测试之路 pytest接口自动化框架-yaml数据驱动

歪小王

发布于 2022-12-12 16:41:11

9840

发布于 2022-12-12 16:41:11

哈喽~大家好，上期我们聊了聊yaml数据。本期内容是他的兄弟篇。yaml数据驱动与yaml部分模块的封装。废话不多，昊料开始。

01 开篇

数据驱动在自动化中起到了一个很重要的作用。它实现了一条case，多次执行。很多的接口测试工具，也都把数据驱动利用的淋漓尽致。就拿我们最熟悉的jmeter来说。它的数据驱动是依靠CSV文件（一种通用文本格式。常用于数据之间的转换。一行就是一条数据，数据中多个值用“,”分割。）设置的，通过编写CSV表格，然后设置好对应的参数。在接口中调用这些参数所属的变量。即可实现数据驱动。

上期内容我们说到，在做接口自动化的过程中，由于yaml格式的数据与现在流行的restful数据结构一样。所以yaml作为接口自动化中的数据源文件是最合适的。在yaml中，也可以实现数据驱动。

02 初识数据驱动

在没开始说数据驱动之前。先引入一个场景，如果我们想要测一个接口，抛开这个接口有多少个字段不说，就从参数覆盖上，我们要做一条正向用例，然后要校验这个参数是否必填、长度是否符合标准、类型是否是正确的、就要设计4、5条用例。就会出现如下图所示的情况

同一个接口为了覆盖参数是否合法，就做了5条用例。而且除了data参数不一致以外。其他的都是一样的。这很不符合python代码的特性。

为解决这个问题。数据驱动就上场了。

pytest中有一个装饰器是@pytest.mark.parametrize(参数名，数据源)；这个装饰器主要功能是将列表转换成用例，列表中的元素个数表示用例个数。举个小例子

单条

data = "s"
@pytest.mark.parametrize("caselist"，data)
def test_case(caselist):
    print(caselist)

执行结果

多条

data_list = ["zhangsan","lisi","wangwu"]
@pytest.mark.parametrize("caselist"，data_list)
def test_case(caselist):
    print(caselist)

执行结果

上面这个小例子演示了数据驱动的简单实现。pytest.mark.parametrize()接收两个参数，一个是参数名，一个是数据列表。

参数名：表示给每个数据源起一个名称。在用例方法中，需要将这个参数名作为参数传入。

数据源：是主要的数据载体。可以传一个值或传多个值，但是这里注意，所传的参数必须是可迭代的。否则会报xx类型是不可被迭代的错。

比如我们传一个int类型参数，如下图所示。

传入数据源后，这个装饰器就会进行解析，然后将这个数据源中的每一个元素转成一条用例。

通过pytest的特性。我们就可以使用数据驱动进行用例的维护了。实现接口用例覆盖的同时，也提高了代码复用率。

03 yaml数据驱动

上面说到数据驱动的优势，接下来我们说说yaml数据驱动。

在yaml中。我们可以将数据使用列表嵌套字典+关键字的方式来实现数据驱动。定义yaml文件时。在最外层使用“-”（上期介绍过，“-”在yaml文件里面表示数组的意思。）包裹字典数据。然后传入pytest.mark.parametrize()中。

yaml文件

-
  name: 张三
  age: 24
  sex: 女
-
  name: 李四
  age: 24
  sex: 男

用例代码

import pytest
import yaml

with open("test.yaml","r",encoding="utf-8") as f:
    data = yaml.load(stream=f,Loader=yaml.FullLoader)

@pytest.mark.parametrize("caselist",data)
def test_case(caselist):
    print(caselist)

执行结果