百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

Python自动化测试用例编写方法:requests通过excel读取测试用例

off999 2024-12-09 16:17 13 浏览 0 评论

前言

编写正常的测试用例,一般都是通过excel进行编写的,当我们进行编写自动化测试用例的时,也是通过功能用例进行编写的,那么有没有方法直接通过python读取我们的excel然后完成自动化测试用例编写。

整体思路

1.通过Excel编写测试用例,整理测试数据;

2.通过Python读取Excel数据;

3.将读出来的数据进行放入到requests中进行请求并做对应断言。

整体思路其实很简单,就是通过python读取Excel然后在导入我们的requests中进行做接口自动化。

通过Excel编写用例

安静在网上找了一些开源的接口进行编写到Excel中,由于接口比较简单,就写了用例标题、url地址、请求方法、请求参数、预期结果等操作。

读取Excel

在python读取Excel的方法有很多,这里安静就介绍最常用的库xlrd xlrd可以进行完成对Excel的读取。xlrd属于Python的第三方库,需要重新安装。

安装:

pip install xlrd

通过上面的Excel通过Excel完成读取操作。

import xlrd

# 将excel进行实例化

book = xlrd.open_workbook('E:\\web\\123.xlsx')

# 通过下标方法读取sheet值

sheet = book.sheet_by_index(0)

# 通过name值进行读取sheet

# sheet = book.sheet_by_name('Sheet1')

# 获取列表的总数

nrows = sheet.nrows

# 循环读取每行数据

for i in range(1, nrows):

# 通过每行进行读取数据

# print(sheet.row_values(i))

# 将数据通过组合成dic+t格式

data = dict(zip(sheet.row_values(0), sheet.row_values(i)))

print(data)

安静在上面简单的介绍了读取数据的方法,上述代码中通过字典的形式获取到了excel的全部数据内容。

PS:这里通过字典的形式获取为了下面使用时好取值。

request请求用例

前面已经把用例需要用到的数据都已经存储下来了,那么接下来的就是需要进行发送请求。

这里通过requests的方式进行发送请求。先将requests请求进行简单的封装。通过把请求方式、请求类型、请求参数放入到requests中。

def Requests_result(item):

# 封装request请求,并读取数据

response = requests.request(

method=item['method'],

url=item['url'],

data=json.loads(item['body'])

)

result = response.json()['reason']

# 这里返回实际结果是否和预期值一样

return result == item['expect']

整体代码

pytest

上面已经将各个部分的内容都简单的做了介绍了,这里就直接上整体代码,这里通过requests+pytest+excel进行完成的读取excel数据完成测试用例。

import xlrd

import requests

import json

import pytest

def Read_Excel():

# 将excel进行实例化

book = xlrd.open_workbook('E:\\web\\123.xlsx')

# 通过下标方法读取sheet值

sheet = book.sheet_by_index(0)

# 循环读取每行数据

return [dict(zip(sheet.row_values(0), sheet.row_values(row))) for row in range(1, sheet.nrows)]


class Test_01:

def Requests_result(self, item):

# 封装请求

response = requests.request(

method=item['method'],

url=item['url'],

data=json.loads(item['body'])

)

result = response.json()['reason']

print(result)

return result == item['expect']

# 通过参数化的方式进行导入excel的数据

@pytest.mark.parametrize('item', Read_Excel())

def test_01(self, item):

response_result = self.Requests_result(item)

# 断言请求返回的结果是否为True

assert response_result == True

if __name__ == '__main__':

pytest.main(['-vs'])

通过执行发现,我们的requests已经通过excel来完成了测试读取测试用例。并通过单元测试-pytest完成了判断是否通过。

unittest

上述方法是通过pytest来完成的,那么unittest当然也可以完成。这里通过requests+unittest+ddt+excel进行来完成读取数据内容。

import xlrd

import requests

import json

import unittest

import ddt

def Read_Excel():

# 将excel进行实例化

book = xlrd.open_workbook('E:\\web\\123.xlsx')

# 通过下标方法读取sheet值

sheet = book.sheet_by_index(0)

# 循环读取每行数据

return [dict(zip(sheet.row_values(0), sheet.row_values(row))) for row in range(1, sheet.nrows)]

@ddt.ddt

class Test_01(unittest.TestCase):

def Requests_result(self, item):

response = requests.request(

method=item['method'],

url=item['url'],

data=json.loads(item['body'])

)

result = response.json()['reason']

return result

# 通过ddt进行读取数据

@ddt.data(*Read_Excel())

def test_01(self, data):

response_result = self.Requests_result(data)

self.assertTrue(response_result)

if __name__ == '__main__':

unittest.main()

执行发现,通过unittest的也成功的读取了excel的数据以及完成了接口内容。

总结

这里安静简单的介绍了如何通过python进行读取excel的方法从而实现了接口自动化的类似操作,当然如何运用到公司项目中,这个要看根据公司的项目来做了。

请关注+私信回复:“测试”就可以免费拿到软件测试学习资料,同时进入群学习交流~~

相关推荐

独家 | 5 个Python高级特性让你在不知不觉中成为Python高手

你已经使用Python编程了一段时间,编写脚本并解决各种问题。是你的水平出色吗?你可能只是在不知不觉中利用了Python的高级特性。从闭包(closure)到上下文管理器(contextmana...

Python装饰器

Python装饰器是一种用于修改函数或类的行为的特殊语法。它们允许在不修改原始代码的情况下,通过将函数或类作为参数传递给另一个函数来添加额外的功能。装饰器本质上是一个函数,它接受一个函数作为参数,并返...

中高阶Python常规用法--上下文管理器

Python以简单性和通用性著称,是一种深受全球开发人员喜爱的编程语言。它提供了大量的特性和功能,使编码成为一种愉快的体验。在这些功能中,一个经常被新手忽视的强大工具是上下文管理器。上下文管理器是高...

Python小案例67- 装饰器

Python装饰器是一种用于修改函数或类的行为的特殊语法。它们允许在不修改原始代码的情况下,通过将函数或类作为参数传递给另一个函数来添加额外的功能。装饰器本质上是一个函数,它接受一个函数作为参数,并返...

python常用的语法糖

概念Python的语法糖(SyntacticSugar)是指那些让代码更简洁、更易读的语法特性,它们本质上并不会增加新功能,但能让开发者更高效地编写代码。推导式写法推导式是Python最经典的...

python - 常用的装饰器 decorator 有哪些?

python编程中使用装饰器(decorator)工具,可以使代码更简洁清晰,提高代码的重用性,还可以为代码维护提供方便。对于python初学者来说,根据装饰器(decorator)的字面意思并不...

python数据缓存怎么搞 ?推荐一个三方包供你参考,非常简单好用。

1.数据缓存说明数据缓存可以说也是项目开发中比不可少的一个工具,像我们测试的系统中,你都会见到像Redis一样的数据缓存库。使用缓存数据库的好处不言而喻,那就是效率高,简单数据直接放在缓存中...

用于时间序列数据的Graphite监视工具

结合第三方工具,Graphite为IT性能监控提供了许多好处。本文介绍其核心组件,包括Carbon、Whisper以及安装的基本准则。Graphite监视工具可实时或按需,大规模地绘制来自多个来源的时...

Python3+pygame实现的坦克大战

一、显示效果二、代码1.说明几乎所有pygame游戏,基本都遵循一定的开发流程,大体如下:初始化pygame创建窗口while循环检测以及处理事件(鼠标点击、按键等)更新UI界面2.代码创建一个m...

Python之鸭子类型:一次搞懂with与上下文装饰器

引言在鸭子类型的理念的基础之上,从关注类型,转变到关注特性和行为。结合Python中的魔法函数的体系,我们可以将自定义的类型,像内置类型一样被使用。今天这篇文章中,接着该话题,继续聊一下with语法块...

Python必会的50个代码操作

学习Python时,掌握一些常用的程序操作非常重要。以下是50个Python必会的程序操作,主要包括基础语法、数据结构、函数和文件操作等。1.HelloWorldprint("Hello,...

一文掌握Python 中的同步和异步

同步代码(Sync)同步就像在一个流水线上工作,每个任务都等待前一个任务完成。示例:机器A切割钢板→完成后,机器B钻孔→完成后,机器C上色。在Python中,同步代码看起来像这样:im...

python 标注模块timeit: 测试函数的运行时间

在Python中,可以使用内置的timeit模块来测试函数的运行时间。timeit模块提供了一个简单的接口来测量小段代码的执行时间。以下是使用timeit测试函数运行时间的一般步骤:导入...

Python带你找回童年的万花尺

还记得小时候的万花尺吧?这么画:一点也不费脑筋,就可以出来这么多丰富多彩的复杂几何图形。具体而言,可以用万花尺玩具(如图2-1所示)来绘制数学曲线。这种玩具由两个不同尺寸的塑料齿轮组成,一大一小。小的...

Python 时间模块深度解析:从基础到高级的全面指南

直接上干货一、时间模块核心类介绍序号类名说明1datetime.datetime表示一个具体的日期和时间,结合了日期和时间的信息。2datetime.date表示一个具体的日期。3datetime.t...

取消回复欢迎 发表评论: