pytest自动化测试数据驱动yaml/excel/csv/json

pytest是一个非常流行的Python测试框架。它支持多种类型的测试，包括单元测试、功能测试和端到端测试等。pytest还支持数据驱动测试，即使用不同的测试数据运行相同的测试用例。pytest支持使用多种格式的文件来保存测试数据，包括YAML、Excel、CSV和JSON等。

下面，我将详细介绍pytest支持的数据驱动测试，以及如何使用这几种格式的文件作为测试数据。

1. 安装pytest

首先，我们需要安装pytest。可以通过以下命令来安装：

pip install pytest

2. 创建测试用例

接下来，我们需要创建测试用例。这里以一个简单的加法测试用例为例。测试用例的代码如下：

def test_addition(a, b, expected):
    assert a + b == expected

这个测试用例有三个参数：a、b和expected。这个测试用例将检查a和b的和是否等于expected。

3. 定义测试数据

接下来，我们需要定义测试数据。pytest支持使用多种格式的文件来保存测试数据。这里我将介绍如何使用YAML、Excel、CSV和JSON文件作为测试数据。

3.1 使用YAML文件

下面是一个用于测试加法的yaml文件的例子：

- name: test1
  a: 1
  b: 2
  expected: 3
- name: test2
  a: 3
  b: 4
  expected: 7

这个文件包含了两个测试用例。每个测试用例都有三个参数：a、b和expected。

3.2 使用Excel文件

下面是一个用于测试加法的Excel文件的例子：

name	a	b	expected
test1	1	2	3
test2	3	4	7

这个文件包含了两个测试用例。每个测试用例都有三个参数：a、b和expected。

3.3 使用CSV文件

下面是一个用于测试加法的CSV文件的例子：

name,a,b,expected
test1,1,2,3
test2,3,4,7

这个文件包含了两个测试用例。每个测试用例都有三个参数：a、b和expected。

3.4 使用JSON文件

下面是一个用于测试加法的JSON文件的例子：

[
  {
    "name": "test1",
    "a": 1,
    "b": 2,
    "expected": 3
  },
  {
    "name": "test2",
    "a": 3,
    "b": 4,
    "expected": 7
  }
]

这个文件包含了两个测试用例。每个测试用例都有三个参数：a、b和expected。

4. 实现数据驱动测试

有了测试用例和测试数据之后，我们就可以实现数据驱动测试了。以下是数据驱动测试的代码：

import pytest
import yaml
import xlrd
import csv
import json


def pytest_generate_tests(metafunc):
    if 'a,b,expected' in metafunc.fixturenames:
        test_data = get_test_data(metafunc.function.__name__)
        metafunc.parametrize('a,b,expected', test_data)


def get_test_data(func_name):
    file_name = get_test_data_file(func_name)
    file_type = get_test_data_file_type(file_name)
    if file_type == 'yaml':
        with open(file_name, 'r') as f:
            test_data = yaml.load(f, Loader=yaml.FullLoader)
            return [(data['a'], data['b'], data['expected']) for data in test_data]
    elif file_type == 'excel':
        book = xlrd.open_workbook(file_name)
        sheet = book.sheet_by_index(0)
        headers = sheet.row_values(0)
        test_data = []
        for i in range(1, sheet.nrows):
            row = sheet.row_values(i)
            test_data.append({headers[j]: row[j] for j in range(len(headers))})
        return [(data['a'], data['b'], data['expected']) for data in test_data]
    elif file_type == 'csv':
        with open(file_name, 'r') as f:
            reader = csv.DictReader(f)
            test_data = []
            for row in reader:
                test_data.append({k: int(v) for k, v in row.items() if k != 'name'})
            return [(data['a'], data['b'], data['expected']) for data in test_data]
    elif file_type == 'json':
        with open(file_name, 'r') as f:
            test_data = json.load(f)
            return [(data['a'], data['b'], data['expected']) for data in test_data]
    else:
        raise ValueError(f'Unsupported test data file type: {file_type}')


def get_test_data_file(func_name):
    return f'{func_name}.yaml'


def get_test_data_file_type(file_name):
    return file_name.split('.')[-1]


def test_addition(a, b, expected):
    assert a + b == expected

这个代码实现了数据驱动测试。pytest会调用pytest_generate_tests函数来动态生成测试用例，然后使用@pytest.mark.parametrize将测试数据传递给测试用例。

5. 运行测试

最后，我们可以运行测试用例。使用pytest命令来运行测试：

pytest -v

输出结果类似于：

tests/test_addition.py::test_addition[test1] PASSED
tests/test_addition.py::test_addition[test2] PASSED

以上便是使用pytest进行数据驱动测试的完整攻略，通过讲解yaml、excel、csv和json作为测试数据的使用示例，让读者掌握pytest的数据驱动测试方法。