pytest_generate_tests钩子支持动态参数化，需定义在conftest.py或模块顶层，通过metafunc.parametrize向匹配参数名的测试注入参数，不可与@pytest.mark.parametrize混用，推荐用itertools.product组合多维参数并注意名称顺序。
pytest中用pytest_generate_tests实现参数化测试
直接在测试函数上加@pytest.mark.parametrize是静态的，而pytest_generate_tests钩子允许你在测试收集阶段动态决定参数组合——比如从文件读配置、查数据库、或根据环境变量生成用例。
它必须定义在conftest.py或测试模块顶层，函数签名固定为def pytest_generate_tests(metafunc):。关键不是“生成函数”，而是通过metafunc.parametrize()把参数注入到匹配的测试函数里。
- 只对函数签名中含指定参数名的测试生效（比如
def test_login(username, password)，就得调用metafunc.parametrize("username,password", [...])） - 参数值必须是可迭代对象，每个元素长度需与参数名数量一致；单参数可用
["a", "b"]，多参数必须是[("a", "123"), ("b", "456")] - 如果
metafunc.function有@pytest.mark.parametrize装饰器，钩子会被跳过——动态和静态不能混用在同一函数上
用itertools.product组合多维参数时注意命名顺序
当需要交叉所有用户名、密码、环境组合时，别手写嵌套循环，用itertools.product更安全。但输出元组的字段顺序必须严格对应parametrize第一个参数里的名称顺序。
import itertools
<p>def pytest_generate_tests(metafunc):
if "host" in metafunc.fixturenames and "port" in metafunc.fixturenames:</p><h1>✅ 正确：名称顺序 = 元组元素顺序</h1><pre class="brush:php;toolbar:false;"> cases = list(itertools.product(["localhost", "127.0.0.1"], [8000, 8080]))
metafunc.parametrize("host,port", cases)
# ❌ 错误示例（不会报错但参数错位）：
# metafunc.parametrize("port,host", cases) # port会拿到"localhost"
- 调试时可打印
metafunc.function.__name__确认是否作用到了目标函数 - 若某次运行只想跑部分动态用例，可在生成前加条件过滤，比如
if os.getenv("CI") == "true": ... - 注意
product返回的是迭代器，parametrize内部会遍历它两次（一次计数、一次执行），所以建议转成list避免重复计算或状态丢失
动态加载JSON/YAML测试数据的常见陷阱
从外部文件读测试数据很常见，但容易忽略路径解析和编码问题。pytest工作目录不一定是项目根目录，__file__才是当前conftest.py位置的可靠基准。
- 用
pathlib.Path(__file__).parent / "data/test_cases.json"代替硬编码相对路径 - JSON里含中文时，务必显式指定
encoding="utf-8"，否则Windows下可能解码失败 - 如果JSON结构是
[{"input": 1, "expected": 2}, ...]，别直接传给parametrize；要先提取字段：[(d["input"], d["expected"]) for d in data] - 文件不存在时，
pytest_generate_tests抛异常会导致整个测试收集失败，建议用try/except捕获并给出清晰提示
为什么不用exec或globals().update(...)动态建测试函数
有人想用字符串拼接+exec在运行时创建test_*函数，这在pytest里基本不可行——因为pytest在导入阶段就完成了测试函数发现，exec产生的函数不会被自动识别。
- 即使手动加到
globals()，也仅对当前模块有效，且无法携带__file__等元信息，导致报告里显示<string></string>而非真实路径 - 更严重的是，这类方式绕过了pytest的参数化机制，无法使用
--tb=short、--maxfail等控制逻辑 - 真正需要“完全动态函数名”的场景极少；绝大多数需求用
pytest_generate_tests+ids参数就能解决，比如metafunc.parametrize("x", [1,2], ids=["first", "second"])
动态性的边界其实很清晰：参数值可以变，测试逻辑和函数签名最好保持稳定。强行突破这个边界，后续维护成本会上升得很快。
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！
