pytest自动化测试数据驱动yaml/excel/csv/json

这篇文章主要为大家介绍了pytest自动化测试数据驱动yaml/excel/csv/json的示例详解，有需要的朋友可以借鉴参考下。−

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
1
2
3
4

• 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)
1
2
3
4
5
6
7
8
9
10
11
12
13

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
1
2
3

• 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)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

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
1
2
3

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)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

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
1
2
3

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)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

以上就是pytest自动化测试数据驱动yaml/excel/csv/json的详细内容

---

最后

如果你想学习自动化测试，那么下面这套视频应该会帮到你很多

最后我这里给你们分享一下我所积累和整理的一些文档和学习资料，有需要直接领取就可以了！

以上内容，对于软件测试的朋友来说应该是最全面最完整的备战仓库了，为了更好地整理每个模块，我也参考了很多网上的优质博文和项目，力求不漏掉每一个知识点，很多朋友靠着这些内容进行复习，拿到了BATJ等大厂的offer，这个仓库也已经帮助了很多的软件测试的学习者，希望也能帮助到你。

​​

​​​​