Python接口自动化浅析数据驱动原理

在 Python 接口自动化测试中，数据驱动是很重要的一个概念。下面将给出一份完整的攻略，介绍数据驱动的原理以及如何在接口自动化测试中使用数据驱动。

数据驱动原理

数据驱动是一种测试设计方法，它可以帮助我们减少测试用例数量，提高测试覆盖率。采用数据驱动的测试方法，我们只需要对模块进行一次编写，就可以使用多组测试数据进行测试。

数据驱动的测试方法通常采用测试数据分离的方式，将用例和数据分离开来进行编写。具体过程是，将测试用例的设计和实现分离开来，先设计出测试用例的思路，确定测试用例需要传递的参数类型，然后再写入测试数据。接着，测试代码再从测试用例和测试数据中获取数据进行处理。

实际上，Python 中使用数据驱动的测试方法主要分成三个步骤：

1.构建和处理测试数据；

2.编写测试用例；

3.执行测试。

下面将详细讲解这三个步骤。

构建和处理测试数据

数据驱动的测试方法通常采用一些常见数据结构来存储测试数据，例如列表、字典等。

当我们使用 Python 进行接口自动化测试时，可以使用类似 Excel 表格的数据文件来构建测试数据。测试数据文件中可以包括多列数据，每列数据表示一个参数。

当我们读取测试数据文件时，可以使用 Python 中的一些类库，例如 pandas 等，来读取 CSV、Excel 等格式的数据文件，将其转化为列表或字典。

例如，以下是一个测试数据文件 data.csv：

username,password
test1,12345
test2,67890
test3,abcdef

我们可以使用 pandas 类库将其读取为一个包含字典的列表。

import pandas as pd

df = pd.read_csv('data.csv')

test_data = df.to_dict('records')

print(test_data)

输出结果：

[
    {'username': 'test1', 'password': '12345'},
    {'username': 'test2', 'password': '67890'},
    {'username': 'test3', 'password': 'abcdef'}
]

编写测试用例

有了测试数据，我们就可以通过编写测试用例，将测试数据中的参数传递给测试业务逻辑。测试用例的编写需要加入一定的判断逻辑，以判断该组测试数据是否符合预期结果。

例如，以下是一个模拟用户登录系统的测试用例：

def test_login(username, password, expect_result):
    """
    模拟用户登录测试用例
    username: 用户名
    password: 密码
    expect_result: 期望结果
    """
    # 发送登录请求
    response = requests.post('http://localhost:8000/login', json={'username': username, 'password': password})

    # 验证登录结果是否符合期望
    assert response.json()['result'] == expect_result, '登录测试用例失败'

执行测试

最后，我们需要编写一些代码来读取测试数据和测试用例，并将其传递给测试方法进行测试。在测试过程中，需要使用一些断言语句来判断每个测试用例是否通过测试。

例如，以下是一个测试执行代码：

import requests

# 读取测试数据
import pandas as pd

df = pd.read_csv('data.csv')

test_data = df.to_dict('records')

# 执行测试用例
for data in test_data:
    test_login(data['username'], data['password'], 'success')

该代码将读取测试数据，然后循环执行测试用例 test_login()，传入测试数据并预期结果为 success。

示例如下

示例1

下面是一个实际使用数据驱动测试的接口测试示例，该示例使用 requests 库向一个模拟后端发送请求，查询城市天气信息并检查返回结果是否正确。

import requests


def test_weather(city_name, expect_result):
    """
    查询城市天气测试用例
    city_name: 城市名称
    expect_result: 期望结果
    """
    # 构建 URL 请求
    url = 'http://wthrcdn.etouch.cn/weather_mini?city=' + city_name
    # 发送请求
    response = requests.get(url)

    # 验证结果是否符合期望
    assert response.json()['status'] == 1000, '查询城市天气测试用例失败'
    assert response.json()['data']['city'] == expect_result, '查询城市天气测试用例失败'


# 定义测试数据
test_data = [
    {'city_name': '北京', 'expect_result': '北京'},
    {'city_name': '上海', 'expect_result': '上海'},
    {'city_name': '广州', 'expect_result': '广州'},
    {'city_name': '深圳', 'expect_result': '深圳'}
]

# 执行测试用例
for data in test_data:
    test_weather(data['city_name'], data['expect_result'])

示例2

下面是一个使用 pytest 框架实现数据驱动测试的示例。

import pytest
import requests


def test_weather(city_name, expect_result):
    """
    查询城市天气测试用例
    city_name: 城市名称
    expect_result: 期望结果
    """
    # 构建 URL 请求
    url = 'http://wthrcdn.etouch.cn/weather_mini?city=' + city_name
    # 发送请求
    response = requests.get(url)

    # 验证结果是否符合期望
    assert response.json()['status'] == 1000, '查询城市天气测试用例失败'
    assert response.json()['data']['city'] == expect_result, '查询城市天气测试用例失败'


# 定义测试数据
test_data = [
    {'city_name': '北京', 'expect_result': '北京'},
    {'city_name': '上海', 'expect_result': '上海'},
    {'city_name': '广州', 'expect_result': '广州'},
    {'city_name': '深圳', 'expect_result': '深圳'}
]


# 使用 pytest 提供的装饰器，定义数据驱动测试用例
@pytest.mark.parametrize('city_name,expect_result', [(data['city_name'], data['expect_result']) for data in test_data])
def test_weather_by_pytest(city_name, expect_result):
    test_weather(city_name, expect_result)

使用 pytest 框架可以更简洁、优雅地实现数据驱动测试，简单高效。