pytest.mark.parametrize 更省事是因为它自动为每组参数生成带标识的独立测试项，避免手动复制导致的命名混乱和变量错误，且支持复杂类型、自定义id及精准组合，规避笛卡尔积爆炸和fixture调用陷阱。
pytest.mark.parametrize 为什么比写多个测试函数更省事
因为同一个逻辑要验证不同输入输出时，手动复制粘贴测试函数不仅容易漏改变量名，还会让 pytest 报告里出现一堆长得几乎一样的测试名，比如 test_add_1、test_add_2……排查失败用例时根本分不清哪条数据出问题。
用 @pytest.mark.parametrize 把输入和期望结果打包成元组列表，pytest 会自动为每组数据生成独立的测试项，名字带参数值（如 test_calc[2-3-5]），失败时直接定位到具体那组数据。
常见错误：把参数名写成字符串但没加引号，比如 @pytest.mark.parametrize(a, b, expected, [...]) —— 正确写法是 @pytest.mark.parametrize("a,b,expected", [...])，参数名必须是逗号分隔的字符串。
怎么传入复杂类型或 None 值
参数化不只支持数字和字符串，字典、列表、甚至 None 都能直接塞进去，但要注意：如果某个参数值本身含逗号（比如 JSON 字符串），别用默认的字符串解析方式，改用元组形式避免歧义。
- 推荐写法：
@pytest.mark.parametrize("input_data,expected", [({"x": 1}, True), ([1, 2], False), (None, False)]) - 错误写法：
@pytest.mark.parametrize("input_data,expected", [('{"x": 1}', True)])—— 这里{"x": 1}会被当成两个参数，因为字符串里的逗号被误解析了 - 如果必须用字符串表示结构体，加
ids参数自定义标识，比如ids=["dict", "list", "none"]，方便报告里识别
参数化嵌套组合怎么避免爆炸式用例数
两个 @pytest.mark.parametrize 叠在一起，默认是笛卡尔积，比如 3 组 a × 4 组 b = 12 个用例。很多时候你只需要特定组合，而不是全排列。
安全 Python 代码沙箱：在隔离的沙箱中执行任意 Python 代码，预装 requests、NumPy、pandas 库。返回 stdout、stderr。
解决办法：把需要配对的参数打包成一个元组，在单个 @pytest.mark.parametrize 里传入，而不是拆成两个装饰器。
- 爆炸写法（不推荐）：
@pytest.mark.parametrize("a", [1,2,3])+@pytest.mark.parametrize("b", ["x","y","z","w"]) - 精准写法（推荐）：
@pytest.mark.parametrize("a,b", [(1,"x"), (2,"y"), (3,"w")]) - 额外提示：如果组合太多，建议用
itertools.product动态生成再过滤，而不是硬编码所有组合
fixture 和 parametrize 混用时的坑
fixture 不能直接当参数传给 @pytest.mark.parametrize，因为 parametrize 在收集阶段就执行，而 fixture 是运行时才初始化的。常见错误是想在参数化里调用 tmp_path 或数据库连接，结果报 Fixture "xxx" not found。
正确思路：把 fixture 逻辑提前封装成普通函数，或者把参数化数据放在 fixture 内部生成（用 yield 或 return），再让测试函数接收该 fixture。
- 错：
@pytest.mark.parametrize("db_conn", [get_db_fixture()])——get_db_fixture是 fixture，不能这么调 - 对：写个普通函数
def get_test_cases(): return [("user1", 200), ("admin", 201)]，然后@pytest.mark.parametrize("user,code", get_test_cases()) - 对：把参数逻辑放进 fixture，比如
@pytest.fixture(params=[("a",1),("b",2)])，测试函数接收request.param
参数化本质是测试结构的声明式描述，不是运行时逻辑。越早把数据准备好，越不容易掉进 fixture 生命周期的坑里。
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！
