我是测试新手，偶然发现了pytest灯具，但我不完全确定何时使用它们以及为什么它们有用。
例如，请参阅以下代码：
import pytest
@pytest.fixture
def input_value():
input = 39
return input
def test_divisible_by_3(input_value):
assert input_value % 3 == 0
def test_divisible_by_6(input_value):
assert input_value % 6 == 0
pytest.fixture 在这里有什么功能？为什么我们不能简单地创建一个名为input_value()的函数并在测试函数中运行该函数？例如：
import pytest
def input_value():
input = 39
return input
def test_divisible_by_3():
assert input_value() % 3 == 0
def test_divisible_by_6():
assert input_value() % 6 == 0
为什么我们不能这样做？使用夹具有什么用？
Pytest 夹具和常规函数都可用于构建以测试代码并减少代码重复。乔治·乌多森(George Udoseen)提供的答案很好地解释了这一点。
但是，OP特别询问了pytest.fixture和常规Python函数之间的差异，并且存在许多差异：
Pytest 灯具的作用
域默认情况下，会为引用夹具的每个测试函数执行pytest.fixture。但是，在某些情况下，夹具设置可能计算成本高昂或耗时，例如初始化数据库。为此，可以为pytest.fixture配置更大的范围。这允许在模块(模块范围)中的测试甚至 pytest 运行的所有测试(会话范围)中重用pytest.fixture。以下示例使用模块范围的夹具来加快测试速度：
from time import sleep
import pytest
@pytest.fixture(scope="module")
def expensive_setup():
return sleep(10)
def test_a(expensive_setup):
pass # expensive_setup is instantiated for this test
def test_b(expensive_setup):
pass # Reuses expensive_setup, no need to wait 10s
尽管可以通过常规函数调用实现不同的范围，但作用域夹具使用起来要愉快得多。
Pytest 夹具基于依赖注入
Pytest 在测试收集阶段注册所有夹具。当测试函数需要名称与注册的夹具名称匹配的参数时，Pytest 将负责为测试实例化夹具，并将实例提供给测试函数。这是依赖注入的一种形式。
与常规函数相比，它的优点是可以按名称引用任何pytest.fixture，而无需显式导入它。例如，Pytest 附带了一个tmp_path夹具，任何测试都可以使用它来处理临时文件。以下示例取自 Pytest 文档：
CONTENT = "content"
def test_create_file(tmp_path):
d = tmp_path / "sub"
d.mkdir()
p = d / "hello.txt"
p.write_text(CONTENT)
assert p.read_text() == CONTENT
assert len(list(tmp_path.iterdir())) == 1
assert 0
用户在使用前不必导入tmp_path这一事实非常方便。
甚至可以将夹具应用于测试功能，而无需测试函数请求它(请参阅自动使用夹具)。
Pytest 夹具可以参数化
与测试参数化非常相似，夹具参数化允许用户指定夹具的多个"变体"，每个变体都有不同的返回值。使用该夹具的每个测试都将执行多次，每个变体执行一次。假设您要测试所有代码是否都针对HTTP和HTTPS URL进行了测试，则可以执行以下操作：
import pytest
@pytest.fixture(params=["http", "https"])
def url_scheme(request):
return request.param
def test_get_call_succeeds(url_scheme):
# Make some assertions
assert True
参数化的夹具将导致每个参考测试与夹具的每个版本一起执行：
$ pytest
tests/test_fixture_param.py::test_get_call_succeeds[http] PASSED [ 50%]
tests/test_fixture_param.py::test_get_call_succeeds[https] PASSED [100%]
======== 2 passed in 0.01s ========
结论
与常规函数调用相比，Pytest 灯具提供了许多生活质量改进。我建议始终首选 Pytest 灯具而不是常规函数，除非您必须能够直接调用该灯具。直接调用 pytest 灯具不会丢失，调用将失败。
我自己刚开始 pytest，但我知道它减少了编写多次测试使用的代码的需要，因为在这种情况下，您需要多次重写该函数，并且此代码片段将是一个启动器：
夹具用于将一些数据馈送到测试中，例如数据库 连接、要测试的 URL 和某种输入数据。
因此，与其为每个测试运行相同的代码，我们可以 将夹具函数附加到测试，它将运行并返回 在执行每个测试之前的数据到测试。
-- 来源： https://www.tutorialspoint.com/pytest/pytest_fixtures.htm
通常，在测试之间共享它们通用的资源有助于减少重复。同样，这些夹具函数的返回值可以作为"输入参数"传递到各个测试中，如下所示：
@pytest.fixture
def input_value():
input = 39
return input
def test_divisible_by_3(input_value):
assert input_value % 3 == 0
使用夹具：
-
具有可以多次使用的特定功能并简化测试。
-
在陈述之前和完成测试后做某事。
例如，Django 中有test_get_username()和test_set_check_password()，如下所示：
import pytest
from django.contrib.auth.models import User
@pytest.mark.django_db
def test_get_username():
user = User.objects.create_user("test-user")
user.username = "John"
assert user.get_username() == "John"
@pytest.mark.django_db
def test_set_password_and_check_password():
user = User.objects.create_user("test-user")
user.set_password("new-password")
assert user.check_password("new-password") == True
然后，您可以通过 @pytest.fixture 创建和使用user()以多次使用它并简化test_get_username()和test_set_password_and_check_password()，如下所示：
import pytest
from django.contrib.auth.models import User
@pytest.fixture # Here
def user():
user = User.objects.create_user("test-user")
return user
@pytest.mark.django_db
def test_get_username(user): # <- user
user.username = "John"
assert user.get_username() == "John"
@pytest.mark.django_db
def test_set_password_and_check_password(user): # <- user
user.set_password("new-password")
assert user.check_password("new-password") == True
例如，有yield和test_1()fixture_1()，如下所示：
import pytest
@pytest.fixture
def fixture_1():
print('Before Test')
yield 6
print('After Test')
def test_1(fixture_1):
print('Running Test')
assert fixture_1 == 6
然后，这是下面的输出：
$ pytest -q -rP
. [100%]
=============== PASSES ===============
_______________ test_1 _______________
------- Captured stdout setup --------
Before Test
-------- Captured stdout call --------
Running Test
------ Captured stdout teardown ------
After Test
1 passed in 0.10s
此外，您可以运行多个夹具进行test_1()和test_2()，如下所示。 *我的答案解释了如何在 Pytest 中从另一个夹具调用夹具，我的答案解释了如何将参数或参数传递给 Pytest 中的夹具，我的答案解释了如何使用 @pytest.mark.parametrize() 的夹具，我的答案解释了如何在@pytest.mark.parametrize()中使用夹具作为参数：
import pytest
@pytest.fixture
def fixture_1():
return "fixture_1"
@pytest.fixture
def fixture_2():
return "fixture_2"
def test_1(fixture_1, fixture_2):
print(fixture_1, fixture_2)
assert True
def test_2(fixture_1, fixture_2):
print(fixture_1, fixture_2)
assert True
然后，这是下面的输出：
$ pytest -q -rP
.. [100%]
=============== PASSES ================
_______________ test_1 ________________
-------- Captured stdout call ---------
fixture_1 fixture_2
_______________ test_2 ________________
-------- Captured stdout call ---------
fixture_1 fixture_2
2 passed in 0.33s
并且，您可以使用request.getfixturevalue()在test_1()和test_2()中运行fixture_1()和fixture_2()，如下所示：
import pytest
@pytest.fixture
def fixture_1():
return "fixture_1"
@pytest.fixture
def fixture_2():
return "fixture_2"
def test_1(request):
print(request.getfixturevalue("fixture_1"))
print(request.getfixturevalue("fixture_2"))
assert True
def test_2(request):
print(request.getfixturevalue("fixture_1"))
print(request.getfixturevalue("fixture_2"))
assert True
然后，这是下面的输出：
$ pytest -q -rP
.. [100%]
=============== PASSES ================
_______________ test_1 ________________
-------- Captured stdout call ---------
fixture_1
fixture_2
_______________ test_2 ________________
-------- Captured stdout call ---------
fixture_1
fixture_2
2 passed in 0.10s
而且，您可以使用@pytest.fixture(autouse=True)为所有测试运行夹具test_1()和test_2()，而无需将夹具设置为测试参数，如下所示。 *测试不能在没有夹具参数的情况下使用夹具的返回值：
import pytest
@pytest.fixture(autouse=True)
def fixture_1():
print("fixture_1")
@pytest.fixture(autouse=True)
def fixture_2():
print("fixture_2")
def test_1():
assert True
def test_2():
assert True
然后，这是下面的输出：
$ pytest -q -rP
.. [100%]
=============== PASSES ================
_______________ test_1 ________________
-------- Captured stdout setup --------
fixture_1
fixture_2
_______________ test_2 ________________
-------- Captured stdout setup --------
fixture_1
fixture_2
2 passed in 0.33s
而且，您可以使用 @pytest.mark.usefixtures 进行test_1()和test_2()来运行多个夹具，如下所示。 *测试不能在没有夹具参数的情况下使用夹具的返回值：
import pytest
@pytest.fixture
def fixture_1():
print("fixture_1")
@pytest.fixture
def fixture_2():
print("fixture_2")
@pytest.mark.usefixtures('fixture_1', 'fixture_2')
def test_1():
assert True
@pytest.mark.usefixtures('fixture_1', 'fixture_2')
def test_2():
assert True
然后，这是下面的输出：
$ pytest -q -rP
.. [100%]
=============== PASSES ================
_______________ test_1 ________________
-------- Captured stdout setup --------
fixture_1
fixture_2
_______________ test_2 ________________
-------- Captured stdout setup --------
fixture_1
fixture_2
2 passed in 0.33s
而且，您可以在类中使用@pytest.mark.usefixturestest_1()和test_2()Test来运行多个夹具，如下所示。 *夹具可以使用request.cls.something将数据传递给类中的测试：
import pytest
@pytest.fixture
def fixture_1(request):
request.cls.first_name = "John"
@pytest.fixture
def fixture_2(request):
request.cls.last_name = "Smith"
@pytest.mark.usefixtures('fixture_1', 'fixture_2')
class Test:
def test_1(self):
print(self.first_name, self.last_name)
assert True
def test_2(self):
print(self.first_name, self.last_name)
assert True
然后，这是下面的输出：
$ pytest -q -rP
.. [100%]
=============== PASSES ================
_____________ Test.test_1 _____________
-------- Captured stdout call ---------
John Smith
_____________ Test.test_2 _____________
-------- Captured stdout call ---------
John Smith
2 passed in 0.32s
而且，您可以使用@pytest.fixture(autouse=True)运行Test类中test_1()和test_2()的所有测试的夹具，而无需将夹具设置为测试参数，如下所示。 *夹具可以使用request.cls.something将数据传递给类中的测试：
import pytest
@pytest.fixture
def fixture_1(request):
request.cls.first_name = "John"
@pytest.fixture
def fixture_2(request):
request.cls.last_name = "Smith"
@pytest.mark.usefixtures('fixture_1', 'fixture_2')
class Test:
def test_1(self):
print(self.first_name, self.last_name)
assert True
def test_2(self):
print(self.first_name, self.last_name)
assert True
然后，这是下面的输出：
$ pytest -q -rP
.. [100%]
=============== PASSES ================
_____________ Test.test_1 _____________
-------- Captured stdout call ---------
John Smith
_____________ Test.test_2 _____________
-------- Captured stdout call ---------
John Smith
2 passed in 0.33s
据我所知，函数和夹具之间最重要的区别在于，夹具允许您为测试设置一些东西，可能包含状态，然后在测试结束时将其拆除。
SO问题的答案什么是编程中的夹具？对此有些明确。
如果没有需要设置然后拆除的状态，那么使用夹具就没有根本优势，除了一些语法糖。