一改测试步骤代码就全写?为什么不试试用 Yaml实现数据驱动?
理念与同“UI自动化测试框架”中的“测试步骤的数据驱动”相同,接口中的测试步骤的数据驱动就是将接口的参数(比如 method、url、param等)封装到
yaml 文件中管理。当测试步骤发生改变,只需要修改 yaml 文件中的配置即可。
** 测试数据的数据驱动**
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。
参数化实现数据驱动
原理与前面章节“UI自动化测试框架”中的“测试数据的数据驱动”大同小异。依然使用 @pytest.mark.parametrize
装饰器来进行参数化,使用参数化来实现数据驱动。
通过参数化的方式,分别判断id为2,3的部门的parentid为1:
import pytest
class TestDepartment: department = Department()
@pytest.mark.parametrize("id", [2, 3]) def test_department_list(self, id): r = self.department.list(id) assert self.department.jsonpath(expr="$..parentid")[0] == 1
上面的代码首先使用 @pytest.mark.parametrize 装饰器,传递了两组数据,测试结果显示有两条测试用例被执行,而不是一条测试用例。也就是
pytest 会将两组测试数据自动生成两个对应的测试用例并执行,生成两条测试结果。
使用 Yaml 文件实现数据驱动
当测试数据量大的情况下,可以考虑把数据存储在结构化的文件中。从文件中读取出代码中所需要格式的数据,传递到测试用例中执行。本次实战以YAML进行演示。YAML以使用动态字段进行结构化,它以数据为中心,比
excel、csv、Json、XML 等更适合做数据驱动。
将上面参数化的两组数据存储到 yaml 文件中,创建一个data/department_list.yml文件,代码如下:
-2-3
上面的代码定义了一个 yaml
格式的数据文件department_list.yml,文件中定义了一个列表,列表中有两个数据,最后生成的是这样的数据格式:[1,2]。将测试用例中参数化的数据改造成从
department_list.yml 文件中读取,代码如下:
class TestDepartment: department = Department()
@pytest.mark.parametrize("id", \ yaml.safe_load(open("../data/department_list.yml"))) def test_department_list(self, id): r = self.department.list(id) assert self.department.jsonpath(expr="$..parentid")[0] == 1
上面的代码,只需要使用yaml.safe_load()方法,读取department_list.yml文件中的数据,分别传入到用例
test_department_list() 方法中完成输入与结果的验证。
** 配置数据驱动**
实际工作中,对于环境的切换和配置,为了便于维护,通常不会使用硬编码的形式完成。在“多环境下的接口测试”章节中已经介绍了,如何将环境的切换作为一个可配置的选项。本章节会把这部分内容进行重构,使用数据驱动的方式完成多环境的配置。
环境准备
根据“多环境下的接口测试”章节,将此章节中的环境配置部分改为数据驱动的模式
代码如下:
#把host修改为ip,并附加host headerenv={ "docker.testing-studio.com": { "dev": "127.0.0.1", "test": "1.1.1.2" }, "default": "dev"}data["url"]=str(data["url"]).replace( "docker.testing-studio.com", env["docker.testing-studio.com"][env["default"]])data["headers"]["Host"]="docker.testing-studio.com"
** 实战演示**
依然以yaml为示例,将所有的环境配置信息放到 env.yml
文件中。如果怕出错,可以先使用yaml.safe_dump(env)将dict格式的代码转换为yaml。
如下所示,打印出来的,就是成功转换yaml格式的配置信息:
def test_send(self): env={ "docker.testing-studio.com": { "dev": "127.0.0.1", "test": "1.1.1.2" }, "default": "dev" } yaml2 = yaml.safe_dump(env) print("") print(yaml2)
将打印出来的内容粘贴到 env.yml 文件中: env.yml
docker.testing-studio.com: dev: "127.0.0.1" test: "1.1.1.2" level: 4default: "dev"
将环境准备中的代码稍作修改,把env变量从一个典型dict改为,使用yaml.safe_load读取 env.yml:
# 把host修改为ip,并附加host headerenv = yaml.safe_load(open("./env.yml"))data["url"] = str(data["url"]).\ replace("docker.testing-studio.com", env["docker.testing-studio.com"][env["default"]])data["headers"]["Host"] = "docker.testing-studio.com"
如此一来,就可以实现使用数据驱动的方式,通过修改 env.yml 文件来直接修改配置信息。
** _
来霍格沃兹测试开发学社,学习更多软件测试与测试开发的进阶技术,知识点涵盖web自动化测试 app自动化测试、接口自动化测试、测试框架、性能测试、安全测试、持续集成/持续交付/DevOps,测试左移、测试右移、精准测试、测试平台开发、测试管理等内容,课程技术涵盖bash、pytest、junit、selenium、appium、postman、requests、httprunner、jmeter、jenkins、docker、k8s、elk、sonarqube、jacoco、jvm-sandbox等相关技术,全面提升测试开发工程师的技术实力