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...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- python计时 (54)
- python安装路径 (54)
- python类型转换 (75)
- python进度条 (54)
- python的for循环 (56)
- python串口编程 (60)
- python写入txt (51)
- python读取文件夹下所有文件 (59)
- java调用python脚本 (56)
- python操作mysql数据库 (66)
- python字典增加键值对 (53)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python qt (52)
- python人脸识别 (54)
- python斐波那契数列 (51)
- python多态 (60)
- python命令行参数 (53)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- centos7安装python (53)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)