更灵活方便的初始化、清除方法——fixture【pytest】
转载自白月黑羽，pytest 框架 - 白月黑羽，仅作学习笔记用途，侵权联系删除
pytest 中使用 fixture 的方法与机制详解
在前面介绍的 unittest 风格初始化与清除机制中，我们主要使用 setup_* 与 teardown_* 方法对资源进行前后处理。而 pytest 提供了更加灵活、声明式的替代方案 —— fixture，使得测试代码更加模块化、可复用。
一、基本用法：声明式依赖注入
fixture 的最大优势之一是：测试函数通过参数声明所依赖的资源，pytest 会自动识别并注入。这种机制被称为 依赖注入（Dependency Injection）。
示例：创建张三账号的 fixture
import pytest@pytest.fixture
def create_zhangsan():print('\n>>> 创建张三账号')return {'username': 'zhangsan','password': '111111','invitecode': 'abcdefg'}def test_A001001(create_zhangsan):print('用例 A001001')print('邀请码是:', create_zhangsan['invitecode'])def test_C001001():print('用例 C001001')执行：
python -m pytest -sv输出效果：
- 只有
test_A001001引用了create_zhangsan，因此该fixture会在它执行前被自动调用； test_C001001没有声明依赖，不会触发任何fixture。
二、添加清除逻辑：使用 yield
如果 fixture 中需要在测试执行后清除数据或关闭资源，可以通过 yield 实现：
@pytest.fixture
def create_zhangsan():print('\n>>> 初始化张三账号')user = {'username': 'zhangsan', 'password': '111111'}yield userprint('\n>>> 清除张三账号')yield 之前的代码是 初始化部分，之后是 清理操作。pytest 会自动在测试函数执行完成后调用 yield 后的清除逻辑。
三、支持参数化的 fixture（带参数）
通过 @pytest.mark.parametrize 和 indirect=True 配合，可以将参数传递给 fixture 函数，从而实现动态用户生成：
@pytest.fixture
def create_user(request):print('\n>>> 创建用户')return {'username': request.param[0],'password': request.param[1],'invitecode': 'abcdefg'}@pytest.mark.parametrize("create_user", [("zhangsan", "111")], indirect=True)
def test_login_zhangsan(create_user):print('用户名:', create_user['username'])@pytest.mark.parametrize("create_user", [("lisi", "222")], indirect=True)
def test_login_lisi(create_user):print('用户名:', create_user['username'])request 是 pytest 提供的特殊对象，可以访问传入的参数值。
四、fixture 的作用域（scope）
通过设置 scope 参数，可以控制 fixture 的生命周期：
| scope 值 | 含义 | 生命周期控制方式 |
|
| 默认作用域 | 每个测试函数/方法都会调用一次 |
|
| 类级别 | 每个类开始前初始化，类结束后清除 |
|
| 模块级别 | 每个模块文件开始前初始化，模块执行完后清除 |
|
| 目录（包）级别 | 针对目录下所有模块，仅初始化一次 |
|
| 会话级别 | 整个 pytest 执行期间仅初始化与清除一次 |
示例：函数级别（默认）
@pytest.fixture(scope='function')
def user_env():print('\n>>> 准备环境')yieldprint('\n>>> 清除环境')如果该 fixture 被多个测试函数使用，每次都会初始化和清理一次。
示例：类级别
@pytest.fixture(scope='class')
def db_conn():print('\n>>> 打开数据库连接')yieldprint('\n>>> 关闭数据库连接')在整个类内仅初始化/清理一次，非常适合数据库连接、登录状态等共享资源。
五、自动调用 fixture（autouse=True）
在默认行为中，fixture 只有被测试函数显式声明时才会生效。如果想要全局自动使用某个 fixture，可以设置 autouse=True。
@pytest.fixture(scope='module', autouse=True)
def setup_env():print('\n>>> 自动初始化数据环境')yieldprint('\n>>> 自动清除数据环境')此时，无需在测试函数中写参数声明，pytest 会自动执行该 fixture。
六、conftest.py 文件：项目级 fixture 管理
如果你希望 fixture 被多个模块或目录共享，而又不希望每次都 import，可以将其放入同级目录下的 conftest.py 文件中。
# conftest.py
import pytest@pytest.fixture(scope='package', autouse=True)
def env_setup():print('\n>>> 目录初始化')yieldprint('\n>>> 目录清除')- 不需要 import，pytest 会自动识别
conftest.py中的内容； - 多个目录下可分别放置
conftest.py以实现本地初始化与隔离清理； - 可以避免不同测试之间产生环境污染。
七、整体测试级别（session）清理资源
有些资源（如数据库连接池、临时测试服务器）只希望在整个 pytest 运行过程中初始化一次，并在结束时清理，此时使用：
@pytest.fixture(scope='session', autouse=True)
def global_init():print('\n>>> 全局环境初始化')yieldprint('\n>>> 全局环境清理')小结
| 特性 | 描述 |
| 声明式使用 | 测试函数通过参数声明所需 fixture，pytest 自动识别 |
| 支持资源清理 | 使用 |
| 参数化 fixture | 结合 |
| 作用域控制 | 支持函数、类、模块、目录、会话多级别控制 |
| 自动执行 |
|
| 集中式定义 | 使用 |