更灵活方便的初始化、清除方法——fixture【pytest】

转载自白月黑羽，pytest 框架 - 白月黑羽，仅作学习笔记用途，侵权联系删除

pytest 中使用 fixture 的方法与机制详解

在前面介绍的 unittest 风格初始化与清除机制中，我们主要使用 setup_* 与 teardown_* 方法对资源进行前后处理。而 pytest 提供了更加灵活、声明式的替代方案 —— fixture，使得测试代码更加模块化、可复用。

一、基本用法：声明式依赖注入

fixture 的最大优势之一是：测试函数通过参数声明所依赖的资源，pytest 会自动识别并注入。这种机制被称为 依赖注入（Dependency Injection）。

示例：创建张三账号的 fixture

import pytest

@pytest.fixture
def create_zhangsan():
    print('\n>>> 创建张三账号')
    return {
        'username': 'zhangsan',
        'password': '111111',
        'invitecode': 'abcdefg'
    }

def test_A001001(create_zhangsan):
    print('用例 A001001')
    print('邀请码是:', create_zhangsan['invitecode'])

def test_C001001():
    print('用例 C001001')

执行：

python -m pytest -sv

输出效果：

• 只有 test_A001001 引用了 create_zhangsan，因此该 fixture 会在它执行前被自动调用；
• test_C001001 没有声明依赖，不会触发任何 fixture。

二、添加清除逻辑：使用 yield

如果 fixture 中需要在测试执行后清除数据或关闭资源，可以通过 yield 实现：

@pytest.fixture
def create_zhangsan():
    print('\n>>> 初始化张三账号')
    user = {'username': 'zhangsan', 'password': '111111'}
    yield user
    print('\n>>> 清除张三账号')

yield 之前的代码是 初始化部分，之后是 清理操作。pytest 会自动在测试函数执行完成后调用 yield 后的清除逻辑。

三、支持参数化的 fixture（带参数）

通过 @pytest.mark.parametrize 和 indirect=True 配合，可以将参数传递给 fixture 函数，从而实现动态用户生成：

@pytest.fixture
def create_user(request):
    print('\n>>> 创建用户')
    return {
        'username': request.param[0],
        'password': request.param[1],
        'invitecode': 'abcdefg'
    }

@pytest.mark.parametrize("create_user", [("zhangsan", "111")], indirect=True)
def test_login_zhangsan(create_user):
    print('用户名:', create_user['username'])

@pytest.mark.parametrize("create_user", [("lisi", "222")], indirect=True)
def test_login_lisi(create_user):
    print('用户名:', create_user['username'])

request 是 pytest 提供的特殊对象，可以访问传入的参数值。

四、fixture 的作用域（scope）

通过设置 scope 参数，可以控制 fixture 的生命周期：

示例：函数级别（默认）

@pytest.fixture(scope='function')
def user_env():
    print('\n>>> 准备环境')
    yield
    print('\n>>> 清除环境')

如果该 fixture 被多个测试函数使用，每次都会初始化和清理一次。

示例：类级别

@pytest.fixture(scope='class')
def db_conn():
    print('\n>>> 打开数据库连接')
    yield
    print('\n>>> 关闭数据库连接')

在整个类内仅初始化/清理一次，非常适合数据库连接、登录状态等共享资源。

五、自动调用 fixture（autouse=True）

在默认行为中，fixture 只有被测试函数显式声明时才会生效。如果想要全局自动使用某个 fixture，可以设置 autouse=True。

@pytest.fixture(scope='module', autouse=True)
def setup_env():
    print('\n>>> 自动初始化数据环境')
    yield
    print('\n>>> 自动清除数据环境')

此时，无需在测试函数中写参数声明，pytest 会自动执行该 fixture。

六、conftest.py 文件：项目级 fixture 管理

如果你希望 fixture 被多个模块或目录共享，而又不希望每次都 import，可以将其放入同级目录下的 conftest.py 文件中。

# conftest.py
import pytest

@pytest.fixture(scope='package', autouse=True)
def env_setup():
    print('\n>>> 目录初始化')
    yield
    print('\n>>> 目录清除')

• 不需要 import，pytest 会自动识别 conftest.py 中的内容；
• 多个目录下可分别放置 conftest.py 以实现本地初始化与隔离清理；
• 可以避免不同测试之间产生环境污染。

七、整体测试级别（session）清理资源

有些资源（如数据库连接池、临时测试服务器）只希望在整个 pytest 运行过程中初始化一次，并在结束时清理，此时使用：

@pytest.fixture(scope='session', autouse=True)
def global_init():
    print('\n>>> 全局环境初始化')
    yield
    print('\n>>> 全局环境清理')

小结