import unittest
import xlrd
# 打開接口用例excel文件
excel_data = xlrd.open_workbook('register.xlsx')
# 讀取excel文件中存放用例的sheet頁，命名無要求
sheet = excel_data.sheet_by_name('register')
print(sheet.nrows)
print(sheet.row_values(1))
# 將讀取到的用例全部追加到data列表中
data = []
for i in range(1, sheet.nrows):
    data.append(sheet.row_values(i))
    print(data)
class register(unittest.TestCase):
    def test_register_check(self):
        pass

執(zhí)行py文件后，打印讀取data列表，成功讀取出excel文件中用例數據：

但是上面的方法會把整個excel文件的用例全部存放到一個列表中，數據取用不太方便?，F在我們對數據進行拆分，結合ddt數據驅動方式，進行數據讀取：

import unittest
import xlrd
from ddt import ddt,data,unpack
excel_data = xlrd.open_workbook('register.xlsx')
sheet = excel_data.sheet_by_name('register')
# print(sheet.nrows)
# print(sheet.row_values(1))
data_ = []
for i in range(1, sheet.nrows):
    data_.append(sheet.row_values(i))
print(data_)
# 引入的裝飾器@ddt；導入數據的@data；拆分數據的@unpack
@ddt
class register(unittest.TestCase):
    @data(*data_)
    @unpack
    def test_register(self, title, data, check):
        print(data)
if __name__ == '__main__':
    unittest.main()

通過ddt中的data及unpack方法，excel文件中的每條數據都是一個單獨的列表，更便于提供給接口測試用例使用：

xlrd模塊在接口自動化中的使用頻率非常高，調用方法也非常簡單。讀取到excel測試用例后，還可以使用裝飾器DDT進行數據拆分，使數據更加簡化。

xlrd適用于項目接口數據較少、接口字段不經常調整的項目。如果項目中，接口數量非常多，在編寫接口用例時，存放用例的excel文件內容會不斷擴充。測試用例的易讀性和維護性都會成為后期測試工作的難題，影響測試效率。

2. Python第三方庫pandas

pandas是python的一個數據分析包，可幫助使用者處理大型數據集。使用pandas中的DataFrame（二維的表格型數據結構）方法，即可獲取到excel表格中的測試數據。pandas與xrld一樣，都可讀取excel文件。

首先創(chuàng)建一個excel文件，存放測試數據：

pandas代碼演示

實例代碼：

# 從excel文件中讀取用例，name參數為sheet名稱
def read_excel_data(inputdir,name):
     dataframe = pandas.DataFrame(columns=['接口名','用例','請求地址','請求體','斷言','協(xié)議','請求方式'])	# 傳入參數就是excel文件中的列名
     try:
         datafile = pandas.read_excel(inputdir,sheet_name=name)
         dataframe = dataframe.append(datafile, ignore_index=True, sort=True)
     except:
         print("Warning:excel文件打開異常，請重試！")
     To_list = dataframe.to_dict(orient='records')	# 參數='records'時，轉化后是 list形式
     return To_list

from common.data import read_excel_data
import pytest
def getdata(path):
    getdata = read_excel_data(path, '編輯xx')
    print(getdata)
path = r'..\common\接口用例文檔.xlsx'	# excel文件的路徑，按實際項目結構指明
getdata(path)

調用封裝好的方法，成功讀取到excel文件中的全部用例數據：

該方法與xlrd類似，也是通過讀取二維表格中數據的方式，獲取到我們所需接口用例。

通過xlrd等方法讀取excel文件中的測試用例，是接口測試中比較主流的數據讀取方式。但是通過上面的案例展示可以發(fā)現，如果excel文件中的數據越來越多，后期測試的維護成本是比較高的，同時表格格式在大篇幅數據中，也不方便閱讀。這也是此類方法的一個弊端。

3. Python第三方庫yaml

yaml是一種用來寫配置文件的序列化語言，文件格式輸出可以是列表、字典，也支持嵌套。層級關系用空格區(qū)分，但不支持tab縮進。

破折號和空格( “ - ” )：列表格式

# 以下數據會以list形式被讀取
- testapi
- url
- get

常見的yaml格式：

冒號和空格( “ ：” ) ：字典格式

# 以下數據會以dict形式被讀取
name: A
age: 1
spouse:
    name: B
    age: 2
slave:
 - name: C  # - 表示為列表
   age: 3
 - name1: D
   age1: 4

yaml代碼演示

讀取yaml文件中的dict數據，代碼如下：

import os
import yaml
class LoadTestData:
    # 設置路徑，獲取yaml文件數據
    def load_data(self, file_name):
        yaml_path = os.path.join(os.path.join(os.path.dirname(os.path.dirname(os.path.abspath(__file__))),                                          'test_file'), file_name)
        yaml_data = yaml.load(open(yaml_path), Loader=yaml.FullLoader)
        # print(yaml_data)
        return yaml_data
def get_yaml_data(api_file, api_name):
    '''
    獲取yaml中 api_name的數據
    :param api_file:  api文件位置
    :param api_name:  api文件名稱
    :return: 文件數據
    '''
    data = LoadTestData().load_data(api_file)[api_name]
    print(data)
    return data
if __name__ == '__main__':
    file_name = 'api_data.yaml'
    api_name = 'test'
    # LoadTestData().load_data(file_name)
    get_yaml_data(file_name,api_name )
    print('讀取成功')

請注意yaml.load在調用時，可能會因為yaml版本較高而提示異常。解決方法：指定loader = yaml.FullLoader可解決異常。

根據上面yaml的實際運用可以發(fā)現，相比excel表格存放的數據，yaml可讀性更好，而且python本身也支持新建yaml文件，與腳本語言的交互性更佳。對于不同的測試模塊，也可以新建不同的yaml文件，實現了功能模塊之間的測試數據隔離。

總結

測試中，不管是以excel表格存放數據還是yaml文件存放數據，都能做到快速集成組裝測試數據。但excel表格存放數據過大時，有可讀性降低及腳本執(zhí)行時間較長等問題。yaml擁有簡潔、與python交互性高，可以把功能模板的測試數據相互隔離等優(yōu)點。但也需要對yaml的寫法規(guī)范有一些了解，才能正確使用。

到此這篇關于Python接口自動化之用例讀取方法總結的文章就介紹到這了,更多相關Python 用例讀取內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: