自动化测试数据:如何正确地选择不同格式文件「详细介绍」?
- 前言
- 1. 不同的格式文件对比
- 2. 读取文件
- 2.1 读取Excel文件
- 2.2 读取CSV文件
- 2.3 读取YAML文件
- 2.3.1 字典
- 2.3.2 列表
- 2.3.3 混合类型
- 2.3.4 包含列表的字典
- 2.3.5 包含字典的列表
- 2.3.6 复杂嵌套
- 2.4 读取JSON文件
- 2.5 读取XML文件
前言
在自动化测试中,可以使用不同格式的数据文件,以数据驱动的方式执行测试。下面教大家如何根据实际使用场景,选择正确的文件格式来驱动测试、读取不同文件的数据。
1. 不同的格式文件对比
文件格式 | 优点 | 缺点 |
---|---|---|
Excel | - 生成数据方便 - 用户界面友好 - 易于编辑和查看 | - 作为二进制文件,不利于版本管理 - 一张工作表最多有256列,65536行 - 只支持单事务,如需多线程读取会有瓶颈 |
CSV | - 结构简单 - 可用Excel编辑,可与Excel进行转换 - 处理速度快 | - 文件格式方便版本管理 - 不容易描述复杂的层级结构 |
YAML | - 格式完备 - 可读性好 - 可以注释 | - 格式简单 - 处理速度随着数据量增加而显著下降 - 不适合处理海量数据 |
XML | - 格式完备 | - 冗长复杂 |
JSON | - 格式完备 - 可读性良好 | - 不能编写注释 - 格式死板 |
根据以上表格,我们可以得出以下结论:
- YAML和JSON对于数据结构的支持和书写程度较好,但是YAML写法更加简洁且可以添加注释,推荐YAML文件格式;
- 当存在海量数据需要读取时,YAML的处理速度会比Excel慢一个量级,所以YAML更适合做单条用例或者少量用例的测试;
- 对于大量数据的测试,CSV格式由于其简单和快速的处理速度,可能是更好的选择。
2. 读取文件
以下是使用Python语言读取Excel、CSV、YAML、JSON和XML文件的示例方法。
2.1 读取Excel文件
读取Excel文件,可以使用openpyxl
库(对于.xlsx
文件)或xlrd
库(对于.xls
文件)。
import openpyxldef read_excel(file_path, sheet_name=0):workbook = openpyxl.load_workbook(file_path)sheet = workbook[sheet_name]data = []for row in sheet.iter_rows(values_only=True):data.append(row)return data
2.2 读取CSV文件
Python内置了csv
模块,可以很方便地读取CSV文件。
import csvdef read_csv(file_path):with open(file_path, newline='', encoding='utf-8') as csvfile:reader = csv.reader(csvfile)data = [row for row in reader]return data
2.3 读取YAML文件
读取YAML文件可以使用PyYAML
库。
import yamldef read_yaml(file_path):with open(file_path, 'r') as file:data = yaml.safe_load(file)return data
2.3.1 字典
# 示例配置文件:example.yaml
个人信息:姓名: 王小明年龄: 28
import yamldef read_yaml(file_path):with open(file_path, 'r', encoding='utf-8') as file: # 确保文件编码为utf-8,以支持中文data = yaml.safe_load(file)return datadata = read_yaml('example.yaml')
print(data) # 输出:{'个人信息': {'姓名': '王小明', '年龄': 28}}
2.3.2 列表
# 示例配置文件:example.yaml
喜欢的水果:- 苹果- 香蕉- 樱桃
import yamldef read_yaml(file_path):with open(file_path, 'r', encoding='utf-8') as file:data = yaml.safe_load(file)return datadata = read_yaml('example.yaml')
print(data) # 输出:{'喜欢的水果': ['苹果', '香蕉', '樱桃']}
2.3.3 混合类型
# 示例配置文件:example.yaml
个人资料:姓名: 王小明年龄: 28爱好:- 阅读- 游泳住址:街道: 789 大街城市: 未来城
import yamldef read_yaml(file_path):with open(file_path, 'r', encoding='utf-8') as file:data = yaml.safe_load(file)return datadata = read_yaml('example.yaml')
print(data) # 输出:{'个人资料': {'姓名': '王小明', '年龄': 28, '爱好': ['阅读', '游泳'], '住址': {'街道': '789 大街', '城市': '未来城'}}}
2.3.4 包含列表的字典
# 示例配置文件:example.yaml
人员列表:- 姓名: 王小明年龄: 28- 姓名: 李小红年龄: 25
import yamldef read_yaml(file_path):with open(file_path, 'r', encoding='utf-8') as file:data = yaml.safe_load(file)return datadata = read_yaml('example.yaml')
print(data) # 输出:{'人员列表': [{'姓名': '王小明', '年龄': 28}, {'姓名': '李小红', '年龄': 25}]}
2.3.5 包含字典的列表
# 示例配置文件:example.yaml
用户数据:- 用户: 小明编号: 1- 用户: 小红编号: 2
import yamldef read_yaml(file_path):with open(file_path, 'r', encoding='utf-8') as file:data = yaml.safe_load(file)return datadata = read_yaml('example.yaml')
print(data) # 输出:{'用户数据': [{'用户': '小明', '编号': 1}, {'用户': '小红', '编号': 2}]}
2.3.6 复杂嵌套
# 示例配置文件:example.yaml
公司信息:名称: xx科技有限公司员工:- 姓名: 王小明职位: 开发人员- 姓名: 李小红职位: 经理地址:街道: 1010 月光路城市: 月光城
import yamldef read_yaml(file_path):with open(file_path, 'r', encoding='utf-8') as file:data = yaml.safe_load(file)return datadata = read_yaml('example.yaml')
print(data) # 输出:{'公司信息': {'名称': 'xx科技有限公司', '员工': [{'姓名': '王小明', '职位': '开发人员'}, {'姓名': '李小红', '职位': '经理'}], '地址': {'街道': '1010 月光路', '城市': '月光城'}}}
2.4 读取JSON文件
读取JSON文件可以使用Python内置的json
模块。
import jsondef read_json(file_path):with open(file_path, 'r', encoding='utf-8') as jsonfile:data = json.load(jsonfile)return data
2.5 读取XML文件
对于XML文件的读取,Python提供了几种不同的库,其中最常用的是xml.etree.ElementTree。
import xml.etree.ElementTree as ETdef read_xml(file_path):tree = ET.parse(file_path)root = tree.getroot()data = []for child in root:record = {}for subchild in child:record[subchild.tag] = subchild.textdata.append(record)return data