目录：导读
- 前言
- 一、Python编程入门到精通
- 二、接口自动化项目实战
- 三、Web自动化项目实战
- 四、App自动化项目实战
- 五、一线大厂简历
- 六、测试开发DevOps体系
- 七、常用自动化测试工具
- 八、JMeter性能测试
- 九、总结（尾部小惊喜）
前言
我们在做自动化测试的时候，通常会把配置信息和测试数据存储到特定的文件中，以实现数据和脚本的分离，从而提高代码的易读性和可维护性，便于后期优化。
而配置文件的形式更是多种多样，比如：ini、yaml、json、toml、py、xml、properties 等。
Python接口自动化测试：https://www.bilibili.com/video/BV16G411x76E/
YAML是一种轻量级的文本格式，可以用于存储结构化数据，非常适合用作测试数据。
在使用YAML数据驱动进行自动化测试时，通常需要准备一个或多个YAML文件，其中包含了测试用例的数据和预期结果。测试脚本会读取这些文件，并根据文件中的数据来执行对应的测试步骤，然后验证实际结果与预期结果是否一致。
下面我们就来详探接口自动化测试中的 YAML 数据驱动
1、什么是 YAML
YAML：YAML Ain’t a Markup Language，翻译过来就是YAML 不是一种标记语言。
它是一种以数据为中心的标记语言，比 XML 和 JSON 更适合作为配置文件。
YAML 的配置文件后缀为.yml 或.yaml，如：caituotuo.yml 或 caituotuo.yaml。
YAML 的语法和其他高级语言类似，并且可以简单表达清单、散列表，标量等数据形态。它使用空白符号缩进和大量依赖外观的特色，特别适合用来表达或编辑数据结构、各种配置文件、倾印调试内容、文件大纲等。
2、YAML 语法
1）基本语法
使用缩进表示层级关系；
缩进不允许使用 tab，只允许空格（官方说法不允许使用 tab，当然如果你使用 tab 在某些地方也是可以的，例如在 PyCharm 软件上）；
缩进的空格数不重要，只要相同层级的元素左对齐即可；
大小写敏感；
前面加上 #表示注释；
req:
username: xxxxxx # 这是姓名
gender: Boy
ip: ******
blog: www.xxxxxx.com
res:
status: 1
code: 200
2）数据类型
对象：键值对的集合，又称为映射（mapping）/ 哈希（hashes） / 字典（dictionary）
数组：一组按次序排列的值，又称为序列（sequence） / 列表（list）
纯量（scalars）：单个的、不可再分的值，又称字面量
纯量是指单个的，不可拆分的值，例如：数字、字符串、布尔值、Null、日期等，纯量直接写在键值对的 value 中即可。
字符串：
默认情况下字符串是不需要使用单引号或双引号的
username: 张三
当然使用双引号或者单引号包裹字符也是可以的
username: 'Hello world 张三'
username: "Hello world 张三"
字符串可以拆成多行，每一行会被转化成一个空格
# 字符串可以拆成多行，每一行会被转化成一个空格 '测试 张三'
username3: 测试
张三
布尔值：
boolean:
- TRUE #true,True都可以
- FALSE #false，False都可以
# {'boolean': [True, False]}
数字：
float:
- 3.14
- 6.8523015e+5 #可以使用科学计数法
int:
- 123
- 0b1010_0111_0100_1010_1110 #二进制表示
# {'float': [3.14, 685230.15], 'int': [123, 685230]}
Null：
null:
nodeName: 'node'
parent: ~ #使用~表示null
parent2: None #使用None表示null
parent3: null #使用null表示null
# {None: {'nodeName': 'node', 'parent': None, 'parent2': 'None', 'parent3': None}}
时间和日期：
date:
- 2023-04-18 #日期必须使用ISO 8601格式，即yyyy-MM-dd
datetime:
- 2023-04-18T15:09:30+08:00 #时间使用ISO 8601格式，时间和日期之间使用T连接，最后使用+代表时区
# {'date': [datetime.date(2023, 4, 18)], 'datetime': [datetime.datetime(2023, 4, 18, 15, 9, 30, tzinfo=datetime.timezone(datetime.timedelta(seconds=28800)))]}
对象
使用 key:[空格]value 的形式表示一对键值对（空格不能省略），例如：blog: caituotuo.top。
行内写法：
key: {key1: value1, key2: value2, ...}
普通写法，使用缩进表示对象与属性的层级关系：
key:
child-key: value
child-key2: value2
数组
以 - 开头的行表示构成一个数组。
普通写法：
name:
- 测试
- 张三
- 三
YAML 支持多维数组，可以使用行内表示：
key: [value1, value2, ...]
数据结构的子成员是一个数组，则可以在该项下面缩进一个空格：
username:
-
- 测试张三
- 张三
- 张
-
- A
- B
- C
# {'username': [['测试张三', '张三', '张'], ['A', 'B', 'C']]}
相对复杂的例子：
companies 属性是一个数组，每一个数组元素又是由 id、name、price 三个属性构成
companies:
-
id: 1
name: zhangshan
price: 300W
-
id: 2
name: 测试张三
price: 500W
# {'companies': [{'id': 1, 'name': 'zhangshan', 'price': '300W'}, {'id': 2, 'name': '测试张三', 'price': '500W'}]}
数组也可以使用 flow 流式的方式表示：
companies2: [ { id: 1,name: zhangshan,price: 300W },{ id: 2,name: 测试张三,price: 500W } ]
复合结构
以上三种数据结构可以任意组合使用，以实现不同的用户需求，例如：
platform:
- A1
- A2
- A3
sites:
A1: 测试张三
A2: 测试李四
A3: xxxxxx.com
# {'platform': ['A1', 'A2', 'A3'], 'sites': {'A1': '测试张三', 'A2': '测试李四', 'A3': 'xxxxxx.com'}
3、引用
& 锚点和 * 别名，可以用来引用。
举个例子：
& 用来建立锚点 defaults，<< 表示合并到当前数据，* 用来引用锚点
defaults: &defaults
adapter: postgres
host: localhost
development:
database: myapp_development
<<: *defaults
test:
database: myapp_test
<<: *defaults
等价于：
defaults:
adapter: postgres
host: localhost
development:
database: myapp_development
adapter: postgres
host: localhost
test:
database: myapp_test
adapter: postgres
host: localhost
4、组织结构
一个 YAML 文件可以由一个或多个文档组成，文档之间使用 — 作为分隔符，且整个文档相互独立，互不干扰，如果 YAML 文件只包含一个文档，则 — 分隔符可以省略。
---
website:
name: 测试张三
url: xxxxxx.com
---
website: { name: 测试张三,url: www.xxxxxx.com }
---
A1: 测试张三
---
A2: 测试张三
f7 = "./files/多文档.yml"
with open(f7, "r", encoding="UTF-8") as f:
content = yaml.safe_load_all(f)
for i in content:
print(i)
5、实战
封装思路
将 YAML 相关操作封装成 CommonUtil 公共模块，之后直接引入调用即可。
相关功能：
读取 yaml 文件数据；
将 yaml 数据转换成 json 格式；
可以动态设置参数；
这里要说一下动态设置参数
在自动化测试中，肯定不能把所有的参数都写死，因此就会用到参数化，例如：提取前一个接口的返回值作为后一个接口的入参，这里通过 Python 中的 Template 模块进行动态参数的设置
yaml 文件中通过 $变量名的形式设置变量
username: $username
给变量附上具体的值
with open(yaml_path, "r", encoding="UTF-8") as f:
text = f.read()
# Template(text).safe_substitute(key_value)
Template(text).safe_substitute({"username": "测试张三"}) # username为变量名
完整代码
import os
from string import Template
import yaml
class YamlUtil:
@staticmethod
def yaml_util(yaml_path, key_value=None):
"""
读取yml文件 设置动态变量
:param yaml_path: 文件路径
:param key_value: 动态变量 如：{"username": "测试张三"} yaml中的变量：$username
:return:
"""
try:
with open(yaml_path, "r", encoding="UTF-8") as f:
text = f.read()
if key_value is not None:
re = Template(text).safe_substitute(key_value)
json_data = yaml.safe_load(re)
else:
json_data = yaml.safe_load(text)
return json_data
except FileNotFoundError:
raise FileNotFoundError("文件不存在")
except Exception:
raise Exception("未知异常")
@staticmethod
def multiple(yaml_path):
"""
多文档
:param yaml_path: yaml文件路径
:return: list
"""
json_data = []
try:
with open(yaml_path, "r", encoding="UTF-8") as f:
content = yaml.safe_load_all(f)
for i in content:
json_data.append(i)
return json_data
except FileNotFoundError:
raise FileNotFoundError("文件不存在")
except Exception:
raise Exception("未知异常")
if __name__ == '__main__':
f1 = "./files/初体验.yml"
print(YamlUtil().yaml_util(f1))
f2 = "./files/纯量.yml"
print(YamlUtil().yaml_util(f2))
f3 = "./files/数组.yml"
print(YamlUtil().yaml_util(f3))
f4 = "./files/复合结构.yml"
print(YamlUtil().yaml_util(f4))
f5 = "./files/引用.yml"
print(YamlUtil().yaml_util(f5))
f6 = "./files/参数化.yml"
print(YamlUtil().yaml_util(f6, {"username": "测试张三"}))
f7 = "./files/多文档.yml"
for i in YamlUtil().multiple(f7):
print(i)
| 下面是我整理的2023年最全的软件测试工程师学习知识架构体系图 |
一、Python编程入门到精通
二、接口自动化项目实战
三、Web自动化项目实战
四、App自动化项目实战
五、一线大厂简历
六、测试开发DevOps体系
七、常用自动化测试工具
八、JMeter性能测试
九、总结（尾部小惊喜）
奋斗是人生的必由之路，不经历风雨怎能见彩虹。无论前方的路有多么崎岖，只要坚定信念，努力拼搏，成功就不再遥远。
世上没有绝境，只有不肯努力奋斗的人。每个人都有潜力和机会去创造自己的未来，只要勇于追梦、坚持不懈，成功就在向你招手。
成功需要勇气、决心和毅力。当你出发去追逐自己的梦想时，一定会遭遇挫折与困难。但只要你不屈不挠，积极面对，就可以战胜一切困难，达成心中所想。
