1、在 pytest 中，如果你有多个数据驱动的 fixture 和测试用例，并希望确保它们的数据同步传递（即每个 fixture 和测试用例的数据对是一一对应的），你可以使用 pytest.mark.parametrize 来参数化测试函数和 fixture。为了确保 fixture 和测试函数中的数据同步传递，可以将它们放在同一个参数化装饰器中，并设置 indirect=True。
例如：
在这个例子中：
data_fixture 是一个接受参数的 fixture。
test_with_data 函数被 @pytest.mark.parametrize 装饰器参数化，它不仅为 data_fixture 提供了参数，也为测试函数本身提供了参数。
indirect=["data_fixture"] 表示 data_fixture 是间接应用的，意味着它的参数应该通过 request.param 传递给 fixture。
这样，每次测试运行时，pytest 都会为 data_fixture 和 test_with_data 提供一组对应的参数，确保它们同步传递。
这种方法确保了每个 fixture 和测试用例的数据对都是一一对应的，避免了 fixture 取一个值后运行所有测试用例的情况。每个测试用例只会在特定的 fixture 数据下运行一次，保持了数据的一致性和准确性。
2、实际使用场景中，数据必然是来自于数据文件，那这里的数据列表就变成了变量，怎么将变量中的数据取出来使用？
动态生成参数化装饰器
如果你有一个包含所有测试数据的变量，你可以构造出 parametrize 所需的参数列表。下面是一个例子，展示如何动态生成参数化装饰器：
使用字典作为数据源
如果你想更灵活地管理测试数据，可以考虑使用字典作为数据源，这样你可以更容易地扩展或修改测试数据，而不需要调整参数化装饰器中的参数名：
