pytest测试数据驱动yaml/excel/csv/json
吱吱菌啦啦 人气:0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
- 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
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
def my_add(x, y): result = x + y return result
- testcase目录:存放测试用例文件
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
def my_add(x, y): result = x + y return result
- testcase目录:存放测试用例文件
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
def my_add(x, y): result = x + y return result
- testcase目录:存放测试用例文件
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)
加载全部内容