最常见错误是参数名与函数形参不一致或参数结构不匹配，必须确保@pytest.mark.parametrize("a,b", [(1,2)])中字符串参数名和def test_add(a,b)签名完全一致；多参数用逗号分隔，单元素元组需写成(1,)；避免笛卡尔积应合并为单个装饰器配对列表；传复杂对象需确保可序列化或用ids指定可读标签。
parametrize 装饰器怎么写才不会报错
最常见错误是参数名和测试函数形参不一致，或传入的参数列表结构不匹配。比如写成 @pytest.mark.parametrize("a, b", [(1, 2), (3, 4)])，但函数定义却是 def test_add(x, y): —— 这会直接抛 TypeError: test_add() missing 2 required positional arguments。
必须保证装饰器里字符串中写的参数名，和函数签名完全一致：
import pytest
@pytest.mark.parametrize("a, b", [(1, 2), (3, 4)])
def test_add(a, b):
assert a + b == a + b
- 参数名用逗号分隔，不能有空格：
"a,b"或"a, b"都可以，但"a , b"（逗号后多空格）不影响解析 - 如果只有一组参数，别漏掉逗号：
[(1,)]而不是[1]，否则会被当成单个元素而非元组 - 参数值支持任意类型，包括
None、dict、自定义对象，但得确保测试逻辑能处理
多个参数组合时怎么避免笛卡尔爆炸
当用多个 @pytest.mark.parametrize 嵌套，pytest 默认做笛卡尔积，很容易生成远超预期的测试用例数。比如两个装饰器各给 5 个值，就会跑 25 个用例。
想改成“一一对应”（zip 模式），就把所有参数合并到一个装饰器里：
@pytest.mark.parametrize("input_str,expected_len", [
("hello", 5),
("", 0),
("a", 1),
])
def test_string_length(input_str, expected_len):
assert len(input_str) == expected_len
- 不要这样写（会笛卡尔积）：
@pytest.mark.parametrize("x", [1,2])+@pytest.mark.parametrize("y", ["a","b"]) - 需要笛卡尔积时再主动拆，否则统一用单个装饰器配对列表更可控
- 用
ids参数可让失败输出更易读：ids=["empty", "single", "normal"]
怎么传复杂数据（比如带方法的对象）进 parametrize
parametrize 本身不限制数据类型，但 pytest 在收集测试时会尝试对参数做字符串化用于显示用例名。如果传入不可序列化的对象（如带 lambda 或未实现 __repr__ 的类实例），可能报 TypeError: not JSON serializable 或显示为 <__main__.myclass object at></__main__.myclass>，影响调试。
- 推荐提前构造好轻量数据结构，比如用
namedtuple或dataclass替代裸类实例 - 若必须传对象，确保它有清晰的
__repr__，例如：def __repr__(self): return f"User(id={self.id}, name='{self.name}')" - 也可以用
ids手动指定可读标签，绕过自动 repr：ids=["user_a", "user_b"]
parametrize 和 fixture 混用时要注意什么
fixture 可以被 parametrize 调用，但顺序很重要：parametrize 是在测试函数被调用前展开的，而 fixture 是运行时注入的。如果你在 fixture 里依赖 parametrize 的参数，就得把参数也做成 fixture。
- 错误做法：在 fixture 函数体里直接引用
a或b—— 它们此时还没被注入 - 正确做法：用
@pytest.fixture(params=[...])替代装饰器，或者把参数逻辑抽成独立 fixture，再被其他 fixture 依赖 - 简单场景下，优先用
parametrize；需要复用、setup/teardown 或跨测试共享状态时，才上 fixture
真正容易被忽略的是参数生命周期——parametrize 的每个用例都是独立执行的，但 fixture 如果用了 scope="module" 或更广的作用域，就可能意外复用上一个用例的数据。这种隐式耦合很难 debug。
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！
