软件测试 / 测试开发全日制|Pytest 结合 yaml 实现数据驱动

2024-01-10
北京
本文字数：960 字
阅读完需：约 3 分钟

前言

我们之前介绍过 pytest 的参数化，我们使用了@pytest.mark.parametrize(argnames, argvalues) 来实现批量传送参数的目的，但是我们不进行数据驱动的话，我们一旦对数据进行变更，就需要在代码里对我们的参数进行逐一的修改，这对我们来说，是额外增加的工作量，而通过专门存储数据的文件来实现数据驱动，就可以节省我们的工作量，改变参数时，我们只需要对数据文件进行修改，在数据驱动测试中，yaml 文件是我们最常使用的数据驱动文件之一，本文就给大家介绍一下 pytest 结合 yaml 实现数据驱动。

环境安装

我们在使用 yaml 之前，需要先安装好 yaml 的第三方库，命令如下：

pip install PyYAML

复制代码

创建测试文件和数据文件

假设我们要测试一个简单的函数，比如计算两个数的和：

# code.py
def add(a, b):    return a + b

复制代码

接下来，创建一个yaml文件，用于存储测试数据：

# test_data.yamltest_case_1:  a: 2  b: 3  expected_result: 5
test_case_2:  a: -1  b: 10  expected_result: 9
test_case_3:  a: 0  b: 0  expected_result: 0

复制代码

编写测试用例

现在，创建一个pytest测试文件，编写测试用例并读取yaml文件中的数据：

# test_code.py
import yamlimport pytestfrom code import add
def load_test_data():    with open('test_data.yaml', 'r') as file:        test_data = yaml.safe_load(file)    return test_data
@pytest.mark.parametrize("input_data", load_test_data().values())def test_add(input_data):    a = input_data['a']    b = input_data['b']    expected_result = input_data['expected_result']
    result = add(a, b)    assert result == expected_result, f"计算错误：{a} + {b} 应该得到 {expected_result}，实际得到 {result}"

复制代码

运行测试

我们接下来可以运行测试，直接在 pycharm 中点击绿色三角形运行即可，我们也可以使用命令行运行，命令如下：

pytest test_code.py

复制代码

pytest将会读取test_code.py文件中的测试用例，并根据test_data.yaml中提供的数据对add函数进行测试。每个测试用例都会使用 yaml 文件中的数据来进行数据驱动测试。

总结

结合pytest和yaml，我们实现了数据驱动测试，有效地测试了同一个函数在不同输入下的行为。这种方法使得测试用例易于维护，并且可以轻松地添加更多的测试数据，确保代码的稳定性和正确性。

发布于: 13 分钟前阅读数: 6

霍格沃兹测试开发学社

关注

社区：ceshiren.com 微信：ceshiren2021 2019-10-23 加入

微信公众号：霍格沃兹测试开发提供性能测试、自动化测试、测试开发等资料，实时更新一线互联网大厂测试岗位内推需求，共享测试行业动态及资讯，更可零距离接触众多业内大佬。

发布

暂无评论

创作场景

软件测试 / 测试开发全日制|Pytest 结合 yaml 实现数据驱动

前言

环境安装

创建测试文件和数据文件

编写测试用例

运行测试

总结

霍格沃兹测试开发学社

评论