前言
在解锁 pytest_configure(config) 的神奇功能：个性化定制你的测试框架这篇文章中，我们在文章最后，抛出了pytest_collection_modifyitems()钩子函数，那该钩子函数又是啥？怎么用？运行机制？实际运用场景？带着这些疑问，我们一起来探锁pytest_collection_modifyitems()钩子函数。
pytest_collection_modifyitems()是啥？
pytest_collection_modifyitems() 是 Pytest 框架中非常有用的钩子函数之一。
看看源码定义：
def pytest_collection_modifyitems(
session: "Session", config: "Config", items: List["Item"]
) -> None:
"""Called after collection has been performed. May filter or re-order
the items in-place.
:param session: The pytest session object.
:param config: The pytest config object.
:param items: List of item objects.
"""
这个钩子函数允许我们在运行测试集之前修改被收集到的测试项（test items），例如重新排序、过滤或添加标记等。
pytest_collection_modifyitems() 函数是在测试集被收集后立即调用的。它接收两个参数，config 和 items。config 参数提供了关于测试运行配置的信息，而 items 参数则是一个列表，包含了所有被收集到的测试项。
pytest_collection_modifyitems()如何使用？
我们配合conftest.py文件进行使用
conftest.py
def pytest_collection_modifyitems(config, items):
# 在这里编写需要执行的代码
pass
我们可以在 pytest_collection_modifyitems() 函数内部编写我们的逻辑代码。该函数接收两个参数：config 和 items。config 参数提供了关于测试运行配置的信息，而 items 参数是一个包含所有被收集到的测试项的列表。有同学可能还不是不知道items是啥？这里做一个介绍
参数items是啥？
一组测试用例被称为一个 "item"。pytest 会根据特定的规则 (默认是以 test_ 开头的函数或方法) 自动收集这些测试用例。当 pytest 执行这些测试用例时，它会把它们封装成一个个的 "item"，并对它们进行执行和统计结果。
item有哪些属性？
我们说几个常用属性，用来获取用例相关的信息：
item.nodeid: 返回一个字符串，表示测试用例的唯一标识符。item.name: 返回一个字符串，表示测试用例的名称。item.parent: 返回一个节点对象，表示测试用例所属的父级节点（模块、类或测试集合）。item.function: 返回一个函数对象，表示测试用例的实际执行函数。item.originalname: 返回一个字符串，表示测试用例的原始名称。item.location: 返回一个元组，包含测试用例所在文件的路径和行号。- item.keywords:返回一个包含字符串关键字的集合
我们实际测试一下，看看输出结果，会更加明了
conftest.py中定义该函数，并输出信息，代码如下：
def pytest_collection_modifyitems(config, items):
for item in items:
print(f"item.nodeid {item.nodeid}")
print(f"item.name {item.name}")
print(f"item.parent {item.parent}")
print(f"item.function {item.function}")
print(f"item.originalname {item.originalname}")
print(f"item.location {item.location}")
然后我们写一个case进行测试：
test_demo.py
def test_case():
assert True
执行case输出信息如下：
item.nodeid test_dir/test_demo.py::test_case
item.name test_case
item.parent
item.function
item.originalname test_case
item.location ('test_dir/test_demo.py', 2, 'test_case')
这样输出结果对应着上面的理论知识看，应该比较容易理解了。
常见使用场景
场景一：
重新排序测试项：通过更改 items 列表的顺序，在运行测试时按照特定的排序规则执行测试项。
def pytest_collection_modifyitems(config, items):
# 按照测试项名称字母顺序重新排序
items.sort(key=lambda x: x.name)
场景二：
过滤测试项：根据特定的规则，从测试集中过滤掉不需要执行的测试项。
def pytest_collection_modifyitems(config, items):
# 过滤掉带有 'slow' 标记的测试项
items[:] = [item for item in items if 'slow' not in item.keywords]
场景三：
标记测试项：根据特定的规则，给测试项添加额外的标记。这在动态地为测试项分配标记时非常有用。
def pytest_collection_modifyitems(config, items):
# 给包含 'api' 关键字的测试项添加 'api' 标记
for item in items:
if 'api' in item.name:
item.add_marker(pytest.mark.api)
场景四：
跳过测试项：根据特定的规则，跳过某些测试项的执行
def pytest_collection_modifyitems(config, items):
# 跳过带有 'skip' 标记的测试项
for item in items:
if 'skip' in item.keywords:
item.add_marker(pytest.mark.skip)
案例实现
基本知识了解之后，我们实现一个小需求，我们现在拥有一组带smoke标记的case，我们想要在执行全部测试用例时，将smoke标记的测试移到测试集的最前面。我们看看如何实现：
def pytest_collection_modifyitems(config, items):
smoke_tests = []
other_tests = []
for item in items:
if 'smoke' in item.keywords:
smoke_tests.append(item)
else:
other_tests.append(item)
items[:] = smoke_tests + other_tests
代码还是比较简单的，首先创建了两个空列表：smoke_tests 和 other_tests，用于存储带有 smoke 标记和其他标记的测试项。然后我们遍历 items 列表，将带有 smoke 标记的项添加到 smoke_tests 列表中，将其他项添加到 other_tests 列表中。
最后一行的 items[:] = smoke_tests + other_tests 将重新排序后的测试项列表赋值给原始的 items 列表，从而实现了将带有 smoke 标记的测试项移动到最前面。
这样，当我们运行pytest 时，所有带有 smoke 标记的测试项都会首先执行，然后是其他测试项。这在快速执行关键的冒烟测试时非常有用，同时保持了灵活性和维护性。
运行机制
pytest_collection_modifyitems()钩子函数的运行机制如下：
Pytest 运行过程中，当测试集被收集完成后，Pytest 会检测到conftest.py文件中是否定义了 pytest_collection_modifyitems() 函数。conftest.py中定义了 pytest_collection_modifyitems() 函数，Pytest 会调用该函数，并传递两个参数：config 和 items。config 参数是一个对象，包含了当前测试运行的配置信息。我们可以使用它来访问和修改配置选项，或者获取有关测试环境和命令行参数的信息。items 参数是一个列表，其中包含了所有收集到的测试项对象。每个测试项对象都包含了测试项的相关信息，如名称、路径、函数/方法定义等。pytest_collection_modifyitems() 函数内部，我们可以根据需要对 items 列表进行修改。例如，重新排序测试项、过滤测试项、添加标记等。items 列表后，Pytest 将按更新后的顺序和配置继续执行测试。修改后的 items 列表中包含了经过钩子函数处理后的测试项。总结来说，pytest_collection_modifyitems() 钩子函数在测试集被收集之后被调用，允许我们对收集到的测试项进行自定义修改。通过使用该钩子函数，我们可以根据特定需求实现对测试项的排序、过滤、标记等操作，从而更好地管理和执行测试。
最后
不得不感叹pytest的强大。各种钩子函数满足你的不同需求场景。回到pytest_collection_modifyitems,我们使用时还是要注意：pytest_collection_modifyitems() 函数中的修改操作会直接影响到测试项的执行顺序和状态。因此，在使用该钩子函数时，请确保了解并测试了修改后的结果，以避免出现意外情况。
