Pytest 结合数据驱动 - YAML

简介

数据驱动测试（Data-Driven Testing，DDT）是一种测试方法，它将测试数据与测试逻辑分离，使用外部数据源提供测试输入数据，并驱动测试执行。这样，测试用例的设计和执行不依赖于硬编码的数据，而是通过动态加载不同的数据集来自动执行多次测试。数据驱动测试可以帮助提高测试效率、扩展性，并减少重复工作。

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大家使用一种结构化的文件如 CSV 文件、Excel 表格、JSON 文件或 YAML 文件等）来对数据进行存储，然后在测试用例中读取这些数据。

数据驱动应用场景

App、Web、接口自动化测试
测试步骤的数据驱动
测试数据的数据驱动
配置的数据驱动

YAML 简介

YAML（YAML Ain't Markup Language）是一种人类可读的数据序列化格式，用于配置文件和数据交换。它的设计目标是通过使用缩进来表示数据结构，以便人类可以轻松阅读和编写。YAML 语法简洁，适合于配置文件和数据的表示。

YAML 文件的数据存储规则：

对象：键值对的集合，用冒号 “:” 表示。
数组：一组按次序排列的值，前加 “-”。
纯量：单个的、不可再分的值。
字符串
布尔值
整数
浮点数
Null
时间
日期

YAML 文件的优点

可读性高：语法非常接近自然语言，使用缩进代替括号，数据层次关系清晰。
格式简洁：无需使用引号包裹字符串（除非有特殊字符）。
支持复杂数据结构：支持列表、字典（映射）、嵌套数据等。
支持注释：使用 # 来添加注释，非常适合在配置文件中解释各个参数的含义，方便开发者理解和维护。
数据类型自动识别：可以自动识别多种数据类型，包括字符串、整数、浮点数、布尔值等，无需显式定义类型。

操作 YAML 文件

安装：pip install pyyaml
读取方法：yaml.safe_load(f)
写入方法：yaml.safe_dump(f)

读取 YAML 文件

yaml.safe_load(f)：将 yaml 格式数据转化为 python 对象。

import yaml

# 指定要读取的 YAML 文件路径
file_path = './my.yaml'

# 使用 with 语句打开文件以进行读取
with open(file_path, 'r', encoding='utf-8') as f:
  # 使用 yaml.safe_load 从文件中加载 YAML 数据
    data = yaml.safe_load(f)

写入 YAML 文件

yaml.safe_dump(f)：将 python 对象转化为 yaml 格式，写入 yaml 文件。

import yaml

# 定义一个字典，其中包含一些数据
data = {
    'name': 'John',
    'age': 30,
    'city': 'New York'
}

# 打开一个文件来写入 YAML 数据
with open('data.yaml', 'w') as file:
    # 使用 yaml.safe_dump 将数据写入文件
    yaml.safe_dump(data, file)

YAML 实现数据驱动测试

工程目录结构

src 目录：存放被测函数文件。
data 目录：存放 yaml 数据文件。
tests 目录：存放测试用例文件。

# 工程目录结构
.
├── data
│   └── data.yaml
├── src
│   ├── __init__.py
│   └── operation.py
└── tests
    ├── __init__.py
    └── test_add.py

代码示例

# data.yaml 文件内容
-
  - 1
  - 1
  - 2
-
  - 3
  - 6
  - 9
-
  - 100
  - 200
  - 300

# operation.py 文件内容
def my_add(x, y):
    result = x + y
    return result

# test_add.py 文件内容
import pytest
import yaml

def get_yaml():
    '''
    读取 yaml 文件数据
    :return: python 对象数据
    '''
    with open("../data/data.yaml", encoding="utf-8") as f :
        data = yaml.safe_load(f)
    return data

class TestWithYaml:

    @pytest.mark.parametrize('x,y,expected', get_yaml())
    def test_add(self, x, y, expected):
        assert my_add(int(x), int(y)) == int(expected)

测试结果:

总结

yaml 文件操作。
yaml 实现数据驱动测试。