python之yaml模块和ddt模块

aml文件是专门用来写配置文件的语言，非常简洁和强大，远比json格式方便。

在PC中新建一个yml/yaml为为缩略名的文件，输入信息见下图

新建一个py文件处理yml文件，直接处理成字典格式

缩进为二维数组：

import yaml
f = open('mpp.yml')
print(yaml.load(f))

yml文件信息和运行结果如下图：

 

 

ddt相当于参数化一个东西

只传入一个参数：

 

 传入多个参数：

 

 使用ddt+yml+unittest实现自动化接口测试，代码如下：

import ddt
import unittest,requests
from BeautifulReport import BeautifulReport

@ddt.ddt
class MyCase(unittest.TestCase):
    @ddt.file_data('login.yml')
    @ddt.unpack
    def test_run(self,**kwargs):#不确定有多少参数，用**kwargs获取用例的所有信息
        method = kwargs.get('method')
        url = kwargs.get('url')
        data = kwargs.get('data')
        header = kwargs.get('header',{}) #从用例里获取header,如果没有这个字段返回空
        is_json = kwargs.get('is_json',0)  #从用例里获取json,如果没有这个字段返回空
        cookie = kwargs.get('cookie',{}) #同上
        check = kwargs.get('check')
        if method == 'post':
            if is_json:
                r = requests.post(url, json=data, headers=header,
                              cookies=cookie)
            else:
                r = requests.post(url,data=data,headers=header,
                          cookies=cookie)
        else:
            r = requests.get(url,params=dataa,headers=header,
                          cookies=cookie)#params是直接把传参拼接到url后
        # self.assertEquals(check.get('error_code'),r.json().get('error_code'))
        #判断check中的预期结果和响应参的error_code是否一样

        for c in check:#实际check中不止一个error_code，还有其他多个响应参
            self.assertIn(c,r.text)
            
if __name__ == '__main__':
    # unittest.main()  #自动运行全部用例
    suite = unittest.TestSuite()
    suite.addTests(unittest.makeSuite(MyCase))
    result = BeautifulReport(suite)
    result.report(filename='mpp的测试报告0318', description='描述B', log_path='')