@pytest.mark.parametrize("x,expected", [(2, 4), (3, 9), (4, 16)])定义参数名与数据一一对应，函数需声明同名参数def test_square(x, expected):，单元素元组写为(1,)防误判。
pytest参数化时，@pytest.mark.parametrize 的基本写法长什么样
直接上最简能跑通的结构：函数必须带参数名，@pytest.mark.parametrize 的第一个字符串要和参数名完全一致，第二个参数是数据列表（每个元素是一组输入）。
常见错误现象：TypeError: test_xxx() missing 1 required positional argument——多半是装饰器里写的参数名和函数签名对不上；或者用了元组但没加逗号导致被当成单个字符串。
- 参数名必须是字符串，多个用逗号分隔，比如
"a,b"，对应函数定义为def test_calc(a, b): - 数据得是可迭代对象，常用
list或tuple；单组数据若只有一项，记得写成(1,)而不是(1)（后者等于1） - 不推荐在数据里直接写复杂表达式（如
datetime.now()），因为 pytest 在收集阶段就求值，所有用例共享同一时刻
import pytest
<p>@pytest.mark.parametrize("x,expected", [(2, 4), (3, 9), (4, 16)])
def test_square(x, expected):
assert x ** 2 == expected想让每组数据有可读的用例名，该用 ids 参数
默认 pytest 给参数化用例生成的名字是 test_foo[0]、test_foo[1] 这种，根本看不出哪组数据出了问题。加 ids 就能自定义，调试时省一半时间。
使用场景：CI 上失败了，一眼看出是 test_login[empty_password] 挂了，而不是翻源码猜 [2] 对应哪条数据。
立即学习“Python免费学习笔记（深入）”；
-
ids可以是字符串列表，长度必须和数据组数一致；也可以是函数，接收每组原始数据并返回字符串 - 别用中文或空格开头——虽然 pytest 不报错，但某些报告工具（如 pytest-html）可能截断或转义异常
- 如果数据本身是字典或对象，
ids函数里别直接str(data)，容易超长；建议取关键字段，比如data.get("username", "anon")
@pytest.mark.parametrize(
"username,password,expected",
[
("admin", "123", True),
("", "123", False),
("admin", "", False),
],
ids=["valid", "empty_user", "empty_pass"]
)
def test_login(username, password, expected):
assert login(username, password) == expected多层参数化嵌套时，indirect 控制哪些参数走 fixture
当某组参数其实是 fixture 名（比如要复用已定义的数据库连接），就得靠 indirect 显式声明，否则 pytest 会把它当普通输入值传进去，报 fixture 'db' not found。
性能影响：没设 indirect 的 fixture 会被重复 setup/teardown；设了才能真正复用 fixture 生命周期。
-
indirect=True表示「所有参数名都按 fixture 处理」；更安全的做法是指定列表，比如indirect=["db", "cache"] - 如果参数名和 fixture 同名但你**不想**走 fixture（比如只是测试一个叫
db的字符串），那就不能用indirect，老老实实传字符串 - 注意 fixture 本身是否支持参数化——比如用
@pytest.fixture(params=[...])定义的 fixture，再被@pytest.mark.parametrize引用时，行为是叠加的，容易出意料之外的组合数
@pytest.fixture
def db():
conn = connect_test_db()
yield conn
conn.close()
<p>@pytest.mark.parametrize("db,table", [("db", "users"), ("db", "orders")], indirect=["db"])
def test_query(db, table):
assert db.execute(f"SELECT 1 FROM {table}").fetchone()遇到 ValueError: too many values to unpack 怎么快速定位
这是参数化最常卡住人的错误，本质是「数据维度」和「函数参数数量 / @pytest.mark.parametrize 声明的参数名数量」对不上。不是代码写错了，是数错了括号层级。
容易踩的坑：从 Excel 或 JSON 加载数据后直接传进 parametrize，但没检查每行是不是真拆成了预期长度的元组。
- 先 print 数据本身：比如
print(repr(test_data))，看是[(1,2), (3,4)]还是[[1,2], [3,4]]——后者需要tuple(row) for row in test_data转一下 - 如果用了
zip构造数据（比如zip([1,2], ["a","b"])），在 Python 3 中它返回迭代器，pytest 拿不到长度，会报这个错；得包一层list() - PyCharm 调试时，在装饰器断点处 hover 看
test_data类型；VS Code 推荐装 pytest 插件，跑单个参数化用例时能高亮当前这组数据
复杂点在于：这个错误可能藏在间接调用里——比如你封装了一个 parametrize_from_csv(path) 函数，问题实际出在 CSV 解析逻辑里，但报错堆栈只显示 pytest 内部 unpack。这时候得往封装函数里加校验，比如 assert 每行 len(row) == len(param_names)。
