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

•  读取文件方式

import yaml
file_path = './my.yaml' #文件路径
#打开文件
with open(file_path, 'r', encoding='utf-8') as f:
    #读取文件的数据
    data = yaml.safe_load(f)

•  工程目录结构

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

2.2 openpyxl 库的操作

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.value

params.xlsx文件内容如下

 

 2.3 Pytest 数据驱动结合 Excel 文件

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
  • pycharm
  • txt 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]
}