pytest自动化测试数据驱动yaml/excel/csv/json

数据驱动

数据的改变从而驱动自动化测试用例的执行，最终引起测试结果的改变。简单说就是参数化的应用。

测试驱动在自动化测试中的应用场景：

• 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

实现读yaml文件，先创建env.yml文件配置测试数据

工程目录结构：

• data目录：存放yaml文件

1 2 3 4

-   dev: 127.0.0.1   #dev: 127.0.0.2   #prod: 127.0.0.3

• testcase目录：存放测试用例文件

1 2 3 4 5 6 7 8 9 10 11 12 13

import pytest import yaml class TestYaml:     @pytest.mark.parametrize("env", yaml.safe_load(open("./env.yml")))     def test_yaml(self, env):         if "test" in env:             print("这是测试环境")             # print(env)             print("测试环境的ip是：", env["test"])         elif "dev" in env:             print("这是开发文件")             print("开发环境的ip是：", env["dev"])             # print(env)

结果示例：

2、pytest结合数据驱动-excel

常用的读取方式有：xlrd、xlwings、pandas、openpyxl

以读excel文件，实现A+B=C并断言为例~

工程目录结构：

data目录：存放excel数据文件

• func目录：存放被测函数文件

1 2 3

def my_add(x, y):     result = x + y     return result

• testcase目录：存放测试用例文件

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

import openpyxl import pytest from test_pytest.read_excel.func.operation import my_add def test_get_excel():     """     解析excel数据     :return: [[1,1,2],[3,6,9],[100,200,300]]     """     book = openpyxl.load_workbook('../data/param.xlsx')     sheet = book.active     cells = sheet["A1":"C3"]     print(cells)     values = []     for row in sheet:         data = []         for cell in row:             data.append(cell.value)         values.append(data)     print(values)     return values class TestWithExcel:     @pytest.mark.parametrize('x,y,expected', test_get_excel())     def test_add(self, x, y, expected):         assert my_add(int(x), int(y)) == int(expected)

3、pyetst结合数据驱动-csv

csv：逗号文件，以逗号分隔的string文件

读取csv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，遍历迭代器，每次会返回一行数据

以读csv文件，实现A+B=C并断言为例~

工程目录结构：

data目录：存放csv数据文件

• func目录：存放被测函数文件

1 2 3

def my_add(x, y):     result = x + y     return result

• testcase目录：存放测试用例文件

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

import csv import pytest from test_pytest.read_csv.func.operation import my_add def test_get_csv():     """     解析csv文件     :return:     """     with open('../data/params.csv') as file:         raw = csv.reader(file)         data = []         for line in raw:             data.append(line)     print(data)     return data class TestWithCsv:     @pytest.mark.parametrize('x,y,expected', test_get_csv())     def test_add(self, x, y, expected):         assert my_add(int(x), int(y)) == int(expected)

4、pytest结合数据驱动-json

json：js对象，是一种轻量级的数据交换格式。

json结构：

• 对象{"key":value}
• 数组[value1,value2...]

查看json文件：

• 1.pycharm
• 2.txt记事本

读取json文件：

• 内置函数open()
• 内置库json
• 方法 json.loads() json.dumps()

以读json文件，实现A+B=C并断言为例~

工程目录结构：

data目录：存放json数据文件

• func目录：存放被测函数文件

1 2 3

def my_add(x, y):     result = x + y     return result

• testcase目录：存放测试用例文件

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

import json import pytest from test_pytest.read_json.func.operation import my_add def test_get_json():     """     解析json数据     :return: [[1,1,2],[3,6,9],[100,200,300]]     """     with open('../data/params.json', 'r') as file:         data = json.loads(file.read())         print(list(data.values()))         return list(data.values()) class TestWithJson:     @pytest.mark.parametrize('x,y,expected', test_get_json())     def test_add(self, x, y, expected):         assert my_add(int(x), int(y)) == int(expected)

1. ​现在我也找了很多测试的朋友，做了一个分享技术的交流群，共享了很多我们收集的技术文档和视频教程。

2. 如果你不想再体验自学时找不到资源，没人解答问题，坚持几天便放弃的感受

3. 可以加入我们一起交流。而且还有很多在自动化，性能，安全，测试开发等等方面有一定建树的技术大牛

4. 分享他们的经验，还会分享很多直播讲座和技术沙龙

5. 可以免费学习！划重点！开源的！！！

6. qq群号：680748947【暗号：csdn11】

总结：

感谢每一个认真阅读我文章的人！！！

作为一位过来人也是希望大家少走一些弯路，如果你不想再体验一次学习时找不到资料，没人解答问题，坚持几天便放弃的感受的话，在这里我给大家分享一些自动化测试的学习资源，希望能给你前进的路上带来帮助。

软件测试面试文档

我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

 

          视频文档获取方式：
这份文档和视频资料，对于想从事【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！以上均可以分享，点下方小卡片即可自行领取。