一. pytest.fixture() 使用 fixture 传 params 参数实现参数化
1.1 方法1
? 步骤:
1. 导入pytest
2. 在登陆的函数上面加@pytest.fixture()
3. 在要使用的测试方法中传入(登陆函数名称)，就先登陆 4. 不传入的就不登陆直接执行测试方法import pytest
@pytest.fixture(params=[1,2,3,'linda'])------可以是元组，也可以是列表
def prepara_data(request):------reuest是固定写法return request.param------reuest.param是固定写法#应用
@pytest.fixture(params=[1,2,3,'linda'])
def prepara_data(request):return request.paramdef test_one(prepara_data):print('testdata:%s'%prepara_data)def test_two(prepara_data):if type(prepara_data)is str: -----test2只执行传递参数为str类型的print('testdata2:%s'%prepara_data)if __name__ == '__main__':pytest.main()二. @ pytest.mark.parametrize 允许在测试函数或类中定义多组参数，在用例中实现参数化
@pytest.mark.parametrize("user,pwd",[("18221124104",111111),("18200000000",111111)])
def test(user,pwd):print(user,pwd)三. pytest_generate_tests 允许定义自定义参数化方案或扩展。
通过数据驱动测试——Fixture参数化我们知道fixture可以使测试数据和测试用例分离，达到数据驱动测试的效果，但是这样会有有个问题，测试数据集是直接写死在代码里的，然而更多的时候测试数据的内容依赖于测试条件而变化，所以固定的数据是无法满足我们的要求的。好在pytest提供一个钩子函数pytest_generate_tests，它会在collection时执行，利用传入的参数metafunc为fixture赋值参数。
# conftest.pydef pytest_addoption(parser):parser.addoption("--ip_type", action="store", default="loopback",help="ip type includes loopback, domain and local_network")def pytest_generate_tests(metafunc):if 'test_data' in metafunc.fixturenames: #test_data --测试文件中测试方法的入参名ip_type = metafunc.config.getoption("ip_type")if ip_type == "loopback":metafunc.parametrize("test_data", ["127.0.0.1"]) #构造对应测试方法的入参elif ip_type == "local":metafunc.parametrize("test_data", ["192.168.1.1", "192.168.1.2"])# test_ping.pyimport os
import re
import pytest
import timedef get_ping_response(ip_addr):pid = os.popen("ping " + ip_addr)prompt = pid.read()m = re.search(r"Sent = (\d+), Received = (\d+), Lost = (\d+) \((\d+)% loss\)", prompt)sent_num = int(m.group(1))recv_num = int(m.group(2))lost_num = int(m.group(3))lost_rate = int(m.group(4))return sent_num, recv_num, lost_num, lost_ratedef test_case1(test_data):lost_rate = get_ping_response(test_data)[3]assert lost_rate == 0根据metafunc.config.getoption("ip_type")获取到命令行参数值，并根据不同的输入利用metafunc.parametrize对test_data赋值参数，达到了动态参数化的功能。
四. （拓展）利用其他钩子函数根据pytest框架执行顺序自定义参数化方案
钩子函数在pytest执行的整个生命周期的各个阶段会执行 ，开发者可以根据钩子函数的特点和自己的实际需求进行开发
pytest（13）钩子函数_python开发笔记的博客-CSDN博客_pytest 钩子函数
参考：
pytest文档69-Hook函数之参数化生成测试用例pytest_generate_tests - 上海-悠悠 - 博客园
How to parametrize fixtures and test functions — pytest documentation
Hook函数pytest_generate_tests——如何动态参数化你的fixture - 知乎