写点什么

软件测试 / 测试开发丨测试步骤代码修改,用 Yaml 实现数据驱动

作者:测试人
  • 2023-04-04
    北京
  • 本文字数:1924 字

    阅读完需:约 6 分钟

获取更多相关知识


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
复制代码

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
复制代码

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
复制代码

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"
复制代码

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)
复制代码

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"
复制代码

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"
复制代码

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。

发布于: 刚刚阅读数: 6
用户头像

测试人

关注

专注于软件测试开发 2022-08-29 加入

霍格沃兹测试开发学社,测试人社区:https://ceshiren.com/t/topic/22284

评论

发布
暂无评论
软件测试/测试开发丨测试步骤代码修改,用 Yaml实现数据驱动_软件测试_测试人_InfoQ写作社区