pytest不支持原生权重调度，需在测试函数内用@pytest.mark.skipif配合random.random()实现概率跳过，权重需归一化为概率值，推荐从外部JSON加载权重配置并动态计算跳过条件。
pytest中怎么给测试用例加执行权重
pytest本身不支持测试用例权重调度，pytest的执行顺序默认按文件/函数名排序，或靠--randomly插件随机化，但“按权重随机”得自己控制。核心思路是：不改变pytest调度机制，而是在测试函数内部用random.choices()或random.random()做条件跳过。
常见错误是试图在pytest_generate_tests里动态生成带权重的参数化用例——这只能控制参数组合数量，无法让同一个测试函数被“更大概率执行”。真正要的是：每次运行时，每个测试有独立概率被触发。
- 用
@pytest.mark.skipif配合随机判断是最轻量、最兼容的方式 - 权重需归一化为概率值（如权重[3,1,2] → 概率[0.5, 0.167, 0.333]）
- 避免在
setup_method或conftest.py顶层调用random，否则所有测试共享同一随机结果
用random.choices实现多测试函数的加权调度
如果你有一组测试函数，想让它们按权重被选中执行（比如模拟高频/低频场景），可以用random.choices()从函数列表中抽样，再用pytest.skip()跳过未被选中的。注意：这要求所有候选测试函数在同一模块中，且用相同装饰器逻辑。
示例场景：三个测试函数test_login、test_search、test_logout，权重分别为5、3、2：
立即学习“Python免费学习笔记（深入）”；
import random
import pytest
<p>TESTS = [
("test_login", 5),
("test_search", 3),
("test<em>logout", 2),
]
weights = [w for </em>, w in TESTS]
selected<em>name = random.choices([n for n, </em> in TESTS], weights=weights, k=1)[0]</p><p>def skip_if_not_selected(test_name):
if test_name != selected_name:
pytest.skip(f"Weighted skip: {test_name} not selected")</p><p>def test_login():
skip_if_not_selected("test_login")
assert True</p><p>def test_search():
skip_if_not_selected("test_search")
assert True</p><p>def test_logout():
skip_if_not_selected("test_logout")
assert True
⚠️ 注意：每次pytest运行只会执行其中一个测试，因为selected_name在模块导入时就固定了。如需每次调用都重新采样，得把random.choices()移到每个测试函数内部，但会失去“整体权重分布”的语义。
为什么不用pytest-randomly或pytest-ordering
pytest-randomly只打乱执行顺序，不支持权重；pytest-ordering只控制先后，不能控制是否执行。强行用它们“模拟权重”，比如重复定义同一测试函数多次（test_login_v1, test_login_v2, test_login_v3），会导致报告中出现冗余条目、覆盖率统计失真、CI日志膨胀。
更严重的问题是：这类方案会让pytest --lf（last-failed）失效，因为失败的其实是某个别名，下次重跑时找不到原名。
- 真实权重逻辑必须在运行时、函数级判定，而非生成时
- 权重应随每次
pytest进程独立计算，不能依赖全局状态 - 如果需要跨会话稳定权重（比如A/B测试分流），得用
os.environ.get("TEST_SEED")固定random.seed()
如何让权重配置可外部化
硬编码权重不利于维护。推荐把权重表放到JSON或pyproject.toml中，用importlib.resources读取（Python 3.9+）或pathlib.Path(__file__).parent / "weights.json"加载：
# weights.json
{
"test_api_create": 4,
"test_api_update": 2,
"test_api_delete": 1
}
然后在测试模块中：
import json
from pathlib import Path
<p>WEIGHTS = json.loads((Path(<strong>file</strong>).parent / "weights.json").read_text())
total = sum(WEIGHTS.values())</p><h1>在每个测试函数开头：</h1><p>if random.random() > WEIGHTS.get("test_api_create", 0) / total:
pytest.skip("Low-weight test")
这个写法比choices()更灵活：允许单个测试独立决定是否执行，也便于后期接入外部配置中心或环境变量覆盖。
真正容易被忽略的是：权重值本身没有单位意义，只有相对比例才起作用。设成[100, 1, 1]和[10, 0.1, 0.1]效果完全一样，但前者更容易让人误以为“100次里必执行100次”，其实只是概率更高而已。
