pytest 默认的多层 @pytest.mark.parametrize 会生成笛卡尔积，但可通过预过滤参数列表的方式，在收集阶段就剔除不需要的参数对，避免冗余测试项出现在执行列表中。
pytest 默认的多层 @pytest.mark.parametrize 会生成笛卡尔积，但可通过预过滤参数列表的方式，在收集阶段就剔除不需要的参数对，避免冗余测试项出现在执行列表中。
在 Pytest 中，当使用多个 @pytest.mark.parametrize 装饰器（如分别标注 foo 和 bar）时，框架会自动进行全量组合（即笛卡尔积），共生成 9 个测试用例。但若需逻辑性地排除某些参数对（例如：仅当 foo == 3 时禁止与 bar == 4 配对），又不希望这些被排除的组合出现在测试收集结果中（即完全不显示、不计入 collected N items），则不应依赖运行时 pytest.skip()——因为它仍会出现在测试报告里，仅标记为 skipped，且随组合增多易导致逻辑分散、可维护性下降。
更优雅、声明式且符合 pytest 设计哲学的方案是：将多维参数化转为单层 parametrize，并预先构造经过过滤的参数列表。借助 Python 标准库 itertools.product 生成所有可能组合，再通过列表推导式或集合判断高效剔除黑名单项。
以下为推荐实现：
import pytest
from itertools import product
# 定义需排除的参数对（支持多个，结构清晰易扩展）
ignored_pairs = {(3, 4), (1, 5), (2, 6)} # 示例：可按需追加
# 生成有效参数组合：先笛卡尔积，再过滤
valid_params = [pair for pair in product([1, 2, 3], [4, 5, 6])
if pair not in ignored_pairs]
@pytest.mark.parametrize("foo, bar", valid_params)
def test_something(foo, bar):
# 实际测试逻辑在此处
assert isinstance(foo, int) and isinstance(bar, int)
# 可添加业务断言，例如：
# assert foo + bar != 7 # 若 (1,6)、(2,5)、(3,4) 是非法组合
✅ 优势说明：
- ✅ 零冗余收集：被过滤的组合（如 (3,4)）完全不会出现在 collected X items 中，终端输出干净；
- ✅ 高可读性与可维护性：黑名单集中管理，增删明确，无需在测试函数体内嵌套条件判断；
- ✅ 兼容复杂逻辑：if 条件可替换为任意布尔表达式（如 foo > bar、bar % foo == 0），甚至调用校验函数；
- ✅ 类型安全友好：IDE 和类型检查工具（如 mypy）能更好推断 foo/bar 类型，因参数结构在装饰器中已静态确定。
⚠️ 注意事项：
- 若参数集极大（如万级组合），product + 列表推导可能存在内存开销，此时建议改用生成器表达式（(... for ... in ...)）配合 itertools.filterfalse，但多数单元测试场景无需过度优化；
- 确保 ignored_pairs 中元组元素顺序、类型与 parametrize 声明的参数顺序严格一致（如 "foo, bar" 对应 (foo_val, bar_val)）；
- 此方法适用于静态已知的排除规则；若排除逻辑依赖运行时环境（如配置文件、外部 API），则需在 conftest.py 中预加载并注入，或改用 pytest_generate_tests hook 动态控制。
综上，通过 itertools.product 预生成 + 声明式过滤，是 Pytest 中实现“智能参数组合裁剪”的最佳实践——兼顾简洁性、可读性与工程健壮性。
