自动化数据驱动？最全接口自动化测试yaml数据驱动实战

本文主要是介绍自动化数据驱动？最全接口自动化测试yaml数据驱动实战，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

 

前言

我们在做自动化测试的时候，通常会把配置信息和测试数据存储到特定的文件中，以实现数据和脚本的分离，从而提高代码的易读性和可维护性，便于后期优化。

而配置文件的形式更是多种多样，比如：ini、yaml、json、toml、py、xml、properties 等。

YAML是一种轻量级的文本格式，可以用于存储结构化数据，非常适合用作测试数据。

在使用YAML数据驱动进行自动化测试时，通常需要准备一个或多个YAML文件，其中包含了测试用例的数据和预期结果。测试脚本会读取这些文件，并根据文件中的数据来执行对应的测试步骤，然后验证实际结果与预期结果是否一致。

下面我们就来详探接口自动化测试中的 YAML 数据驱动

1、什么是 YAML

YAML：YAML Ain’t a Markup Language，翻译过来就是YAML 不是一种标记语言。

它是一种以数据为中心的标记语言，比 XML 和 JSON 更适合作为配置文件。

YAML 的配置文件后缀为.yml 或.yaml，如：caituotuo.yml 或 caituotuo.yaml。

YAML 的语法和其他高级语言类似，并且可以简单表达清单、散列表，标量等数据形态。它使用空白符号缩进和大量依赖外观的特色，特别适合用来表达或编辑数据结构、各种配置文件、倾印调试内容、文件大纲等。

2、YAML 语法

1）基本语法
使用缩进表示层级关系；
缩进不允许使用 tab，只允许空格（官方说法不允许使用 tab，当然如果你使用 tab 在某些地方也是可以的，例如在 PyCharm 软件上）；
缩进的空格数不重要，只要相同层级的元素左对齐即可；
大小写敏感；
前面加上 #表示注释；

1. req:

2. username: xxxxxx # 这是姓名

3. gender: Boy

4. ip: ******

5. blog: www.xxxxxx.com

6. res:

7. status: 1

8. code: 200

2）数据类型
对象：键值对的集合，又称为映射（mapping）/ 哈希（hashes） / 字典（dictionary）
数组：一组按次序排列的值，又称为序列（sequence） / 列表（list）
纯量（scalars）：单个的、不可再分的值，又称字面量

纯量是指单个的，不可拆分的值，例如：数字、字符串、布尔值、Null、日期等，纯量直接写在键值对的 value 中即可。

字符串：
默认情况下字符串是不需要使用单引号或双引号的

username: 张三

• 1

当然使用双引号或者单引号包裹字符也是可以的

1. username: 'Hello world 张三'

2. username: "Hello world 张三"

字符串可以拆成多行，每一行会被转化成一个空格

1. # 字符串可以拆成多行，每一行会被转化成一个空格 '测试 张三'

2. username3: 测试

3. 张三

布尔值：

1. boolean:

2. - TRUE #true,True都可以

3. - FALSE #false，False都可以

5. # {'boolean': [True, False]}

数字：

1. float:

2. - 3.14

3. - 6.8523015e+5 #可以使用科学计数法

4. int:

5. - 123

6. - 0b1010_0111_0100_1010_1110 #二进制表示

8. # {'float': [3.14, 685230.15], 'int': [123, 685230]}

Null：

1. null:

2. nodeName: 'node'

3. parent: ~ #使用~表示null

4. parent2: None #使用None表示null

5. parent3: null #使用null表示null

7. # {None: {'nodeName': 'node', 'parent': None, 'parent2': 'None', 'parent3': None}}

时间和日期：

1. date:

2. - 2023-04-18 #日期必须使用ISO 8601格式，即yyyy-MM-dd

3. datetime:

4. - 2023-04-18T15:09:30+08:00 #时间使用ISO 8601格式，时间和日期之间使用T连接，最后使用+代表时区

6. # {'date': [datetime.date(2023, 4, 18)], 'datetime': [datetime.datetime(2023, 4, 18, 15, 9, 30, tzinfo=datetime.timezone(datetime.timedelta(seconds=28800)))]}

对象
使用 key:[空格]value 的形式表示一对键值对（空格不能省略），例如：blog: caituotuo.top。

行内写法：

key: {key1: value1, key2: value2, ...}

普通写法，使用缩进表示对象与属性的层级关系：

1. key:

2. child-key: value

3. child-key2: value2

数组
以 - 开头的行表示构成一个数组。

普通写法：

1. name:

2. - 测试

3. - 张三

4. - 三

YAML 支持多维数组，可以使用行内表示：

key: [value1, value2, ...]

数据结构的子成员是一个数组，则可以在该项下面缩进一个空格：

1. username:

2. -

3. - 测试张三

4. - 张三

5. - 张

6. -

7. - A

8. - B

9. - C

11. # {'username': [['测试张三', '张三', '张'], ['A', 'B', 'C']]}

相对复杂的例子：

companies 属性是一个数组，每一个数组元素又是由 id、name、price 三个属性构成

1. companies:

2. -

3. id: 1

4. name: zhangshan

5. price: 300W

6. -

7. id: 2

8. name: 测试张三

9. price: 500W

11. # {'companies': [{'id': 1, 'name': 'zhangshan', 'price': '300W'}, {'id': 2, 'name': '测试张三', 'price': '500W'}]}

数组也可以使用 flow 流式的方式表示：

companies2: [ { id: 1,name: zhangshan,price: 300W },{ id: 2,name: 测试张三,price: 500W } ]

复合结构
以上三种数据结构可以任意组合使用，以实现不同的用户需求，例如：

1. platform:

2. - A1

3. - A2

4. - A3

5. sites:

6. A1: 测试张三

7. A2: 测试李四

8. A3: xxxxxx.com

10. # {'platform': ['A1', 'A2', 'A3'], 'sites': {'A1': '测试张三', 'A2': '测试李四', 'A3': 'xxxxxx.com'}

3、引用

& 锚点和 * 别名，可以用来引用。

举个例子：
& 用来建立锚点 defaults，<< 表示合并到当前数据，* 用来引用锚点

1. defaults: &defaults

2. adapter: postgres

3. host: localhost

5. development:

6. database: myapp_development

7. <<: *defaults

9. test:

10. database: myapp_test

11. <<: *defaults

等价于：

1. defaults:

2. adapter: postgres

3. host: localhost

5. development:

6. database: myapp_development

7. adapter: postgres

8. host: localhost

10. test:

11. database: myapp_test

12. adapter: postgres

13. host: localhost

4、组织结构

一个 YAML 文件可以由一个或多个文档组成，文档之间使用 — 作为分隔符，且整个文档相互独立，互不干扰，如果 YAML 文件只包含一个文档，则 — 分隔符可以省略。

1. ---

2. website:

3. name: 测试张三

4. url: xxxxxx.com

5. ---

6. website: { name: 测试张三,url: www.xxxxxx.com }

7. ---

8. A1: 测试张三

9. ---

10. A2: 测试张三

11. f7 = "./files/多文档.yml"

12. with open(f7, "r", encoding="UTF-8") as f:

13. content = yaml.safe_load_all(f)

14. for i in content:

15. print(i)

5、实战

封装思路
将 YAML 相关操作封装成 CommonUtil 公共模块，之后直接引入调用即可。

相关功能：
读取 yaml 文件数据；
将 yaml 数据转换成 json 格式；
可以动态设置参数；

这里要说一下动态设置参数
在自动化测试中，肯定不能把所有的参数都写死，因此就会用到参数化，例如：提取前一个接口的返回值作为后一个接口的入参，这里通过 Python 中的 Template 模块进行动态参数的设置

yaml 文件中通过 $变量名的形式设置变量

username: $username

给变量附上具体的值

1. with open(yaml_path, "r", encoding="UTF-8") as f:

2. text = f.read()

3. # Template(text).safe_substitute(key_value)

4. Template(text).safe_substitute({"username": "测试张三"}) # username为变量名

完整代码

1. import os

2. from string import Template

3. import yaml

6. class YamlUtil:

7. @staticmethod

8. def yaml_util(yaml_path, key_value=None):

9. """

10. 读取yml文件 设置动态变量

11. :param yaml_path: 文件路径

12. :param key_value: 动态变量 如：{"username": "测试张三"} yaml中的变量：$username

13. :return:

14. """

15. try:

16. with open(yaml_path, "r", encoding="UTF-8") as f:

17. text = f.read()

18. if key_value is not None:

19. re = Template(text).safe_substitute(key_value)

20. json_data = yaml.safe_load(re)

21. else:

22. json_data = yaml.safe_load(text)

23. return json_data

24. except FileNotFoundError:

25. raise FileNotFoundError("文件不存在")

26. except Exception:

27. raise Exception("未知异常")

29. @staticmethod

30. def multiple(yaml_path):

31. """

32. 多文档

33. :param yaml_path: yaml文件路径

34. :return: list

35. """

36. json_data = []

37. try:

38. with open(yaml_path, "r", encoding="UTF-8") as f:

39. content = yaml.safe_load_all(f)

40. for i in content:

41. json_data.append(i)

42. return json_data

43. except FileNotFoundError:

44. raise FileNotFoundError("文件不存在")

45. except Exception:

46. raise Exception("未知异常")

49. if __name__ == '__main__':

50. f1 = "./files/初体验.yml"

51. print(YamlUtil().yaml_util(f1))

53. f2 = "./files/纯量.yml"

54. print(YamlUtil().yaml_util(f2))

56. f3 = "./files/数组.yml"

57. print(YamlUtil().yaml_util(f3))

59. f4 = "./files/复合结构.yml"

60. print(YamlUtil().yaml_util(f4))

62. f5 = "./files/引用.yml"

63. print(YamlUtil().yaml_util(f5))

65. f6 = "./files/参数化.yml"

66. print(YamlUtil().yaml_util(f6, {"username": "测试张三"}))

68. f7 = "./files/多文档.yml"

69. for i in YamlUtil().multiple(f7):

70. print(i)

总结：

感谢每一个认真阅读我文章的人！！！

作为一位过来人也是希望大家少走一些弯路，如果你不想再体验一次学习时找不到资料，没人解答问题，坚持几天便放弃的感受的话，在这里我给大家分享一些自动化测试的学习资源，希望能给你前进的路上带来帮助。

软件测试面试文档

我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

 

          视频文档获取方式：
这份文档和视频资料，对于想从事【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！以上均可以分享，点下方小卡片即可自行领取。

这篇关于自动化数据驱动？最全接口自动化测试yaml数据驱动实战的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---