize` 来提供多组输入及其预期的结果值[^2]。 ```python import pytest @pytest.mark.parametrize( "a, b, expected", [ (1, 2, 3), (-1, -1, -2), (0, 0, 0), (999, 1, 1000) ] ) def test_addition(a, b, expected): assert add_numbers(a, b) == expected ``` 上述例子展示了如何利用元组列表作为参数源,其中每一项代表一次独立的测试执行;每次迭代时,相应的参数会被注入到目标测试函数中去[^1]。 #### 动态获取参数的方式 除了静态定义参数外,还可以借助外部文件、数据库查询或是其他动态方式生成测试所需的数据集。下面的例子展示了一个返回固定数据集的方法,并将其应用于测试案例之中[^4]: ```python def get_test_data(): """模拟从外部资源读取测试数据""" return [(1, 2), (3, 4)] @pytest.mark.parametrize("x,y", get_test_data()) def test_multiplication(x, y): result = multiply_two_numbers(x, y) print(f"\nx={x}, y={y}") # 这里应该有具体的断言逻辑... ``` 注意这里使用的是 `get_test_data()` 函数而非硬编码的数值对,这使得维护更加灵活方便。 #### 多层嵌套参数化支持 当面对更复杂的场景时——比如需要同时针对多个维度进行穷举式的组合覆盖,则可以考虑采用多层次的 `parametrize` 叠加应用模式[^5]。例如: ```python @pytest.mark.parametrize('browser', ['chrome', 'firefox']) @pytest.mark.parametrize('platform', ['win7', 'macos']) def test_cross_browser(platform, browser): pass # 实际业务逻辑省略 ``` 这种做法能够有效地减少冗余代码量的同时确保所有可能的情况都被考虑到。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值