本文介绍一种轻量、安全的模式：将耗时的初始化逻辑从 pytest 的参数收集阶段延迟到测试执行阶段，通过传递可调用对象（如函数或 partial 对象）并在测试体内调用，避免提前实例化，同时兼容不同签名的初始化函数。
在使用 @pytest.mark.parametrize 时，一个常见但易被忽视的问题是：所有参数表达式都会在 pytest 的测试收集（collection）阶段立即求值。这意味着像 fun1()、fun2() 或 [fun3(n) for n in range(10)] 这样的调用，会在你运行 pytest --collect-only 时就全部执行——即使你只打算运行其中某个子集，甚至只是查看测试列表。这对初始化开销大（如加载模型、连接数据库、生成大型数据结构）的函数而言，会显著拖慢收集速度、增加内存占用，还可能引发意外副作用（如网络请求失败导致收集中断）。
解决思路很清晰：不传“结果”，而传“如何得到结果”的可调用对象（即“thunk”），并在测试函数内部按需调用。这样，初始化严格发生在测试执行时（test_foobar 被调用的那一刻），完全规避收集期开销。
✅ 正确做法：参数化传 callable，测试内解包调用
from functools import partial
import pytest
from mymodule import fun1, fun2, fun3, fun4
@pytest.mark.parametrize(
"arg_factory", # 更语义化的参数名：它是个工厂函数，不是最终对象
[
fun1, # 零参函数，直接传引用
fun2,
]
+ [partial(fun3, n) for n in range(10)] # 绑定参数，避免闭包陷阱
+ [partial(fun4, n, model) for n in range(3, 7) for model in ["explicit", "implicit"]],
)
def test_foobar(arg_factory):
# ✅ 延迟初始化：此时才真正执行 fun1(), fun3(5), fun4(4, "implicit") 等
arg = arg_factory() # 注意：每个 factory 返回单个对象（非列表）
# 后续测试逻辑
assert hasattr(arg, 'some_attr')
# ... 其他断言与验证? 关键细节说明：使用 functools.partial 而非 lambda: fun3(n) 是为了正确捕获循环变量值。在列表推导式中，lambda 会形成闭包，若不显式绑定 n，所有 lambda 可能共享最后一个 n 的值（Python 常见陷阱）。partial 在构造时即固化参数，行为确定。参数名建议改为 arg_factory 或 init_fn，比泛泛的 arg 更能体现其“可调用性”本质，提升代码可读性与维护性。若某些 fun* 返回的是对象列表（而非单个对象），且你希望每个元素单独作为一次测试运行，则需在收集阶段展开（如 fun1() 返回 [a,b,c] → 改为 [lambda: x for x in fun1()]），但更推荐让 fun* 本身保持单一职责（返回单个待测实例）。
⚠️ 注意事项与进阶建议
- 不要混用“已初始化对象”和“工厂函数”：确保 parametrize 列表中所有元素均为 callable。若误写 fun1()（带括号），则仍会在收集期执行。
- 支持多返回值？ 若需单次测试初始化多个对象（如 obj_a, obj_b = init_pair()），可让工厂函数返回元组，并在测试内解包：a, b = arg_factory()。
- 统一初始化接口（可选）：若项目中大量存在此类需求，可定义一个轻量装饰器或基类，强制实现 .setup() 方法，使测试逻辑进一步标准化。
- 配合 pytest-xdist 更高效：延迟初始化还能减少 worker 进程启动时的争抢与重复加载，尤其利于分布式测试。
这种模式以极小的重构成本（仅改参数传递方式 + 一行调用），换取了清晰的生命周期控制、更快的测试发现速度，以及更强的调试友好性——你可以在调试器中精确看到哪个 fun* 调用变慢，而无需在收集阶段“盲等”。
