如何避免pytest中pytest_generate_tests钩子被重复调用的问题

方案1：增加测试数据缓存（改造成本最低，不改变原有执行逻辑） #

pytest的pytest_generate_tests钩子会在收集每个测试函数时触发，多个子类继承相同测试方法时会重复调用数据生成逻辑，新增全局缓存存储已生成的测试数据即可避免重复开销。
修改后的conftest.py代码示例：

import pytest
import logging

# 全局缓存：存储已生成的测试数据
_test_data_cache = {}

@pytest.fixture(scope="class")
def generic_test_setup(request, env):
   # 原有初始化逻辑保留
   pass

def pytest_generate_tests(metafunc):
    class_name = metafunc.cls.__name__.split('_')[1]
    # 优先从缓存读取数据，不存在再生成
    if class_name not in _test_data_cache:
        logging.info(f"Collection Phase :: Initializing test_data for {class_name} !!!")
        # 原有生成test_data的逻辑不变
        test_data = [] # 替换为你实际的测试数据生成代码
        _test_data_cache[class_name] = test_data
    else:
        test_data = _test_data_cache[class_name]
    
    id_entity = [d['entity'] for d in test_data]
    if "data" in metafunc.fixturenames:
        # 新增scope="class"，同一测试类下的所有方法复用同一参数实例
        metafunc.parametrize("data", test_data, ids=id_entity, scope="class")
        
@pytest.fixture
def data(request):
    return request.param

如果Test_window和Test_door的测试数据完全一致，还可以进一步优化缓存逻辑，不按类名区分，直接复用同一份数据，完全避免二次生成。

方案2：参数化逻辑迁移到高优先级fixture #

如果测试数据生成逻辑复杂度高，也可以将生成逻辑迁移到高scope的fixture中，利用fixture的生命周期实现跨用例复用：

import pytest
import logging

@pytest.fixture(scope="session")
def test_data_pool():
    return {}

@pytest.fixture(scope="class")
def generic_test_setup(request, env):
   # 原有初始化逻辑保留
   pass

@pytest.fixture(scope="class")
def data(request, test_data_pool):
    class_name = request.cls.__name__.split('_')[1]
    if class_name not in test_data_pool:
        logging.info(f"Initializing test_data for {class_name} !!!")
        test_data = [] # 替换为你实际的测试数据生成代码
        test_data_pool[class_name] = test_data
    return test_data_pool[class_name]

注意该方案需要配合@pytest.mark.parametrize(indirect=True)使用才能保留单条数据对应单条测试用例的特性，否则所有数据会作为一个整体传入测试方法，需要自行拆分用例。

内容的提问来源于stack exchange，提问作者surabhi