Python中pytest的数据驱动,pytest自动化测试实战

　　本文主要介绍一个pytest自动化测试数据驱动yaml/excel/csv/json的例子。有需要的朋友可以借鉴一下，希望能有所帮助。祝大家进步很大，早日升职加薪。

　　00-1010数据驱动1、pytest结合数据驱动-yaml项目目录结构：2、pytest结合数据驱动-excel项目目录结构：3、pyetst结合数据驱动-csv读取csv数据：项目目录结构：4、pytest结合数据驱动-jsonjson结构：查看json文件：读取json文件：项目目录结构：

数据驱动

　　要读取yaml文件，首先创建env.yml文件来配置测试数据。

1、pytest结合数据驱动-yaml

　　数据目录：存储yaml文件-

　　127.0.0.1

　　#dev:

　　127.0.0.3

　　Testcase目录：存储测试用例文件导入pytest。

　　导入yaml

　　TestYaml:类

　　@ py test . mark . parameterize( env ，yaml.safe_load(open(。/env.yml ))

　　定义测试_yaml(自身，环境):

　　如果env:中的“测试”

　　打印(“这是测试环境”)

　　#打印(环境)

　　Print(测试环境的ip是：，env[test])

　　env:中的elif“dev”

　　打印(“这是开发文件”)

　　Print(开发环境的ip是：，env[dev])

　　#打印(环境)

　　结果示例：

工程目录结构：

　　常见的阅读方式有：xlrd、xlwings、pandas、openpyxl。

　　以读取excel文件，实现A B=C并断言为例~

2、pytest结合数据驱动-excel

　　数据目录：存储excel数据文件。

　　func目录：存放测试过的函数文件defmy _ add (x，y) 3360。

　　结果=x y

　　回送结果

　　Testcase目录：存储测试用例文件import openpyxl。

　　导入pytest

　　从test _ py test . read _ excel . func . operation导入my_add

　　def测试_获取_excel():

　　解析excel数据

　　:return: [[1，1，2]、[3，6，9]、[100，200，300]]

　　book=ope

　　npyxl.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)

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

def my_add(x, y):
　　 result = x + y
　　 return result

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)

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

def my_add(x, y):
　　 result = x + y
　　 return result

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)

　　以上就是pytest自动化测试数据驱动yaml/excel/csv/json的详细内容，更多关于pytest测试数据驱动yaml/excel/csv/json的资料请关注盛行IT软件开发工作室其它相关文章！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。

目录

数据驱动

1、pytest结合数据驱动-yaml

工程目录结构：

2、pytest结合数据驱动-excel

3、pyetst结合数据驱动-csv

读取csv数据：

工程目录结构：

4、pytest结合数据驱动-json

json结构：

查看json文件：

读取json文件：

工程目录结构：

相关文章阅读