Python自动化测试（四）：如何实现数据驱动测试？

本文共计874个文字，预计阅读时间需要4分钟。

在实际测试工作中，通常需要对多组不同数据进行相同的测试操作，以验证软件质量。这类测试在功能测试中很常见，虽耗时费力，但在自动化测试中则显得高效。

在实际的测试工作中，通常需要对多组不同的输入数据，进行同样的测试操作步骤，以验证我们的软件质量。这种测试，在功能测试中非常耗费人力物力，但是在自动化中，却比较好实现，只要实现了测试操作步骤，然后将多组测试数据以数据驱动的形式注入，就可以实现了。

前面文章学习了参数化，当数据量非常大的时候，我们可以将数据存放到外部文件中，使用的时候将文件中的数据读取出来，方便测试数据的管理。数据与测试用例分别管理，可以利用外部数据源 YAML、JSON、Excel、CSV 管理测试数据。

YAML 是一种容易阅读、适合表示程序语言的数据结构、可用于不同程序间交换数据、丰富的表达能力和可扩展性、易于使用的语言。通过缩进或符号来表示数据类型。

pyyaml 模块在 Python 中用于处理 YAML 格式数据，主要使用 yaml.safe_dump() 和 yaml.safe_load() 函数将 Python 值和 YAML 格式数据相互转换。工作中常常使用 YAML 格式的文件存储测试数据。

安装

pip install PyYAML

案例

创建用例文件以及数据文件来完成数据驱动的测试案例，创建一个文件夹 testdata，在这个文件夹下创建 data.yml 和 test_yaml.py 文件。