如何在pytest中对自定义transformer做参数化测试，解决函数不可迭代报错

AI 小北

2026-10-3

报错原因

pytest.mark.parametrize的第二个入参要求直接传入可迭代对象，你直接传入list_transformers这个fixture函数本身，函数对象不是可迭代的序列，所以触发TypeError: 'function' object is not iterable
代码逻辑不匹配：fixture里返回的是已经实例化完成的Transformer对象，但测试函数里却把传入的transformer当成（类, 初始化参数）的元组来拆解，逻辑完全对应不上
存在拼写错误：fixture里定义的变量是list_transformers，return的时候写成了list_trasformers（少了字母n）

正确实现方案

方案1：直接参数化（最简便，无需fixture）

直接把所有要测试的Transformer类和对应参数整理成可迭代列表，传入parametrize即可，后续新增Transformer只需要往列表里加配置：

import pytest

# 所有待测试的Transformer配置：(类, 初始化参数字典)
TRANSFORMER_CASES = [
    (TransformerOne, {"column": "a"}),
    (TransformerTwo, {"column": "a"}),
]

@pytest.mark.parametrize("tf_type, params", TRANSFORMER_CASES)
def test_print_transformer(tf_type, params):
    tf = tf_type(**params)
    print(tf)
    # 可扩展其他通用断言逻辑
    assert isinstance(tf, tf_type)

如果你的测试逻辑不需要动态生成实例，也可以直接把实例放到参数化列表里：

@pytest.mark.parametrize("transformer", [
    TransformerOne(column='a'),
    TransformerTwo(column='a'),
])
def test_print_transformer(transformer):
    print(transformer)

方案2：fixture复用Transformer配置

如果需要在多个测试用例里复用Transformer配置，可以用fixture配合indirect参数实现：

import pytest

@pytest.fixture
def transformer(request):
    tf_type, params = request.param
    return tf_type(**params)

@pytest.mark.parametrize("transformer", [
    (TransformerOne, {"column": "a"}),
    (TransformerTwo, {"column": "a"}),
], indirect=True)
def test_print_transformer(transformer):
    print(transformer)