Python+Pytest+Yaml+Allure数据参数化(DDT)数据驱动(一)

我们在做数据之前要知道几个问题

1、在代码层面怎么来数据驱动

2、yaml文件是什么

3、怎么用yaml文件实现对应的数据驱动

我们用的是pytest框架所以相对来说是简单的,我们通过pytest框架来实现,而框架中要数据驱动用到我们装饰器就好啦@pytest.mark.parametrize(参数名,参数数据)

那参数化就是DDT :把对应的数据提取出来 进行统一维护

参数1:参数的名字

参数2: 参数的数据列表

那我们的参数数据要什么数据格式?我们知道有字典 元祖 字符串....

我们要对应的数据话肯定是多组数据

数据1,数据2,数据3 列表

(数据1,数据2,数据3)元祖

{k:v},{k:v},{k:v}列表套字典------推荐,用的比较多

\[1,2,3]列表套列表

(1),(2),(3)列表套元祖

好 那我们现在简单写一个小demo

python 复制代码
import pytest
# data 是我们的数据
data = ['小王','小张','小李']
# 通过用这个装饰器(data传入的参数列表需要有一个参数名来接收name)
@pytest.mark.parametrize('name',data)
# 给到name以后 需要给到test_01参数 去接受这个值
def test_01(name):
    print('当前运行的用户名是:',name)


if __name__ == "__main__":
    pytest.main(['-vs'])

运行结果

我们中间的数据项有多少个,他就会执行多少次

我们的data中有三个 就执行三次

那如果列表套列表我们要怎么写呢--通过下标获取

python 复制代码
import pytest
# data 是我们的数据
data = [['小王',22],['小张',23],['小李',24]]
# 通过用这个装饰器(data传入的参数列表需要有一个参数名来接收name)
@pytest.mark.parametrize('name',data)
# 给到name以后 需要给到test_01参数 去接受这个值
def test_01(name):
    print('当前运行的用户名是:',name[0])
    print('当前运行的用户年龄是:', name[1])


if __name__ == "__main__":
    pytest.main(['-vs'])

运行结果

好 我们学会可以后在项目中怎么应用呢?

我们对应的登陆中是不是有对应的账户名密码等等一些参数

那我们可以在登陆写一下测试用例

登陆成功 密码错误 用户名错误 等等。。。

那我们来写一下

先导包

python 复制代码
@pytest.mark.parametrize()

首先我们的格式是列表套字典

python 复制代码
data = [
    {'username': 'aaa', 'password': '1245346', 'res': '登录成功'},
    {'username': 'aaa', 'password': '1234ddd56', 'res': '密码错误'},
    {'username': 'djjdjd', 'password': '15634432', 'res': '用户名不存在'}
]

然后把data和我们的参数传入装饰器中

python 复制代码
@pytest.mark.parametrize('case_info',data)

再把我的case_info传入方法中

python 复制代码
def test_01_login(case_info):

接下来我们data中和断言中也需要相应改动---引用上面的数据

python 复制代码
 data = {
            'accounts': case_info['username'],
            'pwd':  case_info['password'], 
            'type': 'username'
        }
python 复制代码
assert mag_ret == case_info['res'], f'错误,我们当前返回的值是:{mag_ret}'

写好啦 我们接下来运行看看

第一个用例通过 这是正向测试 期望和实际一样

第二个也是 我们改了密码 期望是密码错误 实际返回的也是密码错误

第三个 账号密码都不对 期望返回的是用户名不存在但是实际返回的是登陆账号不存在

我们看懂了DDT了以后只需要维护我们的测试用例,如需要测试 直接引用就好啦 是不是很方便

但是目前我们只是把测试数据提取出来

那不同的接口可不可以把接口全部提取出来呢?---可以

因为我们发送请求无非是四要素不一样 你需要提取什么就提取什么

那我们这些都提取出来,我们可以通过yaml文件来进行操作,或者说我们需要有一个存放数据的地方excel 、yaml 也可以数据库这些都是可以的。

以上我们知道了 我们的数据驱动是通过装饰器来实现

那我们接下来说yaml是什么

相关推荐
棉猴7 分钟前
玩游戏学Python9-算术运算符应用1
python·游戏·pygame·玩游戏·游戏编程
凤年徐29 分钟前
【Python】Python 语法速通指南
开发语言·python
quantdash_cc34 分钟前
量化数据清洗应该放在数据层还是策略层?从系统架构看清职责边界
开发语言·python·数据分析·系统架构·量化交易·股票数据·quantdash
梅雅达编程笔记37 分钟前
Day 06 · 第一个 API 接口:从 Model 到 JSON
python·django·drf·后端开发·restful api·序列化器
yi01141 分钟前
DAY28: LeetCode 111. 二叉树的最小深度
人工智能·笔记·python·算法·leetcode·二叉树·递归
诺伦1 小时前
从一键分发到 AI 自动运营:内容矩阵工具三代技术架构拆解 | RiseClaw玄策
python·agent·架构设计·增长运营·ai自动运营·内容营销自动化
有同事要进步1 小时前
LeetCode 14. 最长公共前缀:纵向扫描一次讲透
开发语言·python
XiaoMaqqqq2 小时前
目前正规的IP驱动产业新场景新工具哪个好
网络·python·网络协议·tcp/ip
cui_ruicheng2 小时前
FastAPI 应用开发(五)——SQLAlchemy ORM、APIRouter 与 Alembic 数据库迁移
python·fastapi·web
silvamux_2 小时前
豆包 API 调用教程:Python 接入可跑通示例
开发语言·python