标签：全写 yaml 测试步骤 list Yaml testing env department yml
⬇️ 点击“下方链接”，提升测试核心竞争力！
>>更多技术文章分享和免费资料领取
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。
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。
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="$..parentid")[0] == 1
上面的代码首先使用 @pytest.mark.parametrize 装饰器，传递了两组数据，测试结果显示有两条测试用例被执行，而不是一条测试用例。也就是 pytest 会将两组测试数据自动生成两个对应的测试用例并执行，生成两条测试结果。
当测试数据量大的情况下，可以考虑把数据存储在结构化的文件中。从文件中读取出代码中所需要格式的数据，传递到测试用例中执行。本次实战以YAML进行演示。YAML以使用动态字段进行结构化，它以数据为中心，比 excel、csv、Json、XML 等更适合做数据驱动。
将上面参数化的两组数据存储到 yaml 文件中，创建一个data/department_list.yml文件，代码如下：
-2
-3
上面的代码定义了一个 yaml 格式的数据文件department_list.yml，文件中定义了一个列表，列表中有两个数据，最后生成的是这样的数据格式：[1,2]。将测试用例中参数化的数据改造成从 department_list.yml 文件中读取，代码如下：
class TestDepartment:
department = Department()
@pytest.mark.parametrize("id", \
yaml.safe_load(open("../data/department_list.yml")))
def test_department_list(self, id):
r = self.department.list(id)
assert self.department.jsonpath(expr="$..parentid")[0] == 1
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。
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。
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 header
env={
"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"
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)
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: 4
default:
"dev"
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 header
env = 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"
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。
内容全面升级，4 个月 20+ 项目实战强化训练，资深测试架构师、开源项目作者亲授 BAT 大厂前沿最佳实践，带你一站式掌握测试开发必备核心技能（对标阿里P6+，年薪50W+）！直推 BAT 名企测试经理，普遍涨薪 50%+！
⬇️ 点击“阅读原文”，提升测试核心竞争力！
原文链接
⬇️ 点击“下方链接”，提升测试核心竞争力！
标签：全写,yaml,测试步骤,list,Yaml,testing,env,department,yml 来源： https://www.cnblogs.com/Tester-muller/p/16657888.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。