在上一篇文章中，我们探讨了pytest框架的基础用法，包括用例编写、运行方式和简单断言。本文将继续深入pytest的进阶特性，帮助你构建更高效、更灵活的接口自动化测试框架。
一、Fixture进阶：共享与参数化
Fixture作为pytest的核心特性，不仅能实现测试前置条件的初始化，还支持通过conftest.py文件实现跨文件共享。在测试项目的根目录下创建conftest.py文件，其中定义的Fixture无需导入，就能被所有测试文件自动识别。例如，我们可以在conftest.py中定义全局的登录Fixture：
import pytest
import requests
@pytest.fixture(scope="session")
def login_token():
response = requests.post("https://api.example.com/login", data={"username": "test", "password": "123456"})
return response.json()["token"]
这样，所有测试文件中的测试函数都可以直接使用login_token参数，获取登录凭证。
Fixture还支持参数化，通过params参数可以为Fixture传入多组数据，实现多场景的测试初始化。例如：
import pytest
import requests
@pytest.fixture(params=["user1", "user2"])
def user_token(request):
username = request.param
response = requests.post("https://api.example.com/login", data={"username": username, "password": "123456"})
return response.json()["token"]
测试函数使用该Fixture时，pytest会自动为每组参数生成独立的测试用例。
二、插件生态：扩展测试能力
pytest拥有超过2000个第三方插件，能够满足各种测试需求。以下是几个接口测试中常用的插件：
1. pytest-html：生成美观的测试报告
安装命令：pip install pytest-html运行测试时，通过--html=report.html参数生成HTML格式的测试报告，报告中包含测试结果统计、失败用例详情和执行时间等信息，便于团队协作和问题定位。
2. allure-pytest：专业级测试报告
安装命令：pip install allure-pytestAllure报告支持测试步骤展示、截图附件、历史趋势对比等高级功能。运行测试时，通过--alluredir=./allure-results生成测试结果数据，再使用allure serve ./allure-results启动本地服务查看报告。
3. pytest-xdist：分布式测试
安装命令：pip install pytest-xdist当测试用例数量较多时，使用pytest-xdist可以将测试任务分发到多个CPU核心并行执行，大幅缩短测试时间。运行命令：pytest -n auto，其中auto表示自动检测CPU核心数量。
4. pytest-rerunfailures：失败用例重跑
安装命令：pip install pytest-rerunfailures对于网络波动等偶发性失败的用例，可以通过--reruns=3参数设置失败重跑次数，提高测试的稳定性。
三、数据驱动：Excel与YAML的应用
在接口测试中，数据驱动是实现测试用例与测试数据分离的关键。我们可以使用Excel或YAML文件存储测试数据，通过pytest的参数化功能实现数据驱动测试。
1. Excel数据驱动
使用pandas库读取Excel文件中的测试数据：
import pandas as pd
import pytest
import requests
def get_excel_data():
df = pd.read_excel("test_data.xlsx")
return list(zip(df["username"], df["password"], df["expected_code"]))
@pytest.mark.parametrize("username, password, expected_code", get_excel_data())
def test_login(username, password, expected_code):
response = requests.post("https://api.example.com/login", data={"username": username, "password": password})
assert response.status_code == expected_code
2. YAML数据驱动
使用pyyaml库读取YAML文件：
import yaml
import pytest
import requests
def get_yaml_data():
with open("test_data.yaml", "r") as f:
data = yaml.safe_load(f)
return data["login_cases"]
@pytest.mark.parametrize("case", get_yaml_data())
def test_login(case):
response = requests.post("https://api.example.com/login", data={"username": case["username"], "password": case["password"]})
assert response.status_code == case["expected_code"]
四、自定义插件与Hook函数
pytest允许通过Hook函数自定义测试流程。例如，我们可以通过pytest_addoption添加自定义命令行参数，通过pytest_report_teststatus修改测试结果的显示格式。
以下是一个简单的自定义插件示例，用于添加--env参数指定测试环境：
def pytest_addoption(parser):
parser.addoption("--env", action="store", default="test", help="指定测试环境：test/prod")
@pytest.fixture(scope="session")
def env(request):
return request.config.getoption("--env")
测试函数可以通过env参数获取当前测试环境，从而加载不同的配置信息。
通过掌握这些进阶特性，你可以构建出更加强大、灵活的接口自动化测试框架，提高测试效率和质量。在下一篇文章中，我们将探讨pytest与CI/CD工具的集成，实现测试自动化流水线。