python生成器+pytest实现参数化

简介: 定义:生成器是由函数+yield关键字创造出来的写法

定义:生成器是由函数+yield关键字创造出来的写法

遇到问题:

pytest执行没找到用例(未以test开头命名文件)

'''
python生成器+pytest实现参数化
case:模拟从execl或者yaml文件读取出的用例数据
    标题 内容 预取结果 是否执行
'''
import pytest
case=[('标题','内容','预期结果','是'),('标题1','内容1','预期结果1','否'),('标题2','内容2','预期结果2','是'),('标题3','内容3','预期结果3','是')]
def ye():
    '''这里写读取文件的方法,最终读出case格式这样的用例数据,返回一个生成器对象'''
    for i in case:
        print(f'i={i}')
        #如果选择不执行,那这条数据就不会返回出去
        if i[3]=='是':
            # 返回一组用例数据,这个数据使用完成后再次返回下一组数据
            yield i
#使用生成器需要循环读取它返回的每一个值,生成器就是ye()这个函数
# for i in ye():
#     print(i)
#
#     #   ('标题', '内容', '预期结果', '是')
#     #   ('标题2', '内容2', '预期结果2', '是')
#     # ('标题3', '内容3', '预期结果3', '是')
#
#pytest 参数化
#parametrize类似循环读取变量里面的值,可以配合生成器使用,生成器就是ye()这个函数
@pytest.mark.parametrize('title,body,ex,is_execute',ye())
def test(title,body,ex,is_execute):
    print(f'title={title}, body={body} ex={ex},是否执行={is_execute}')
    assert '标题' in title
if __name__ == '__main__':
    pytest.main([r'F:\script\pytest_tool\test_she.py'])

选择三个执行一个不执行

选择二个执行二个不执行

相关文章
|
24天前
|
存储 索引 Python
|
25天前
|
Python
Python生成器、装饰器、异常
【10月更文挑战第15天】
|
1月前
|
传感器 大数据 数据处理
深入理解Python中的生成器:用法及应用场景
【10月更文挑战第7天】深入理解Python中的生成器:用法及应用场景
38 1
|
1月前
|
存储 数据处理 Python
深入解析Python中的生成器:效率与性能的双重提升
生成器不仅是Python中的一个高级特性,它们是构建高效、内存友好型应用程序的基石。本文将深入探讨生成器的内部机制,揭示它们如何通过惰性计算和迭代器协议提高数据处理的效率。
|
14天前
|
存储 程序员 数据处理
深入理解Python中的生成器与迭代器###
本文将探讨Python中生成器与迭代器的核心概念,通过对比分析二者的异同,结合具体代码示例,揭示它们在提高程序效率、优化内存使用方面的独特优势。生成器作为迭代器的一种特殊形式,其惰性求值的特性使其在处理大数据流时表现尤为出色。掌握生成器与迭代器的灵活运用,对于提升Python编程技能及解决复杂问题具有重要意义。 ###
|
1月前
|
存储 大数据 数据处理
Python 中的列表推导式与生成器:特性、用途与区别
Python 中的列表推导式与生成器:特性、用途与区别
23 2
|
2月前
|
SQL JavaScript 前端开发
基于Python访问Hive的pytest测试代码实现
根据《用Java、Python来开发Hive应用》一文,建立了使用Python、来开发Hive应用的方法,产生的代码如下
69 6
基于Python访问Hive的pytest测试代码实现
|
1月前
|
存储 大数据 Python
Python 中的列表推导式和生成器
Python 中的列表推导式和生成器
17 1
|
2月前
|
机器学习/深度学习 设计模式 大数据
30天拿下Python之迭代器和生成器
30天拿下Python之迭代器和生成器
20 3
|
1月前
|
存储 大数据 数据处理
理解Python中的生成器:高效迭代的秘密
【10月更文挑战第8天】理解Python中的生成器:高效迭代的秘密
33 0