综合使用（fixture）

一、需求分析

同时使用 class 级别和 function 级别 fixture，且 function 级别 fixture 依赖 class 级别 fixture。

二、示例代码

以下是完整示例，包含详细注释和执行顺序说明：

---

import pytest

# ---------------------------
# 模拟业务逻辑（此部分非重点，只是模拟业务）
# ---------------------------
class Database:
    def __init__(self):
        self.tables = {}
    
    def create_table(self, name):
        self.tables[name] = []
    
    def drop_table(self, name):
        del self.tables[name]
    
    def insert_data(self, table, data):
        self.tables[table].append(data)

# ---------------------------
# class 级别 fixture (初始化数据库连接)
# ---------------------------
@pytest.fixture(scope="class")
def db_connection():
    """每个测试类共享的数据库连接"""
    print("\n[Class] 初始化数据库连接")
    db = Database()
    yield db  # 将数据库实例传递给测试类
    print("\n[Class] 关闭数据库连接")

# ---------------------------
# function 级别 fixture (依赖 class 级别的 db_connection)
# ---------------------------
@pytest.fixture
def temp_table(db_connection):  # 接收 class 级别 fixture 返回值
    """每个测试方法独立的临时表"""
    print("\n[Function] 创建临时表")
    table_name = "test_data"
    db_connection.create_table(table_name)
    yield table_name  # 传递表名给测试方法
    print("\n[Function] 删除临时表")
    db_connection.drop_table(table_name)

# ---------------------------
# 测试类
# ---------------------------
class TestDatabaseOperations:
    def test_insert_data(self, db_connection, temp_table):
        """测试数据插入"""
        db_connection.insert_data(temp_table, {"id": 1, "name": "Alice"})
        assert len(db_connection.tables[temp_table]) == 1
        print("\n执行 test_insert_data")

    def test_query_data(self, db_connection, temp_table):
        """测试数据查询"""
        assert temp_table in db_connection.tables
        print("\n执行 test_query_data")

---

三、执行输出及顺序说明

# 测试类初始化阶段
[Class] 初始化数据库连接

# 第一个测试方法执行流程
[Function] 创建临时表
执行 test_insert_data
[Function] 删除临时表

# 第二个测试方法执行流程
[Function] 创建临时表
执行 test_query_data
[Function] 删除临时表

# 测试类结束阶段
[Class] 关闭数据库连接

---

四、关键点解析

1. 依赖关系：

   • temp_table (function级别) 依赖于 db_connection (class级别)
   • pytest 会自动处理依赖注入，确保 db_connection 在 temp_table 之前初始化

2. 生命周期对比：

   Fixture	初始化时机	清理时机
   db_connection	类内第一个测试方法执行前	类内所有测试方法执行完成后
   temp_table	每个测试方法执行前	每个测试方法执行完成后

3. 验证点：

   • 两个测试方法共享同一个数据库连接 (db_connection)
   • 每个测试方法使用独立的临时表 (temp_table)

---

五、扩展模式：带参数注入

@pytest.fixture(scope="class")
def db_config():
    return {"host": "localhost", "port": 5432}

@pytest.fixture(scope="class")
def db_connection(db_config):  # 依赖其他 class 级别 fixture
    print(f"连接数据库：{db_config['host']}:{db_config['port']}")
    # ...

@pytest.fixture
def temp_data(db_connection, request):  # 使用 request 参数获取动态数据
    table = request.param  # 从参数化测试获取表名
    db_connection.create_table(table)
    yield
    db_connection.drop_table(table)

@pytest.mark.parametrize("temp_data", ["users", "orders"], indirect=True)
class TestAdvancedOperations:
    def test_special_case(self, temp_data):
        # ...

---

六、最佳实践总结

1. 明确作用域

   • class 级别：用于昂贵资源（数据库、API 客户端）
   • function 级别：用于隔离数据（临时文件、测试账号）

2. 依赖顺序

   • 宽作用域（session/class）fixture → 窄作用域（function）fixture

3. 资源清理

   @pytest.fixture
   def file_resource():
       with open("temp.txt", "w") as f:  # 使用 with 自动清理
           yield f

4. 类型提示

   from typing import Generator
   
   @pytest.fixture(scope="class")
   def db_connection() -> Generator[Database, None, None]:
       db = Database()
       yield db
       db.close()

---

通过这种模式，可以高效管理分层级的测试资源，同时保证测试隔离性和执行性能。