Работал ли с декораторами в Python?

Да, работал. В контексте автоматизации тестирования на Python я использовал декораторы для решения нескольких задач.

Основные сценарии применения:

1. Параметризация тестов в pytest: Декоратор @pytest.mark.parametrize — это основной инструмент для запуска одного теста с разными наборами входных данных и ожидаемых результатов.

   import pytest
   
   @pytest.mark.parametrize("input, expected", [
       ("admin", 200),
       ("user", 200),
       ("", 401),
       ("invalid", 403)
   ])
   def test_login_status_code(input, expected):
       # Код теста, использующий input
       status = login(username=input)
       assert status == expected

2. Маркировка тестов: Декораторы @pytest.mark.smoke, @pytest.mark.regression, @pytest.mark.skip или @pytest.mark.xfail для категоризации и управления выполнением тестовых наборов.

   @pytest.mark.smoke
   @pytest.mark.api
   def test_api_health_check():
       response = requests.get(API_URL + "/health")
       assert response.status_code == 200

3. Кастомные декораторы для логирования и обработки исключений: Например, декоратор для логирования начала и окончания выполнения каждого теста или для перехвата и логирования определенных исключений без прерывания падения теста.

   def log_test_execution(func):
       def wrapper(*args, **kwargs):
           test_name = func.__name__
           logger.info(f"Starting test: {test_name}")
           result = func(*args, **kwargs)
           logger.info(f"Finished test: {test_name}")
           return result
       return wrapper
   
   @log_test_execution
   def test_complex_workflow():
       # ... код теста

Декораторы позволяют сохранять тестовый код чистым и сфокусированным на бизнес-логике, вынося вспомогательную функциональность (логирование, повторные попытки, setup/teardown) в отдельные, переиспользуемые компоненты.