从0开始python学习-47.pytest框架之解决Template替换无法进行二次处理的问题之热加载

问题:当参数为动态参数时,Template替换无法进行二次处理

解决方案:通过热加载来进行替换

热加载原理:在代码运行的过程中动态的调用python中的方法达到获得动态参数

可以进行热加载的情况:yaml文件,随机数,替换后的值进行计算,加密等

示例:

需要热加载的数据:

yaml数据:extract.yaml

token: 76_ZgYcDxWFgCCjZVj2EPfqj7QWW_k3-iUZq68Mr6hE_VvDDa_IAfjEIi7nQwMUoISer8MAspesP1JnP1iIziezVPcB4jqZs4z_3EQpVtkEVm0Z0L7VyTmQV7JC0gsTYGaAAAPUC

需要操作的数据

class DeBugTalk:

    #场景一:读取yaml中的数据
    def read_yaml(self,key):
        with open("D:\study\pytest\extract.yaml", encoding="utf-8") as f:
            value = yaml.safe_load(f)
            return value[key]

    # 场景二:数据计算
    def add(self,a,b):
        return str(int(a)+int(b))

    # 场景三:读取随机数
    def random(self):
        return str(random.randint(1, 10))

热加载方法

class ExtractUtil:
    def hotload_replace(self,data_str:str):
        # 1.定义一个正则匹配的通用表达式
        # regexp = "\\$\\{(.*?)\\}"   # 用于匹配格式为:${access_token}
        regexp = "\\$\\{(.*?)\\((.*?)\\)\\}"  # 用于匹配格式为:${函数名(参数)}
        fun_list = re.findall(regexp,data_str)

        for f in fun_list:
             print(f)
            # ${函数名(参数)} >>函数名=f[0],参数为=f[1]
            if f[1] == "":  # 当f[1]没有参数为''时
                value = getattr(DeBugTalk(), f[0])()  # >>此时通过反射调用了random()和dm5()方法
        
            else:  # 当f[1]有参数时
                value = getattr(DeBugTalk(), f[0])(*f[1].split(","))
        
            # 如果value的值为字符串格式,但是时数字,为了看着清楚明白,可以加一层处理
            if isinstance(value, str) and value.isdigit():
                value = "'" + value + "'"
            print('value:%s' % value, type(value))  # 注意这里的打印是在if同级,不然不满足的数据无法打印
            # 拼接旧的值
            old_value = "${"+f[0]+"("+f[1]+")}"
            # 将旧的值替换成新的值
            data_str = data_str.replace(old_value,str(new_value))
        return data_str


if __name__ == '__main__':
    request_data = {"data1":"${read_yaml(token)}","data2":"${add(1,2)}","data3": "${random()}"}
    data_str = yaml.safe_dump(request_data)
    print("old_str:%s" % data_str)
    data_str = ExtractUtil().hotload_replace(data_str)
    print("new_str:%s" % data_str)

打印结果

 

  • 16
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
pytest是一个Python测试框架,它是基于`unittest`和`nose`这两个Python测试框架的经验基础上发展而来的。相比于其他测试框架pytest具有更简洁、更灵活的语法,让编写和管理测试用例更加方便。 在使用pytest之前,我们需要将其导入到我们的Python项目中。可以通过`pip`命令来安装pytest包,具体命令为`pip install pytest`。安装完成后,我们可以在Python代码中通过`import pytest`语句来引入pytest模块。 导入pytest后,我们就可以使用pytest提供的丰富的装饰器和断言函数来编写测试用例pytest支持使用`@pytest.fixture`装饰器定义测试用例前后需要执行的操作,比如创建数据库连接等。使用`@pytest.mark.parametrize`装饰器可以方便地对测试用例进行参数化,减少重复性的代码。 pytest还提供了丰富的断言函数,用于验证测试结果是否符合预期。常用的断言函数有`assert`、`assertEqual`、`assertTrue`等。使用这些断言函数可以方便地检查测试用例的执行结果,并在测试失败时输出详细的错误信息,帮助我们快速定位问题。 除了基本的测试用例编写和断言功能外,pytest还提供了插件机制,可以通过插件扩展pytest的功能。例如,`pytest-html`插件可以生成HTML格式的测试报告,`pytest-xdist`插件可以实现用例的并行执行,提高测试效率。 总结来说,pytest是一个功能强大、灵活且易于使用的Python测试框架。通过导入pytest模块,并利用它提供的装饰器和断言函数,我们可以高效地编写和管理测试用例。同时,借助插件机制,我们可以扩展pytest的功能,满足更多的测试需求。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值