Python 自动化测试(四)：数据驱动

【摘要】在实际的测试工作中，通常需要对多组不同的输入数据，进行同样的测试操作步骤，以验证我们的软件质量。这种测试，在功能测试中非常耗费人力物力，但是在自动化中，却比较好实现，只要实现了测试操作步骤，然后将多组测试数据以数据驱动的形式注入，就可以实现了。前面文章学习了参数化，当数据量非常大的时候，我们可以将数据存放到外部文件中，使用的时候将文件中的数据读取出来，方便测试...

在实际的测试工作中，通常需要对多组不同的输入数据，进行同样的测试操作步骤，以验证我们的软件质量。这种测试，在功能测试中非常耗费人力物力，但是在自动化中，却比较好实现，只要实现了测试操作步骤，然后将多组测试数据以数据驱动的形式注入，就可以实现了。
前面文章学习了参数化，当数据量非常大的时候，我们可以将数据存放到外部文件中，使用的时候将文件中的数据读取出来，方便测试数据的管理。数据与测试用例分别管理，可以利用外部数据源 YAML、JSON、Excel、CSV 管理测试数据。
YAML 是一种容易阅读、适合表示程序语言的数据结构、可用于不同程序间交换数据、丰富的表达能力和可扩展性、易于使用的语言。通过缩进或符号来表示数据类型。
pyyaml 模块在 Python 中用于处理 YAML 格式数据，主要使用 yaml.safe_dump() 和 yaml.safe_load() 函数将 Python 值和 YAML 格式数据相互转换。工作中常常使用 YAML 格式的文件存储测试数据。
安装
案例
创建用例文件以及数据文件来完成数据驱动的测试案例，创建一个文件夹 testdata，在这个文件夹下创建 data.yml 和 test_yaml.py 文件。
创建 data.yml 文件：
创建“test_yaml.py”，代码如下：
代码分析：
yaml 文件里定义了列表数据，通过 open() 方法获取 data.yml 文件对象，使用 yaml.safe_load() 加载这个文件对象，将 YAML 格式文件转换为 Python 值，分别传到到用例中生成多条用例分别执行。
运行结果：
运行结果中 [1-2] 和 [20-30] 代码传入的两组参数，分别传入 test_foo() 用例方法中执行，并且分别生成两条测试结果。
以上，pytest 组合 YAML 实现数据驱动，YAML 文件作为用例数据源，控制测试用例的执行，使测试用例数据维护更加方便快捷。