1. 示例
引入对应的Parameters
1.1. CSV参数
from httprunner import HttpRunner, Config, Step, RunRequest, Parameters
@pytest.mark.parametrize(
"param", Parameters({"mobile_phone-pwd": "${P(csv_data/mobile_phone-pwd.csv)}"})
)
def test_start(self, param):
super().test_start(param)1.2. 列表参数
@pytest.mark.parametrize(
"param", Parameters({"phone": ["09551234911", "08186897716","07011698742"],
"biller": ["GLO", "9mobile","Airtel"]}
)
)
def test_start(self, param):
super().test_start(param)输出效果：笛卡尔积
1.3. 关联参数
@pytest.mark.parametrize(
"param",
Parameters(
{
"user-password": [
["test1", "123456"],
["test2", "123456"],
["test3", "123456"],
["test4", "123456"],
]
}
),
)
def test_start(self, param):
super().test_start(param)@pytest.mark.parametrize(
"param", Parameters(
{"mobileNo-biller": [
["09551234911", "GLO"],
["08186897716", "9MOBILE"],
["07011698742", "AIRTEL"]
]}
)
)
def test_start(self, param):
super().test_start(param)2. 参数说明
参数名称的定义分为两种情况：
- 独立参数单独进行定义；
- 多个参数具有关联性的参数需要将其定义在一起，采用短横线（-）进行连接。
数据源指定支持三种方式：
- 在 YAML/JSON/py 中直接指定参数列表：该种方式最为简单易用，适合参数列表比较小的情况
- 通过内置的 parameterize（可简写为P）函数引用 CSV 文件：该种方式需要准备 CSV 数据文件，适合数据量比较大的情况
- 调用 debugtalk.py 中自定义的函数生成参数列表：该种方式最为灵活，可通过自定义 Python 函数实现任意场景的数据驱动机制，当需要动态生成参数列表时也需要选择该种方式
三种方式可根据实际项目需求进行灵活选择，同时支持多种方式的组合使用。
假如测试用例中定义了多个参数，那么测试用例在运行时会对参数进行笛卡尔积组合，覆盖所有参数组合情况。
