多pytest文件中conftest、fixture结构优化及测试用例复用方案

针对你的需求，这里提供两种高效的代码结构优化方案，核心目标是复用测试用例+确保每个数据集只生成一次（避免重复执行耗时操作）：

方案一：基于pytest参数化Fixture（推荐，符合pytest生态） #

这种方式利用pytest的fixture参数化特性，将测试用例与数据生成逻辑解耦，同时通过session级别作用域保证每个数据集仅生成一次。

步骤1：在conftest.py中定义参数化Fixture #

把数据生成逻辑和参数化配置放在conftest.py中，让所有测试文件共享：

import pytest
import pandas as pd
from typing import Dict

def get_list_of_dfs_somewhere(param: str) -> Dict[str, pd.DataFrame]:
    # 你的原有数据生成逻辑，这里模拟耗时操作
    print(f"生成数据集 {param}（耗时10分钟）")
    return {"df1": pd.DataFrame(), "df2": pd.DataFrame()}

# session级别：整个测试会话中，每个param对应的dfs仅生成一次
@pytest.fixture(scope="session", params=["one", "two", "three"])
def dfs(request):
    return get_list_of_dfs_somewhere(request.param)

步骤2：编写通用测试用例 #

在单独的测试文件（比如test_dfs.py）中编写一次测试用例，pytest会自动为每个参数执行所有测试：

def test_dfs_type(dfs):
    assert isinstance(dfs, dict)

def test_contains_required_dfs(dfs):
    assert "df1" in dfs
    assert "df2" in dfs

def test_dfs_not_empty(dfs):
    for df in dfs.values():
        assert not df.empty

方案优势 #

• 代码极简，无需重复编写测试类
• session级Fixture确保每个数据集仅生成一次，即使多个测试文件也能复用
• 支持单独运行某类测试：比如执行pytest -k "one"仅测试参数为"one"的数据集

方案二：基于类继承+类级Fixture（面向对象风格） #

如果你偏好面向对象的测试结构，可以通过父类定义通用测试用例，子类仅指定参数，同时用类级Fixture保证每个子类的数据集仅初始化一次。

代码实现 #

import pytest
import pandas as pd
from typing import Dict

def get_list_of_dfs_somewhere(param: str) -> Dict[str, pd.DataFrame]:
    print(f"生成数据集 {param}（耗时10分钟）")
    return {"df1": pd.DataFrame(), "df2": pd.DataFrame()}

# 父类：包含所有通用测试用例
class BaseTestDFS:
    # 子类需重写此参数
    param: str = None

    # 类级Fixture：每个子类仅执行一次初始化
    @pytest.fixture(scope="class", autouse=True)
    def setup_dfs(self):
        self.dfs = get_list_of_dfs_somewhere(self.param)

    def test_dfs_type(self):
        assert isinstance(self.dfs, dict)

    def test_contains_required_dfs(self):
        assert "df1" in self.dfs
        assert "df2" in self.dfs

# 子类1：仅指定参数
class TestOne(BaseTestDFS):
    param = "one"

# 子类2：仅指定参数
class TestTwo(BaseTestDFS):
    param = "two"

# 子类3：仅指定参数
class TestThree(BaseTestDFS):
    param = "three"

方案优势 #

• 保持类式结构，逻辑清晰，适合习惯面向对象的开发者
• 支持单独运行某子类测试：比如执行pytest test_file.py::TestOne仅测试第一个数据集

关键注意事项 #

1. Fixture作用域：必须设置scope="session"（方案一）或scope="class"（方案二），避免重复执行耗时的数据集生成操作
2. 只读数据：由于你的数据集在测试中不会被修改，无需担心并发或数据污染问题
3. 运行效率：两种方案都能保证每个数据集仅生成一次，最大化节省时间

内容的提问来源于stack exchange，提问作者javierlu