Python接口自动化 之用例读取方法总结
作者:??行者AI???? 时间:2023-12-14 06:47:22
前言:
在软件测试中,为项目编写接口自动化用例已成为测试人员常驻的测试工作。本文以python为例,基于笔者曾使用过的三种用例数据读取方法:xlrd、pandas、yaml,下面简要地介绍下它们的使用方法及简单分析。
1. Python第三方库xlrd
xlrd模块可用于读取excel文档,是一种最常用的用例读取方式,使用方式如下。以演示惯例---注册接口为例,首先新建一个excel文档,文档中自定义接口用例参数:
(以下data均为随机生成,不涉及任何系统)
python已安装第三方库后,开始读取接口用例。本次为了方便演示,方法未进行封装。
xlrd代码演示
以下为实例代码:
import unittest
import xlrd
# 打开接口用例excel文件
excel_data = xlrd.open_workbook('register.xlsx')
# 读取excel文件中存放用例的sheet页,命名无要求
sheet = excel_data.sheet_by_name('register')
print(sheet.nrows)
print(sheet.row_values(1))
# 将读取到的用例全部追加到data列表中
data = []
for i in range(1, sheet.nrows):
data.append(sheet.row_values(i))
print(data)
class register(unittest.TestCase):
def test_register_check(self):
pass
执行py文件后,打印读取data列表,成功读取出excel文件中用例数据:
但是上面的方法会把整个excel文件的用例全部存放到一个列表中,数据取用不太方便。现在我们对数据进行拆分,结合ddt数据驱动方式,进行数据读取:
import unittest
import xlrd
from ddt import ddt,data,unpack
excel_data = xlrd.open_workbook('register.xlsx')
sheet = excel_data.sheet_by_name('register')
# print(sheet.nrows)
# print(sheet.row_values(1))
data_ = []
for i in range(1, sheet.nrows):
data_.append(sheet.row_values(i))
print(data_)
# 引入的装饰器@ddt;导入数据的@data;拆分数据的@unpack
@ddt
class register(unittest.TestCase):
@data(*data_)
@unpack
def test_register(self, title, data, check):
print(data)
if __name__ == '__main__':
unittest.main()
通过ddt中的data及unpack方法,excel文件中的每条数据都是一个单独的列表,更便于提供给接口测试用例使用:
xlrd模块在接口自动化中的使用频率非常高,调用方法也非常简单。读取到excel测试用例后,还可以使用装饰器DDT进行数据拆分,使数据更加简化。
xlrd适用于项目接口数据较少、接口字段不经常调整的项目。如果项目中,接口数量非常多,在编写接口用例时,存放用例的excel文件内容会不断扩充。测试用例的易读性和维护性都会成为后期测试工作的难题,影响测试效率。
2. Python第三方库pandas
pandas是python的一个数据分析包,可帮助使用者处理大型数据集。使用pandas中的DataFrame(二维的表格型数据结构)方法,即可获取到excel表格中的测试数据。pandas与xrld一样,都可读取excel文件。
首先创建一个excel文件,存放测试数据:
pandas代码演示
实例代码:
# 从excel文件中读取用例,name参数为sheet名称
def read_excel_data(inputdir,name):
dataframe = pandas.DataFrame(columns=['接口名','用例','请求地址','请求体','断言','协议','请求方式'])# 传入参数就是excel文件中的列名
try:
datafile = pandas.read_excel(inputdir,sheet_name=name)
dataframe = dataframe.append(datafile, ignore_index=True, sort=True)
except:
print("Warning:excel文件打开异常,请重试!")
To_list = dataframe.to_dict(orient='records')# 参数='records'时,转化后是 list形式
return To_list
from common.data import read_excel_data
import pytest
def getdata(path):
getdata = read_excel_data(path, '编辑xx')
print(getdata)
path = r'..\common\接口用例文档.xlsx'# excel文件的路径,按实际项目结构指明
getdata(path)
调用封装好的方法,成功读取到excel文件中的全部用例数据:
该方法与xlrd类似,也是通过读取二维表格中数据的方式,获取到我们所需接口用例。
通过xlrd等方法读取excel文件中的测试用例,是接口测试中比较主流的数据读取方式。但是通过上面的案例展示可以发现,如果excel文件中的数据越来越多,后期测试的维护成本是比较高的,同时表格格式在大篇幅数据中,也不方便阅读。这也是此类方法的一个弊端。
3. Python第三方库yaml
yaml是一种用来写配置文件的序列化语言,文件格式输出可以是列表、字典,也支持嵌套。层级关系用空格区分,但不支持tab缩进。
破折号和空格( “ - ” ):列表格式
# 以下数据会以list形式被读取
- testapi
- url
- get
常见的yaml格式:
冒号和空格( “ :” ) :字典格式
# 以下数据会以dict形式被读取
name: A
age: 1
spouse:
name: B
age: 2
slave:
- name: C # - 表示为列表
age: 3
- name1: D
age1: 4
yaml代码演示
读取yaml文件中的dict数据,代码如下:
import os
import yaml
class LoadTestData:
# 设置路径,获取yaml文件数据
def load_data(self, file_name):
yaml_path = os.path.join(os.path.join(os.path.dirname(os.path.dirname(os.path.abspath(__file__))), 'test_file'), file_name)
yaml_data = yaml.load(open(yaml_path), Loader=yaml.FullLoader)
# print(yaml_data)
return yaml_data
def get_yaml_data(api_file, api_name):
'''
获取yaml中 api_name的数据
:param api_file: api文件位置
:param api_name: api文件名称
:return: 文件数据
'''
data = LoadTestData().load_data(api_file)[api_name]
print(data)
return data
if __name__ == '__main__':
file_name = 'api_data.yaml'
api_name = 'test'
# LoadTestData().load_data(file_name)
get_yaml_data(file_name,api_name )
print('读取成功')
请注意yaml.load在调用时,可能会因为yaml版本较高而提示异常。解决方法:指定loader = yaml.FullLoader可解决异常。
根据上面yaml的实际运用可以发现,相比excel表格存放的数据,yaml可读性更好,而且python本身也支持新建yaml文件,与脚本语言的交互性更佳。对于不同的测试模块,也可以新建不同的yaml文件,实现了功能模块之间的测试数据隔离。
来源:https://juejin.cn/post/6977243071528304676


猜你喜欢
自己写的Javascript计算时间差函数
详解python开发环境搭建

plotly分割显示mnist的方法详解

Flask-Mail用法实例分析

golang等待触发事件的实例
pandas带有重复索引操作方法
Mysql查询日期timestamp格式的数据实现

在VS Code上搭建Python开发环境的方法

go类型转换及与C的类型转换方式
概述javascript在Google IE中的调试技巧

Go+Vue开发一个线上外卖应用的流程(用户名密码和图形验证码)

Go语言实现请求超时处理的方法总结
python logging 日志的级别调整方式
Windows下ORACLE 10g完全卸载的方法分析
捕捉并保存ASP运行错误的函数代码
wxpython布局的实现方法

Oracle针对数据库某一行进行操作的时候,如何将这一行加行锁
Django的URLconf中使用缺省视图参数的方法
pandas返回缺失值位置的方法实例教程
