前言
数据驱动测试是一种有效的测试方法，可以使用不同的输入数据运行相同的测试用例。结合pytest和CSV文件可以方便地实现数据驱动测试，相比于yaml以及Excel，使用CSV实现数据驱动不需要借助其他的第三方库，可以直接使用Python读取数据。在这篇文章中，我们将介绍如何使用pytest和CSV实现数据驱动测试。
创建测试文件和CSV文件
假设我们要测试一个简单的函数，比如计算两个数的乘积：
代码语言：python代码运行次数：0复制# code.py
def multiply(a, b):
return a * b接下来，创建一个CSV文件，用于存储测试数据：
代码语言：python代码运行次数：0复制operand_a,operand_b,expected_result
2,3,6
-1,5,-5
0,10,0
0.5,2,1
0.5,0.5,0.25编写测试用例
创建一个pytest测试文件，编写测试用例并读取CSV文件中的数据：
代码语言：python代码运行次数：0复制# test_code.py
import csv
import pytest
from code import multiply
def load_test_data():
test_data = []
with open('test_data.csv', newline='') as csvfile:
reader = csv.DictReader(csvfile)
for row in reader:
test_data.append(row)
return test_data
@pytest.mark.parametrize("data", load_test_data())
def test_multiply(data):
operand_a = int(data['operand_a'])
operand_b = int(data['operand_b'])
expected_result = int(data['expected_result'])
result = multiply(operand_a, operand_b)
assert result == expected_result, f"{operand_a} * {operand_b} 应该得到 {expected_result}，实际得到 {result}"运行测试
现在，运行pytest命令来执行测试：
代码语言：python代码运行次数：0复制pytest test_code.pypytest将会读取test_code.py文件中的测试用例，并根据CSV文件中提供的数据对multiply函数进行测试。每个测试用例都会使用CSV文件中的数据进行数据驱动测试。
总结
结合pytest和CSV文件，我们成功实现了数据驱动测试，对同一个函数在不同输入下进行了多组测试。这种方法使得测试用例易于管理，同时能够更全面地覆盖不同的测试场景，确保代码的稳定性和正确性。数据驱动测试的优势在于能够快速扩展测试数据，提高测试的覆盖率和可靠性。
