Python接口自动化 之用例读取方法总结

前言：

在软件测试中，为项目编写接口自动化用例已成为测试人员常驻的测试工作。本文以python为例，基于笔者曾使用过的三种用例数据读取方法：xlrd、pandas、yaml，下面简要地介绍下它们的使用方法及简单分析。

1. Python第三方库xlrd

xlrd模块可用于读取excel文档，是一种最常用的用例读取方式，使用方式如下。以演示惯例---注册接口为例，首先新建一个excel文档，文档中自定义接口用例参数：

（以下data均为随机生成，不涉及任何系统）

python已安装第三方库后，开始读取接口用例。本次为了方便演示，方法未进行封装。

​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。
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
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
分享他们的经验，还会分享很多直播讲座和技术沙龙
可以免费学习！划重点！开源的！！！
qq群号：485187702【暗号：csdn11】

xlrd代码演示

以下为实例代码：

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

import unittest import xlrd # 打开接口用例excel文件 excel_data = xlrd.open_workbook('register.xlsx') # 读取excel文件中存放用例的sheet页，命名无要求 sheet = excel_data.sheet_by_name('register') print(sheet.nrows) print(sheet.row_values(1)) # 将读取到的用例全部追加到data列表中 data = [] for i in range(1, sheet.nrows):     data.append(sheet.row_values(i))     print(data) class register(unittest.TestCase):     def test_register_check(self):         pass

执行py文件后，打印读取data列表，成功读取出excel文件中用例数据：

但是上面的方法会把整个excel文件的用例全部存放到一个列表中，数据取用不太方便。现在我们对数据进行拆分，结合ddt数据驱动方式，进行数据读取：

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

import unittest import xlrd from ddt import ddt,data,unpack excel_data = xlrd.open_workbook('register.xlsx') sheet = excel_data.sheet_by_name('register') # print(sheet.nrows) # print(sheet.row_values(1)) data_ = [] for i in range(1, sheet.nrows):     data_.append(sheet.row_values(i)) print(data_) # 引入的装饰器@ddt；导入数据的@data；拆分数据的@unpack @ddt class register(unittest.TestCase):     @data(*data_)     @unpack     def test_register(self, title, data, check):         print(data) if __name__ == '__main__':     unittest.main()

通过ddt中的data及unpack方法，excel文件中的每条数据都是一个单独的列表，更便于提供给接口测试用例使用：

xlrd模块在接口自动化中的使用频率非常高，调用方法也非常简单。读取到excel测试用例后，还可以使用装饰器DDT进行数据拆分，使数据更加简化。

xlrd适用于项目接口数据较少、接口字段不经常调整的项目。如果项目中，接口数量非常多，在编写接口用例时，存放用例的excel文件内容会不断扩充。测试用例的易读性和维护性都会成为后期测试工作的难题，影响测试效率。

2. Python第三方库pandas

pandas是python的一个数据分析包，可帮助使用者处理大型数据集。使用pandas中的DataFrame（二维的表格型数据结构）方法，即可获取到excel表格中的测试数据。pandas与xrld一样，都可读取excel文件。

首先创建一个excel文件，存放测试数据：

pandas代码演示

实例代码：

1 2 3 4 5 6 7 8 9 10

# 从excel文件中读取用例，name参数为sheet名称 def read_excel_data(inputdir,name):      dataframe = pandas.DataFrame(columns=['接口名','用例','请求地址','请求体','断言','协议','请求方式'])   # 传入参数就是excel文件中的列名      try:          datafile = pandas.read_excel(inputdir,sheet_name=name)          dataframe = dataframe.append(datafile, ignore_index=True, sort=True)      except:          print("Warning:excel文件打开异常，请重试！")      To_list = dataframe.to_dict(orient='records')  # 参数='records'时，转化后是 list形式      return To_list

1 2 3 4 5 6 7

from common.data import read_excel_data import pytest def getdata(path):     getdata = read_excel_data(path, '编辑xx')     print(getdata) path = r'..\common\接口用例文档.xlsx' # excel文件的路径，按实际项目结构指明 getdata(path)

调用封装好的方法，成功读取到excel文件中的全部用例数据：

该方法与xlrd类似，也是通过读取二维表格中数据的方式，获取到我们所需接口用例。

通过xlrd等方法读取excel文件中的测试用例，是接口测试中比较主流的数据读取方式。但是通过上面的案例展示可以发现，如果excel文件中的数据越来越多，后期测试的维护成本是比较高的，同时表格格式在大篇幅数据中，也不方便阅读。这也是此类方法的一个弊端。

3. Python第三方库yaml

yaml是一种用来写配置文件的序列化语言，文件格式输出可以是列表、字典，也支持嵌套。层级关系用空格区分，但不支持tab缩进。

破折号和空格( “ - ” )：列表格式

1 2 3 4

# 以下数据会以list形式被读取 - testapi - url - get

常见的yaml格式：

冒号和空格( “ ：” ) ：字典格式

1 2 3 4 5 6 7 8 9 10 11

# 以下数据会以dict形式被读取 name: A age: 1 spouse:     name: B     age: 2 slave:  - name: C  # - 表示为列表    age: 3  - name1: D    age1: 4

 

yaml代码演示

读取yaml文件中的dict数据，代码如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

import os import yaml class LoadTestData:     # 设置路径，获取yaml文件数据     def load_data(self, file_name):         yaml_path = os.path.join(os.path.join(os.path.dirname(os.path.dirname(os.path.abspath(__file__))),                                          'test_file'), file_name)         yaml_data = yaml.load(open(yaml_path), Loader=yaml.FullLoader)         # print(yaml_data)         return yaml_data def get_yaml_data(api_file, api_name):     '''     获取yaml中 api_name的数据     :param api_file:  api文件位置     :param api_name:  api文件名称     :return: 文件数据     '''     data = LoadTestData().load_data(api_file)[api_name]     print(data)     return data if __name__ == '__main__':     file_name = 'api_data.yaml'     api_name = 'test'     # LoadTestData().load_data(file_name)     get_yaml_data(file_name,api_name )     print('读取成功')

请注意yaml.load在调用时，可能会因为yaml版本较高而提示异常。解决方法：指定loader = yaml.FullLoader可解决异常。

根据上面yaml的实际运用可以发现，相比excel表格存放的数据，yaml可读性更好，而且python本身也支持新建yaml文件，与脚本语言的交互性更佳。对于不同的测试模块，也可以新建不同的yaml文件，实现了功能模块之间的测试数据隔离。

总结

测试中，不管是以excel表格存放数据还是yaml文件存放数据，都能做到快速集成组装测试数据。但excel表格存放数据过大时，有可读性降低及脚本执行时间较长等问题。yaml拥有简洁、与python交互性高，可以把功能模板的测试数据相互隔离等优点。但也需要对yaml的写法规范有一些了解，才能正确使用。

最后感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走！ 希望能帮助到你！【100%无套路免费领取】