pytest数据驱动DDT(数据库/execl/yaml)

本文主要是介绍pytest数据驱动DDT(数据库/execl/yaml)，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！

 常见的DDT技术

    数据结构：
        列表、字典、json串
    文件：
        txt、csv、excel      
    数据库：
        数据库链接
        数据库提取
    参数化：
        @pytest.mark.parametrize()
        @pytest.fixture()

DDT参数化

• DDT技术和@pytest.mark.parametrize参数化结合
• DDT技术和conftest.py结合

 DDT上面两种方法不要混用。

• 法一：import+@pytest.mark.parametrize参数化：可以设置一个单独的数据驱动层，存放数据文件和数据驱动。团队成员需要数据时，直接import 然后使用
• 法二：使用conftest.py+@pytedt.fixture。conftest.py原理是，运行pytest项目之前，默认优先执行同级目录下的conftest.py文件，数据处理完后，加上固件

 一、@pytest.mark.parametrize

1.数据库驱动(已安装MySQL)

安装mysqlclient模块

brew install mysql pkg-config //windows不用该步骤
pip3 install mysqlclient

import MySQLdb  # 必须要安装mysqlclient模块
import pytest# 数据库链接
conn = MySQLdb.connect(user='root',passwd='m****',host='localhost',port=3306,db='basejnu'  # 数据库database
)def get_data():query_sql = "select customer_id,account_num,customer_region_id from customer LIMIT 20"  # 获取数据lst = []cursor = conn.cursor()  # 创建游标try:cursor.execute(query_sql)r = cursor.fetchall()  # 获取customer_id,account_num数据print(r)for x in r:u = (x[0], x[1])  # 第一列和第二列lst.append(u)return lstfinally:cursor.close()conn.close()@pytest.mark.parametrize('customer_id,account_num', get_data())
def test01(customer_id, account_num):print(customer_id, account_num)if __name__ == '__main__':pytest.main(["-sv", "get_mysql.py"])

运行效果：

 2. execl/csv数据驱动 

 安装pandas模块

pip3 install pandas

import pandas as pd
import pytestdef get_data():
# execl文件将 read_csv改为 read_execl即可df = pd.read_csv('/Users/mac/Documents/study23/data_study/data/customer1997.csv', index_col=None)data = pd.DataFrame(df)  # 转化为列表data00 = data[['customer_id', 'Frequency']]  # 获取所需部分# data01 = data00.head()  # 获取全部数据data01 = data00.head(5)  #获取前5行数据print(data01)data02 = data01.valuesprint(data02)return data02class Test_csv():@pytest.mark.parametrize('id,fre', get_data())def test_002(self, id, fre):print(id)print(fre)print("*"*10)if __name__ == '__main__':pytest.main(["-sv", "get_execl.py"])

 运行效果：

3. yaml数据驱动

data_y.yaml

yaml_util.py

import yamlclass YamlUtil:def __init__(self, yaml_file):"""通过init方法把Yaml文件传入到这个类:param yaml_file:"""self.yaml_file = yaml_file# 读取Yaml文件def read_yaml(self):"""读取Yaml，对yaml反序列化，就是把我们的yaml格式转换成dict格式:return:"""with open(self.yaml_file, encoding='utf-8')as f:value = yaml.load(f, Loader=yaml.FullLoader)return value

测试用例get_yaml.py

import pytest
import os
from common.yaml_util import YamlUtil# 文件地址
realpath = os.path.abspath(os.path.join(os.path.dirname(os.path.split(os.path.realpath(__file__))[0]), '.'))
# 项目地址
project_dir = os.path.dirname(realpath)@pytest.mark.parametrize('args', YamlUtil(project_dir + '/data_study/data/data_y.yaml').read_yaml())
def test_01_huahua(args):name = args['name']password = args['password']print(name)print(password)if __name__ == '__main__':pytest.main(['-vs', "get_yaml.py"])

运行结果：

二、DDT技术和conftest.py结合

pytest有更方便的管理数据驱动方法的办法:conftest.py

conftest.py特点：

1.conftest.py名字固定的，不可以修改

2.conftest.py文件所在目录必须存在__init__py文件

3.conftest.py文件不能被其他文件导入

4.所有同目录测试文件运行前都会执行conftest.py文件

conftest.py一般和@pytest.fixture()固件放在一起使用

conftest原理是，运行pytest项目之前，默认优先执行当前层的conftest.py文件，数据处理完后，加上固件赋予直接传参的能力.注意;如果想conftest.py对所有文件都生效的话，一般建在根目录下

这篇关于pytest数据驱动DDT(数据库/execl/yaml)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！

---