本文主要是介绍自动化测试基础——Pytest框架之YAML详解以及Parametrize数据驱动，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！
文章目录
- 一、YAML详解
- 1.YAML作用
- 2.YAML语法结构
- 3.YAML数据类型
- 3.1.对象
- 3.2.数组
- 3.3.标量
- 4.YAML的引用
- 5.YAML类型转换
- 二、YAML的读写与清空
- 1.YAML的读
- 2.YAML的写
- 3.YAML的清空
- 三、pytest的parametrize简单数据驱动
- 四、pytest的parametrize结合yaml实现数据驱动
- 五、解决pytest + allure + yaml实现数据驱动生成测试报告及定制导致的页面丑格式陋问题
- 1.问题描述
- 2.解决方法
一、YAML详解
YAML是一个可读性高，用来表达数据序列化的格式。YAML是 “YAML Ain’t a Markup Language”（YAML不是一种标记语言）的递归缩写。在开发的这种语言时，YAML 的意思其实是：“Yet Another Markup Language”（仍是一种标记语言），但为了强调这种语言以数据做为中心，而不是以标记语言为重点，而用反向缩略语重命名。
YAML它能够和JSON数据相互转化，它本身也是有很多数据类型可以满足我们接口
的参数类型，扩展名可以是.yml或.yaml
1.YAML作用
- 全局配置文件：基础路径，数据库信息，账号信息，日志格式，报告名称等。
- 编写测试用例：接口自动化测试用例
2.YAML语法结构
-
1.区分大小写（大小写敏感）
Name: 张三 name: 张三 -
2.可以使用
#作为注释（YAML仅支持单行注释）# 第一行注释 Name: 张三 # 第一行注释 name: 张三 -
3.使用缩进表示层级关系
- 缩进只能使用
空格，不能用Tab制表符 - 缩进的
空格数量不重要，但是同一层级的元素左侧必须对齐
province: "湖南省"city1: "永州市"city2: "长沙市"area1: "雨花区"area2: "天心区"Three_stage_linkage:province:city:area: "雨花区" - 缩进只能使用
-
4.一个文件可以包含多个文件的内容
- 用
---三个破折号表示一份内容的开始 - 用
...三个小数点表示一份内容的结束，但并不是必需的
--- # 第一份内容 name: first ...--- # 第二份内容 name: second ... - 用
-
5.字符串一般默认可以不使用引号，必须时才使用
3.YAML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）标量（scalars）：单个的、不可再分的值
3.1.对象
-
对象键值对使用冒号结构表示
key: value，冒号后面要加一个空格例一（单个）key: value例二（多层嵌套）key:child-key1: value1child-key2: value2例三（流式风格语法）key: { child1: value1, child2: value2 } -
较为复杂的对象格式，可以使用问号加一个空格代表一个复杂的key，配合一个冒号加一个空格代表一个 value：
?- complexkey1- complexkey2 :- complexvalue1- complexvalue2
3.2.数组
-
以
-开头的行表示构成一个数组：- A - B - C-- A- B- C -
YAML支持多维数组，可以使用行内表示：
key: [value1, value2, ...] -
支持多维数组，用缩进表示层级关系
values:-- value1- value2-- value3- value4 -
复合结构：数组和对象可以构成复合结构，例：
languages:- Java- PHP- Python websites:YAML: yaml.orgPython: python.org
3.3.标量
标量：单个的、不可再分的值。属于YAML中最基本的数据类型
- 字符串
- 布尔值
- 整数
- 浮点数
- Null
- 时间
- 日期
#字符串
string:- 哈哈- 'Hello world' #可以使用双引号或者单引号包裹特殊字符（当有特殊字符时：双引号不会被转义，其它的都会加一个转义符 \）- newlinenewline2 #字符串可以拆成多行，每一行会被转化成一个空格
#布尔值
boolean:- TRUE #true,True都可以- FALSE #false，False都可以
#整数
int:- 123- 0b1010_0111_0100_1010_1110 #二进制表示
#浮点数
float:- 3.14- 6.8523015e+5 #可以使用科学计数法
#Null
null:nodeName: 'node'parent: ~ #使用~表示null（null、Null 和 ~ 都可以表示空，不指定值默认也是空）
#时间
datetime:- 2018-02-17T15:02:31+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
#日期
date:- 2018-02-17 #日期必须使用ISO 8601格式，即yyyy-MM-dd
- 字符串
-
多行字符：字符串可以写成多行，从第二行开始，必须有一个单空格缩进。换行符会被转为空格
str: 这是一段多行字符串 -
保留换行：使用竖线符
|来表示该语法，每行的缩进和行尾空白都会被去掉，而额外的缩进会被保留lines: |我是第一行我是第二行我是吴彦祖我是第四行我是第五行 -
折叠换行：使用右尖括号
>来表示该语法，只有空白行才会被识别为换行，原来的换行符都会被转换成空格lines: >我是第一行我也是第一行我仍是第一行我依旧是第一行我是第二行这么巧我也是第二行
-
4.YAML的引用
为了避免重复的定义，YAML 提供了由锚点标签
&和引用标签*组成的语法，利用这套语法可以快速引用相同的一些数据。
-
&锚点和*别名，可以用来引用:defaults: &defaultsadapter: postgreshost: localhostdevelopment:database: myapp_development<<: *defaultstest:database: myapp_test<<: *defaults相当于：
defaults:adapter: postgreshost: localhostdevelopment:database: myapp_developmentadapter: postgreshost: localhosttest:database: myapp_testadapter: postgreshost: localhost -
&用来建立锚点（defaults），<<表示合并到当前数据，*用来引用锚点
5.YAML类型转换
-
YAML 支持使用严格类型标签：
!!（双感叹号+目标类型）来强制转换类型a: !!float '666' # !! 为严格类型标签，字符串转为浮点数 b: '666' # 其实双引号也算是类型转换符 c: !!str 666 # 整数转为字符串 d: !!str 666.66 # 浮点数转为字符串 e: !!str true # 布尔值转为字符串 f: !!str yes # 布尔值转为字符串 g: !!int '666' # 字符串转为整数
二、YAML的读写与清空
-
安装第三方插件：
pip install pyyamlpip install pyyaml
1.YAML的读
-
方法一：
import yamldef read_yaml(yaml_path):with open(yaml_path, encoding="utf-8") as f:result = yaml.safe_load(f)return resultresult = read_yaml("D:\\develop\\PyCharm\\workspace\\api_frame\\testcase\\test_first_yaml.yaml") print(result) -
方法二：
import yamldef read_yaml(yaml_path):with open(yaml_path, encoding="utf-8") as f:result = yaml.load(f, Loader=yaml.FullLoader)return resultresult = read_yaml("D:\\develop\\PyCharm\\workspace\\api_frame\\testcase\\test_first_yaml.yaml") print(result)
2.YAML的写
-
方法一：(覆盖写入)
import yamldef write_yaml(yaml_path, data):with open(yaml_path, mode="w", encoding="utf-8") as f:result = yaml.dump(data, stream=f, allow_unicode=True)path = "D:\\develop\\PyCharm\\workspace\\api_frame\\testcase\\test_first_yaml.yaml" data = {'province': {'city1': '长沙市', 'city2': '永州市'}} write_yaml(path, data) -
方法二：（覆盖写入）
import yamldef write_yaml(yaml_path, data):with open(yaml_path, mode="w", encoding="utf-8") as f:result = yaml.safe_dump(data, stream=f, allow_unicode=True)path = "D:\\develop\\PyCharm\\workspace\\api_frame\\testcase\\test_first_yaml.yaml" data = {'province': {'city1': '长沙市', 'city2': '永州市'}} write_yaml(path, data) -
方法三：（追加写入）
import yamldef add_to_yaml(yaml_path, data):with open(yaml_path, mode="a+", encoding="utf-8") as f:result = yaml.safe_dump(data, stream=f, allow_unicode=True)path = "D:\\develop\\PyCharm\\workspace\\api_frame\\testcase\\test_first_yaml.yaml" data = {'province': {'city1': '长沙市', 'city2': '永州市'}} add_to_yaml(path, data)
3.YAML的清空
-
方法一：
# 清空yaml文件内容 def clean_yam(yaml_path):with open(yaml_path, mode="w", encoding="utf-8") as f:f.truncate()path = "D:\\develop\\PyCharm\\workspace\\api_frame\\testcase\\test_first_yaml.yaml" clean_yam(path) -
方法二：
def clean_yam(yaml_path):with open(yaml_path, mode="w", encoding="utf-8") as f:passpath = "D:\\develop\\PyCharm\\workspace\\api_frame\\testcase\\test_first_yaml.yaml" clean_yam(path)
三、pytest的parametrize简单数据驱动
-
使用
@pytest.mark.parametrize("参数名", 参数值（可以是list或tuple）)实现数据驱动 -
数据驱动
import pytestclass TestFirstClass():@pytest.mark.parametrize("name,age", [["张三", 18], ["李四", 28], ["王五", 20]])def test_query(self, name, age):print(name, age)
四、pytest的parametrize结合yaml实现数据驱动
-
使用
@pytest.mark.parametrize("参数名", 参数值（可以是list或tuple）)实现数据驱动 -
1.
test_first_yaml.yaml文件内容-feature: 模块名1story: 接口名1title: 用例标题1request:method: 请求方式url: 请求路径headers: 请求头data: 请求数据（可以是data,json,file等）validate: 断言-feature: 模块名2story: 接口名2title: 用例标题2request:method: 请求方式url: 请求路径headers: 请求头data: 请求数据（可以是data,json,file等）validate: 断言 -
2.
yaml_util.py文件内容import yamlclass YamlUtil():def __init__(self, yaml_path):self.yaml_path = yaml_pathdef read_yaml(self):with open(self.yaml_path, encoding="utf-8") as f:result = yaml.safe_load(f)return result -
3.
test_second_file.py文件内容import pytestfrom commons.yaml_util import YamlUtilclass TestFirstClass():@pytest.mark.parametrize("caseinfo", YamlUtil("./testcase/test_first_yaml.yaml").read_yaml())def test_query(self, caseinfo):print(caseinfo) -
4.结果
注意：如果实现数据驱动使用allure测试报告定制会导致allure测试报告页面格式丑陋
五、解决pytest + allure + yaml实现数据驱动生成测试报告及定制导致的页面丑格式陋问题
1.问题描述
2.解决方法
-
找到项目下 venv/Lib/site-packages/allure_pytest/listener.py 源码文件，删除如图所示内容保存，重新启动项目查看allure测试报告结果
这篇关于自动化测试基础——Pytest框架之YAML详解以及Parametrize数据驱动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！
