pytest.mark.parametrize是python测试中减少重复用例最干净易读的方式，适用于输入-期望输出逻辑相同的场景，需确保参数名与数据维度一致并善用ids提升失败可读性。
直接说结论：用 pytest.mark.parametrize 是目前 Python 测试中减少重复用例最干净、最易读的方式，但它不是“写一次就完事”，参数组织方式不对反而会让测试更难维护。
什么时候该用 pytest.mark.parametrize 而不是写多个 test 函数？
当你有一组输入-期望输出对，且逻辑完全相同（比如验证同一个函数对不同边界值的返回），就适合参数化。反之，如果每个用例要 mock 不同对象、检查不同 side effect、或断言路径差异大，硬塞进 parametrize 反而模糊意图。
- 适合：校验
str.strip()对空格、制表符、换行符的处理 - 不适合：测试一个 API 调用，既要测网络超时、又要测 JSON 解析失败、又要测 401 授权错误——这些该拆成独立 test，各自 setup 清晰
pytest.mark.parametrize 的参数名和参数值怎么配才不翻车？
第一个参数是字符串，必须是逗号分隔的变量名（如 "x, y, expected"），第二个是数据列表，每个元素必须是长度匹配的元组或列表。常见错误是名字数和数据维度对不上：
# ❌ 错误：名字写了两个，但数据里是三个值
@pytest.mark.parametrize("a, b", [(1, 2, 3)])
def test_add(a, b):
assert a + b == 3
<h1>✅ 正确：名字和元组长度一致</h1><p>@pytest.mark.parametrize("x, y, expected", [(1, 2, 3), (0, 0, 0), (-1, 1, 0)])
def test_add(x, y, expected):
assert x + y == expected
</p>
- 变量名建议用语义化名称（如
"input_str, expected_output"），别用"a, b, c"，否则报错时看不懂哪个参数出问题 - 如果某列数据是 None 或复杂对象（如 dict），确保它能被 pytest 安全序列化显示在失败报告里；否则考虑用
ids参数自定义用例名
如何让失败的参数化用例一眼看出是哪组数据挂了？
默认 pytest 报告只显示索引（test_foo[0]），根本不知道 [0] 对应什么输入。加 ids 就能解决：
@pytest.mark.parametrize(
"n, expected",
[(1, "odd"), (2, "even"), (0, "even"), (-3, "odd")],
ids=["positive_odd", "positive_even", "zero", "negative_odd"]
)
def test_number_type(n, expected):
assert get_parity(n) == expected
- 不写
ids时，失败信息是test_number_type[2]，得翻代码找第 3 组数据 - 写了
ids，失败直接是test_number_type[zero]，一目了然 - 如果数据本身可读（比如全是短字符串），也可以用
ids=lambda x: str(x)自动生成
参数化本身不难，难的是把“哪些该参数化、哪些该隔离、参数怎么命名、失败时怎么快速定位”想清楚。很多人卡在第三步——看到失败的 [3] 还得切回测试文件数元组，其实两秒就能加个 ids。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
