pytest自动化测试数据驱动yaml/excel/csv/json怎么使用

这篇“pytest自动化测试数据驱动yaml/excel/csv/JSON怎么使用”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“pytest自动化测试数据驱动yaml/excel/csv/json怎么使用”文章吧。

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 pytestimport yamlclass 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 openpyxlimport pytestfrom test_pytest.read_excel.func.operation import my_aDDDef 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 valuesclass 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 csvimport pytestfrom test_pytest.read_csv.func.operation import my_adddef 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 dataclass 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：

• PyCharm

• 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 jsonimport pytestfrom test_pytest.read_json.func.operation import my_adddef 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)

以上就是关于“pytest自动化测试数据驱动yaml/excel/csv/json怎么使用”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注编程网精选频道。