自动化框架pytest结合数据驱动 |
您所在的位置：网站首页 › java golang python关系 › 自动化框架pytest结合数据驱动 |
自动化框架pytest结合数据驱动
|
什么是数据驱动
数据驱动就是数据的改变从而驱动自动化测试的执行，最终引起测试结果的改变。简单来说，就是参数化的应用。数据量小的测试用例可以使用代码的参数化来实现数据驱动，数据量大的情况下建议大家使用一种结构化的文件(例如 yaml，json， 等)来对数据进行存储，然后在测试用例中读取这些数据。 应用： App、Web、接口自动化测试测试步骤的数据驱动测试数据的数据驱动配置的数据驱动 1 pytest结合数据驱动-yaml 1.1 yaml文件介绍YAML（全称为"YAML Ain't Markup Language"）是一种人类可读的数据序列化格式，它具有简洁、易读、易写的特点。YAML适用于配置文件、数据传输和表示复杂数据结构等场景。 以下是一些关键特点和用法示例： 简洁易读：YAML使用缩进和空白行来组织数据，以使结构清晰可读键值对：使用冒号（:）来表示键值对关系 #示例1 name: jardon age: 18 相当于字典{'name':'jardon','age':18} 数组：使用短横线（-）来表示一组相同类型的值。 #示例2 language: - python - java - go 相当于{'language':['python','java','go']} 嵌套数据结构：可以使用缩进来表示嵌套关系 person: name: jardon age: 18 address: city: 深圳 country: 中国 注释：以井号（#）开头的行表示注释 #这是一条注释 name: jardon #这是姓名字段 多行文本：通过使用管道符（|）或大于号（>）来表示多行文本 description: | 这是一个示例文件， 包含了一些注释。 multiline_description: > 这是一个示例文件， 包含了一些注释。 1.2 yaml文件的使用 Python读取yaml文件需要安装pyyaml第三方库，通过pip install pyyaml
或者settings-->project-->python interpreter进行安装
data 目录：存放 yaml 数据文件 func 目录：存放被测函数文件 testcase 目录：存放测试用例文件 测试准备被测对象：operation.py；测试用例：test_add.py；测试数据：data.yaml # operation.py 文件内容 def my_add(x, y): result = x + y return result # test_add.py 文件内容 #读取yaml中的数据 def get_yaml(): """ 获取json数据 :return: 返回数据的结构：[[1, 1, 2], [3, 6, 9], [100, 200, 300]] """ with open('../datas/data.yaml', 'r') as f: data = yaml.safe_load(f) return data class TestWithYaml: @pytest.mark.parametrize('x,y,expected', get_yaml()) def test_add(self, x, y, expected): assert my_add(int(x), int(y)) == int(expected) # data.yaml 文件内容 - - 1 - 1 - 2 - - 3 - 6 - 9 - - 100 - 200 - 300 2 pytest结合数据驱动-excel 2.1 openpyxl 库的安装openpyxl库的安装跟pyyaml库的安装一样，方法一通过在Terminal界面，执行pip install openpyxl，如下，我的是已经安装过了
第二个方式在settings-->project-->python interpreter进行安装
openpyxl操作Excel工作薄、工作表和单元格方式如下 import openpyxl # 获取工作簿 book = openpyxl.load_workbook('../data/params.xlsx') # 读取工作表 sheet = book.active # 读取单个单元格 cell_a1 = sheet['A1'] cell_a3 = sheet.cell(column=1, row=3) # A3 # 读取多个连续单元格 cells = sheet["A1":"C3"] # 获取单元格的值 cell_a1.valueparams.xlsx文件内容如下
Excel数据驱动的工程目录跟yaml工程目录一致，实现pytest+excel数据驱动代码如下 # operation.py 文件内容 def my_add(x, y): result = x + y return result # test_add.py 文件内容 import openpyxl import pytest # 读取Excel文件 def get_excel(): # 获取工作簿 book = openpyxl.load_workbook('../data/params.xlsx') # 获取活动行（非空白的） sheet = book.active # 提取数据，格式：[[1, 2, 3], [3, 6, 9], [100, 200, 300]] values = [] for row in sheet: line = [] for cell in row: line.append(cell.value) values.append(line) return values #测试用例 class TestWithEXCEL: @pytest.mark.parametrize('x,y,expected', get_excel()) def test_add(self, x, y, expected): assert my_add(int(x), int(y)) == int(expected) 3 pytest结合数据驱动-csv 3.1 csv 文件使用读取数据 内置函数：open()内置模块：csv方法：csv.reader(iterable) 参数：iterable ,文件或列表对象返回：迭代器，每次迭代会返回一行数据。 # 读取csv文件内容 def get_csv(): with open('demo.csv', 'r') as file: raw = csv.reader(file) for line in raw: print(line) 3.2 Pytest 数据驱动结合 csv 文件 # operation.py 文件内容 def my_add(x, y): result = x + y return result # test_add.py 文件内容 # 读取 data目录下的 params.csv 文件 import csv def get_csv(): """ 获取csv数据 :return: 返回数据的结构：[[1, 1, 2], [3, 6, 9], [100, 200, 300]] """ with open('../data/params.csv', 'r') as file: raw = csv.reader(file) data = [] for line in raw: data.append(line) return data #测试用例 class TestWithCSV: @pytest.mark.parametrize('x,y,expected', get_csv()) def test_add(self, x, y, expected): assert my_add(int(x), int(y)) == int(expected) # params.csv 文件内容 1,1,2 3,6,9 100,200,300 4 pytest结合数据驱动-json 4.1 json 文件使用 查看 json 文件 pycharmtxt 记事本读取 json 文件 内置函数 open()内置库 json方法：json.loads()方法：json.dumps() # 读取json文件内容 def get_json(): with open('demo.json', 'r') as f: data = json.loads(f.read()) print(data) 4.2 Pytest 数据驱动结合 json 文件 # operation.py 文件内容 def my_add(x, y): result = x + y return result # test_add.py 文件内容 # 读取json文件 def get_json(): """ 获取json数据 :return: 返回数据的结构：[[1, 1, 2], [3, 6, 9], [100, 200, 300]] """ with open('../data/params.json', 'r') as f: data = json.loads(f.read()) return list(data.values()) #测试用例 class TestWithJSON: @pytest.mark.parametrize('x,y,expected',get_json()) def test_add(self, x, y, expected): assert my_add(int(x), int(y)) == int(expected) # params.json 文件内容 { "case1": [1, 1, 2], "case2": [3, 6, 9], "case3": [100, 200, 300] } |
【本文地址】
今日新闻 |
推荐新闻 |