pytest参数化数据驱动(数据库/execl/yaml)

 常见的数据驱动


    数据结构:
        列表、字典、json串
    文件:
        txt、csv、excel      
    数据库:
        数据库链接
        数据库提取
    参数化:
        @pytest.mark.parametrize()
        @pytest.fixture()

参数化

  • 数据驱动和@pytest.mark.parametrize参数化结合

1.数据库驱动(已安装MySQL)

安装mysqlclient模块

brew install mysql pkg-config //windows不用该步骤
pip3 install mysqlclient

import MySQLdb  # 必须要安装mysqlclient模块
import pytest# 数据库链接
conn = MySQLdb.connect(user='root',passwd='m****',host='localhost',port=3306,db='basejnu'  # 数据库database
)def get_data():query_sql = "select customer_id,account_num,customer_region_id from customer LIMIT 20"  # 获取数据lst = []cursor = conn.cursor()  # 创建游标try:cursor.execute(query_sql)r = cursor.fetchall()  # 获取customer_id,account_num数据print(r)for x in r:u = (x[0], x[1])  # 第一列和第二列lst.append(u)return lstfinally:cursor.close()conn.close()@pytest.mark.parametrize('customer_id,account_num', get_data())
def test01(customer_id, account_num):print(customer_id, account_num)if __name__ == '__main__':pytest.main(["-sv", "get_mysql.py"])

运行效果:

 2. execl/csv数据驱动 

 安装pandas模块

pip3 install pandas
import pandas as pd
import pytestdef get_data():
# execl文件将 read_csv改为 read_execl即可df = pd.read_csv('/Users/mac/Documents/study23/data_study/data/customer1997.csv', index_col=None)data = pd.DataFrame(df)  # 转化为列表data00 = data[['customer_id', 'Frequency']]  # 获取所需部分# data01 = data00.head()  # 获取全部数据data01 = data00.head(5)  #获取前5行数据print(data01)data02 = data01.valuesprint(data02)return data02class Test_csv():@pytest.mark.parametrize('id,fre', get_data())def test_002(self, id, fre):print(id)print(fre)print("*"*10)if __name__ == '__main__':pytest.main(["-sv", "get_execl.py"])

 运行效果:

3. yaml数据驱动

data_y.yaml

yaml_util.py

import yamlclass YamlUtil:def __init__(self, yaml_file):"""通过init方法把Yaml文件传入到这个类:param yaml_file:"""self.yaml_file = yaml_file# 读取Yaml文件def read_yaml(self):"""读取Yaml,对yaml反序列化,就是把我们的yaml格式转换成dict格式:return:"""with open(self.yaml_file, encoding='utf-8')as f:value = yaml.load(f, Loader=yaml.FullLoader)return value

测试用例get_yaml.py

import pytest
import os
from common.yaml_util import YamlUtil# 文件地址
realpath = os.path.abspath(os.path.join(os.path.dirname(os.path.split(os.path.realpath(__file__))[0]), '.'))
# 项目地址
project_dir = os.path.dirname(realpath)@pytest.mark.parametrize('args', YamlUtil(project_dir + '/data_study/data/data_y.yaml').read_yaml())
def test_01_huahua(args):name = args['name']password = args['password']print(name)print(password)if __name__ == '__main__':pytest.main(['-vs', "get_yaml.py"])

运行结果:

其他:DDT技术和conftest.py结合

pytest有更方便的管理数据驱动方法的办法:conftest.py

conftest.py特点:

1.conftest.py名字固定的,不可以修改

2.conftest.py文件所在目录必须存在__init__py文件

3.conftest.py文件不能被其他文件导入

4.所有同目录测试文件运行前都会执行conftest.py文件

conftest.py一般和@pytest.fixture()固件放在一起使用

conftest原理是,运行pytest项目之前,默认优先执行当前层的conftest.py文件,数据处理完后,加上固件赋予直接传参的能力.注意;如果想conftest.py对所有文件都生效的话,一般建在根目录下

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/3601.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

oracle 执行计划详解

执行计划是指示 Oracle 如何获取和过滤数据、产生最终的结果集,是影响SQL 语句执行性能的关键因素。在深入了解执行计划之前,首先需要知道执行计划是在什么时候产生的,以及如何让 SQL 引擎为语句生成执行划。 先了解 SQL 语句的处理执行过程…

不小心删了数据怎么办,数据库错误删除了怎么恢复

当然可以,作为MySQL数据库专家,我可以帮助您应对不小心删掉数据的情况。首先,了解您误删数据的具体情况(例如:删除了单条记录、整张表还是整个数据库),以及您的MySQL服务器是否具备相应的预防措…

浮点数在内存中的存储格式

使用 union 类型方式将浮点数的二进制形式保存到 uint32_t 变量中时,需要考虑大小端的影响。 在大端系统中,浮点数的最高字节位于内存的低地址处,而在小端系统中,浮点数的最低字节位于内存的低地址处。因此,当使用 un…

【C++风云录】发现天空之美:使用C++库进行气象图像处理与分析

发现天空之美:使用C库进行气象图像处理与分析 前言 随着环境监测和气象学领域的不断发展,需要借助高效的工具和库来处理和分析大量的数据。C作为一种强大的编程语言,提供了丰富的库和工具,为环境监测和气象学领域的开发人员提供…

【C++风云录】工业革命2.0:开启智能制造时代,利用C++库优化工厂流程

连接未来:探索C库,构建智能工厂和优化生产流程 前言 智能制造和工厂优化是如今工业领域的热门话题。随着技术的不断进步,工厂设备之间的互联和数据采集变得更加重要。C作为一种广泛使用的编程语言,提供了许多强大的库和工具&…

RoadBEV:鸟瞰图中的道路表面重建

1. 代码地址 GitHub - ztsrxh/RoadBEV: Codes for RoadBEV: road surface reconstruction in Birds Eye View 2. 摘要 本文介绍了RoadBEV:鸟瞰图中的道路表面重建。道路表面条件(特别是几何形状)极大地影响了自动驾驶汽车的驾驶性能。基于…

FastGPT编译前端界面,并将前端界面映射到Docker容器中

建议在linux系统下编译 1、克隆代码 git clone https://github.com/labring/FastGPT 2、进入FastGPT目录,执行 npm install 3、进入projects/app目录,执行 npm run dev 此时会自动下载依赖包,这里如果执行npm install的话,…

某赛通电子文档安全管理系统 NavigationAjax SQL注入漏洞复现

0x01 免责声明 请勿利用文章内的相关技术从事非法测试,由于传播、利用此文所提供的信息而造成的任何直接或者间接的后果及损失,均由使用者本人负责,作者不为此承担任何责任。工具来自网络,安全性自测,如有侵权请联系删…

子组件使用this.$emit向父组件传递信息

思考&#xff1a;这种方法相对于使用this.$bus.$emit、this.$bus.$on 发送接受使用更方便快捷。 一般父组件要设定一个接收的参数名&#xff1a; <Son handleClick"handleClick" />我这里的 handleClick就是准备接收子组件传递过来的参数&#xff0c; 一般我…

25计算机考研院校数据分析 | 浙江大学

浙江大学&#xff08;Zhejiang University&#xff09;&#xff0c;简称“浙大”&#xff0c;坐落于“人间天堂”杭州。前身是1897年创建的求是书院&#xff0c;是中国人自己最早创办的新式高等学校之一。 浙江大学由教育部直属、中央直管&#xff08;副部级建制&#xff09;&a…

PHP利用JWT refresh_token获取新access_token

PHP利用JWT refresh_token获取新token 在PHP中使用JWT&#xff08;JSON Web Tokens&#xff09;来刷新refresh_token并获取新的access_token&#xff0c;你需要实现以下步骤&#xff1a; 当用户登录时&#xff0c;生成一个access_token和一个refresh_token。 设置refresh_tok…

Unity 微信小游戏 UI 刘海屏适配

Unity 微信小游戏 UI 屏幕适配 这是微信小游戏官方的适配文档地址&#xff1a; https://github.com/wechat-miniprogram/minigame-unity-webgl-transform/blob/98aed655cc536f1e1dc21524516c40c442594ac1/Design/fixScreen.md 里面的示例代码并不好用&#xff0c;这里给出项目…

rust中结构体的属性默认是不能修改的,要想修改可以有两种方式

Rust中结构体里面的属性默认是不支持修改的&#xff0c;而且默认不是pub的&#xff0c;要想修改的话&#xff0c;有两种方式&#xff0c;我以为和python里面的类似呢&#xff0c;但是还是需要一点技术含量的。如果想在引到外部修改&#xff0c;需要声明pub&#xff0c;如果想在…

(九)Pandas表格样式 学习简要笔记 #Python #CDA学习打卡

目录 一. Pandas表格样式 1&#xff09;举例数据 2&#xff09;字体颜色 3&#xff09;背景高亮 4&#xff09;极值背景高亮 &#xff08;a&#xff09;高亮最大值 highlight_max() &#xff08;b&#xff09;高亮最小值 highlight_min() &#xff08;c&#xff09;同时…

AjaxAxios

Ajax 注&#xff1a;AJAX很少使用&#xff0c;现在都使用更简单的Axios所以只需要了解Ajax即可 概念 AJAX&#xff0c;全称“Asynchronous JavaScript and XML”&#xff08;异步JavaScript和XML&#xff09; 作用&#xff1a; 与服务器进行数据交换&#xff0c;通过Ajax可…

Pytorch:模块(Module类)

文章目录 一、Module类介绍1、主要功能2、神经网络模型使用理解a.前向传播示例代码b.关键点 在 PyTorch 中&#xff0c;Module 是一个非常核心的概念&#xff0c;它是所有神经网络层和模型的基础类。torch.nn.Module 是构建所有神经网络的基类&#xff0c;在 PyTorch 中非常重要…

抖音视频笔记

文章目录 手机录屏如何录入麦克风声音变声 一直不太用抖音等交圈软件。 但是有时想记录下生活中的点滴&#xff0c;比较简单的方式实际就是app&#xff0c;那么了解下吧。 制作完毕后可以保存为草稿&#xff0c;不一定发布的。 手机录屏如何录入麦克风声音 毫无疑问&#xff…

图神经网络 | Pytorch图神经网络ST-GNN

时空图神经网络(Spatio-temporal Graph Neural Network)是一种用于处理时空数据的神经网络模型。它结合了图神经网络(Graph Neural Network)和时空数据的特性,能够对时空关系进行建模和预测。 在时空图神经网络中,数据被组织成图的形式,其中节点表示特定的时空位置,边…

Java NIO概念

Java NIO是什么&#xff1f; Java NIO&#xff0c;全称为Java Non-blocking Input/Output或New IO&#xff0c;是Java平台从JDK 1.4版本开始引入的一套新的输入/输出API。它旨在提供一种更高效、可扩展性更强的IO操作方式&#xff0c;特别适合构建高性能的网络应用和进行大容量…

决策树分析及其在项目管理中的应用

决策树分析是一种分类学习方法&#xff0c;其主要用于解决分类和回归问题。在决策树中&#xff0c;每个内部节点表示一个属性上的测试&#xff0c;每个分支代表一个属性输出&#xff0c;而每个叶节点则代表类或类分布。通过从根节点到内部节点的路径&#xff0c;可以构建一系列…