python自动化测试—配置文件的使用
一、什么是配置文件?
配置文件示例
- [mysql]
- default-character-set = utf8
- [mysqld]
- port = 3306
- basedir = c:\mysql-5.7.25-winx64\mysql-5.7.25-winx64
- daradir = c:\mysql-5.7.25-winx64\mysql-5.7.25-winx64\data
- max_connections = 200
- character-set-server = utf8
- default-storage-engine = INNODB
- explicit_defaults_for_timestamp = true
为什么要做配置文件?
所有的代码和配置都变成模块化可配置化,这样就提高了代码的复用性,不用每次都去修改代码内部。
场景举例
1、多处地方需要使用同一个参数,这时候最好是配置化,这样改一处就可以了
2、如果是经常变化的变量,我们也可以做这个配置。---> 与参数化要区分开来
python中常见的配置文件格式
.ini、.conf、.cfg结尾的文件
配置对象
- section
- option
二、ConfigParser模块
掌握一些比较基础的用法:跟file文件一样,要先打开才能进行读取操作
实例化ConfigParse对象:cf = configParser.ConfigParser()
打开配置文件:cf.read(配置文件名称或者地址)
常用方法:
- read(filename) 直接读取文件内容
- sections() 得到所有的section,并以列表的形式返回
- options(section) 得到该section的所有option
- items(section) 得到该section的所有键值对
- get(section,option) 得到该section中option的值,返回类型为string
- getint(section,option) 得到该section中option的值,返回为int类型,还有相应的getboolean()和getfloat()
练习
- import configparser
- # 实例化ConfigParser对象
- conf = configparser.ConfigParser()
- # 打开配置文件
- cf = conf.read("my.conf",encoding = 'utf8')
- # 根据section和option得到option的值
- a = conf.get('mysqld','port')
- print(a)
- # 得到所有的section,并以列表的形式返回
- b = conf.sections()
- print(b)
- # 得到该section的所有option
- c = conf.options('mysqld')
- print(c)
- # 得到该section所有的键值对
- d = dict(conf.items("mysql"))
- print(d)
输出结果为:
封装一个读取配置文件的类
- import configparser
- """
- 为什么要封装?
- 封装是为了使用起来更加方便,便于再次修改
- 封装的需求?
- 封装成什么样子才能达到我们的目的
- 封装的原则:
- 写死的固定数据(变量),可以封装成雷属性
- 实现某个功能的代码封装成方法
- 在各个办法中都要用到的数据,抽离出来作为实例属性
- """
- # 封装前 读取数据(三部曲)
- # 实例化ConfigParser对象
- # conf = configparser.ConfigParser()
- # 打开配置文件
- # conf.read("config.ini",encoding='utf8')
- # # 根据section和option得到option的值
- # conf.get('excel','file_name')
- class ReadConfig(configparser.ConfigParser):
- def __init__(self):
- # 实例化对象
- super().__init__()
- # 加载文件
- self.read(r"E:\python_api_test\API_Test_v4_config\conf\config.ini",encoding='utf8')
- conf = ReadConfig()
在其他模块调用封装好的配置文件时:from xxxx.xxxx.config import conf
三、将配置文件集成到单元测试中
1、项目结构
- common:这个目录用来存放的是自己封装的类
- conf:这个目录用来存放配置文件
- librarys:这个目录用来存放已封装好的模块(HTMLtestrunner、ddt)
- logs:这个目录用来存放日志文件
- data:这个目录用来存放excel的测试用例数据
- reposts:这个目录用来存放生成的的测试报告
- testcases:这个目录用来存放所有的测试用例模块
2、各项目层的结构图
3、各项目层的具体代码
common层(包括config.py文件、mylogging_v3.py文件、read_excel_data.py文件)
新建config.py文件
- import configparser
- """
- 为什么要封装?
- 封装是为了使用起来更加方便,便于再次修改
- 封装的需求?
- 封装成什么样子才能达到我们的目的
- 封装的原则:
- 写死的固定数据(变量),可以封装成雷属性
- 实现某个功能的代码封装成方法
- 在各个办法中都要用到的数据,抽离出来作为实例属性
- """
- # 封装前 读取数据(三部曲)
- # 实例化ConfigParser对象
- # conf = configparser.ConfigParser()
- # 打开配置文件
- # conf.read("config.ini",encoding='utf8')
- # # 根据section和option得到option的值
- # conf.get('excel','file_name')
- class ReadConfig(configparser.ConfigParser):
- def __init__(self):
- # 实例化对象
- super().__init__()
- # 加载文件
- self.read(r"E:\python_api_test\API_Test_v4_config\conf\config.ini",encoding='utf8')
- conf = ReadConfig()
新建mylogging_v3.py文件
- import logging
- from API_Test_v4_config.common.config import conf
- # 日志收集器的名称
- logger_name = conf.get('log','logger_name')
- # 日志收集器的级别
- level = conf.get('log','level').upper()
- # 输出到控制台的日志级别
- sh_level = conf.get('log','sh_level').upper()
- # 输出到文件的日志级别
- fh_level = conf.get('log','fh_level').upper()
- # 日志保存的文件
- log_file_path = conf.get('log','log_file_path')
- class MyLogging(object):
- def create_logger(*args,**kwargs):
- # 创建自己的日志收集器
- my_log = logging.getLogger(logger_name)
- # 设置收集的日志等级,设置为DEBUG等级
- my_log.setLevel(level)
- # 日志输出渠道
- # 创建一个日志输出渠道(输出到控制台),并且设置输出的日志等级为INFO以上
- l_s = logging.StreamHandler()
- l_s.setLevel(sh_level)
- # 创构建一个日志输出渠道(输出到文件),并且设置输出的日志等级为DEBUG以上
- l_f = logging.FileHandler(log_file_path,encoding='utf8')
- l_f.setLevel(fh_level)
- #将日志输出渠道添加到日志收集器中
- my_log.addHandler(l_s)
- my_log.addHandler(l_f)
- # 设置日志输出的格式
- ft = "%(asctime)s - [%(filename)s -->line:%(lineno)d] - %(levelname)s: %(message)s"
- ft = logging.Formatter(ft)
- # 设置控制台和日志文件输出日志的格式
- l_s.setFormatter(ft)
- l_f.setFormatter(ft)
- return my_log
- def debug(self,msg):
- self.my_log.debug(msg)
- def info(self,msg):
- self.my_log.info(msg)
- def warning(self,msg):
- self.my_log.warning(msg)
- def error(self,msg):
- self.my_log.error(msg)
- def critical(self,msg):
- self.my_log.critical(msg)
- #日志输出
- m_log = MyLogging()
- # 创建日志收集器
- logger = m_log.create_logger()
新建read_excel_data.py文件
- import openpyxl
- class Case:
- def __init__(self,arrts):
- for item in arrts:
- setattr(self,item[0],item[1])
- class ReadExcel(object):
- def __init__(self,filename,sheetname):
- """
- 定义需要打开的文件及表名
- :param filename: 文件名
- :param sheetname: 表名
- """
- self.wb = openpyxl.load_workbook(filename) # 打开工作簿
- self.sheet = self.wb[sheetname] # 选定表单
- self.filename = filename
- # 特殊的魔术方法,在对象销毁之后执行的
- def __del__(self):
- # 关闭文件
- self.wb.close()
- def read_data_line(self):
- #按行读取数据转化为列表
- rows_data = list(self.sh.rows)
- # print(rows_data)
- # 获取表单的表头信息
- titles = []
- for title in rows_data[0]:
- titles.append(title.value)
- # print(titles)
- #定义一个空列表用来存储测试用例
- cases = []
- for case in rows_data[1:]:
- # print(case)
- data = []
- for cell in case: #获取一条测试用例数据
- # print(cell.value)
- data.append(cell.value)
- # print(data)
- #判断该单元格是否为字符串,如果是字符串类型则需要使用eval();如果不是字符串类型则不需要使用eval()
- if isinstance(cell.value,str):
- data.append(eval(cell.value))
- else:
- data.append(cell.value)
- #将该条数据存放至cases中
- # print(dict(list(zip(titles,data))))
- case_data = dict(list(zip(titles,data)))
- cases.append(case_data)
- return cases
- def read_excel_obj_new(self,list1):
- """
- 按指定的列,读取excel中的数据,以列表的形式返回,列表中每个对象为一条测试用例,
- Excel中的表头为对象的属性,对应的数据为属性值。
- :param list1: list --->要读取的列[1,2,3...]
- :return: type:list--->[case_obj1,case_obj2.......]
- """
- # 从配置文件中读取的数据类型为string,需要转化为list
- list1 = eval(list1)
- # 判断传入的读取数据的列数是否为空,为空的话直接读取excel中所有的数据。
- if list1 == []:
- return self.read_data_line()
- # 获取表里面的最大行数
- max_row = self.sheet.max_row
- # 定义一个空列表,用来存放测试用例数据
- cases = []
- # 定义一个空列表,用来存放表头数据
- titles = []
- # 遍历所有的行数据
- for row in range(1,max_row+1):
- case_data = []
- if row != 1:
- for column in list1:
- info = self.sheet.cell(row,column).value
- # print(info)
- case_data.append(info)
- case = list(zip(titles,case_data))
- # print(case)
- case_obj = Case(case)
- cases.append(case_obj)
- else:
- for column in list1:
- title = self.sheet.cell(row,column).value
- titles.append(title)
- if None in titles:
- raise ValueError("表头的数据有显示为空")
- return cases
- def write_excel(self,row,column,msg):
- #写入数据
- self.sheet.cell(row=row,column=column,value=msg)
- self.wb.save(self.filename)
conf层(config.ini文件--->配置文件)
新建config.ini文件
- # log日志相关配置
- [log]
- # 日志收集器的名称
- logger_name = my_log
- # 日志收集器的级别
- level = DEBUG
- # 输出到控制台的日志级别
- sh_level = DEBUG
- # 输出到文件的日志级别()
- fh_level = debug
- # 日志保存的文件
- log_file_path = E:\python_api_test\API_Test_v4_config\logs\log.log
- # 读取excel中测试用例数据相关的配置
- [excel]
- # 用例文件名称
- file_name = E:\python_api_test\API_Test_v4_config\data\cases.xlsx
- # sheet表单名称
- sheet_name = Sheet1
- # 读取表单中的列数(每条用例的数据) []空列表便是所有列
- read_colums = [1,2,3]
- # 测试报告相关的配置
- [report]
- report_path = E:\python_api_test\API_Test_v4_config\reports\report.html
- report_name = python接口自动化测试报告
- report_tester = 测试
data层(cases.xlsx文件--->测试用例数据)
新建cases.xlsx文件
testcase层(register_testcase.py文件--->注册函数的测试用例)
新建register_testcase.py文件
- import unittest
- from API_Test_v4_config.register import register
- from API_Test_v4_config.common.read_excel_data import ReadExcel
- from ddt import ddt,data
- from API_Test_v4_config.common.mylogging_v3 import logger
- from API_Test_v4_config.common.config import conf
- # 配置文件中读取excel相关数据
- file_name = conf.get('excel','file_name')
- sheet_name = conf.get('excel','sheet_name')
- read_colums = conf.get('excel','read_colums')
- # 读取excel中的数据
- wb = ReadExcel(file_name,sheet_name)
- cases = wb.read_excel_obj_new(read_colums)
- @ddt
- class RegisterTestCase(unittest.TestCase):
- def setUp(self):
- print("准备测试环境,执行测试用例之前会执行此操作")
- def tearDown(self):
- print("还原测试环境,执行完测试用例之后会执行此操作")
- @data(*cases)
- def test_register(self,case):
- self.row = case.caseid + 1
- res = register(*eval(case.data))
- try:
- self.assertEquals(eval(case.excepted),res)
- except AssertionError as e:
- res = "未通过"
- logger.error(e)
- raise e
- else:
- res = "通过"
- logger.info("该条测试用例的测试结果为:{}".format(res))
- finally:
- # 调用写入数据的方法,在excel中回写测试用例的执行结果
- wb.write_excel(row=self.row,column=4,msg=res)
- if __name__ == '__main__':
- unittest.main()
最外面层(register.py文件--->需要测试的功能函数、 register_suites.py--->执行测试套件)
新建register.py文件
- # 设计用例,对注册功能函数进行单元测试
- users = [{'user': 'python18', 'password': ''}]
- def register(username, password1, password2):
- # 注册功能
- for user in users: # 遍历出所有账号,判断账号是否存在
- if username == user['user']:
- # 账号存在
- return {"code": 0, "msg": "该账户已存在"}
- else:
- if password1 != password2:
- # 两次密码不一致
- return {"code": 0, "msg": "两次密码不一致"}
- else:
- # 账号不存在 密码不重复,判断账号密码长度是否在 6-18位之间
- if 6 <= len(username) <= 18 and 6 <= len(password1) <= 18:
- # 注册账号
- users.append({'user': username, 'password': password2})
- return {"code": 1, "msg": "注册成功"}
- else:
- # 账号密码长度不对,注册失败
- return {"code": 0, "msg": "账号和密码必须在6-18位之间"}
新建register_suites.py文件
- import unittest
- from HTMLTestRunnerNew import HTMLTestRunner
- from API_Test_v4_config.testcases import register_testcase
- from API_Test_v4_config.common.config import conf
- # 第二步:创建测试套件
- suite = unittest.TestSuite()
- # 第三步:将测试用例加载到测试套件中
- loader = unittest.TestLoader()
- # 通过测试用例类来添加测试用例
- # suite.addTest(loader.loadTestsFromTestCase(RegisterTestCase))
- # 通过模块来添加测试用例
- suite.addTest(loader.loadTestsFromModule(register_testcase))
- # 添加测试用例,通过路径加载测试用例目录下的所有模块
- # suite.addTest(loader.discover("E:\\python_api_test\\API_Test_v4_config\\testcases"))
- #第四步:执行测试套件,生成测试报告
- # 读取配置文件中report相关的配置信息
- report_path = conf.get("report",'report_path')
- report_name = conf.get('report','report_name')
- report_tester = conf.get('report','report_tester')
- with open(report_path,'wb') as f:
- runner = HTMLTestRunner(
- stream = f,
- verbosity = 2,
- title = 'python_18_report',
- description = report_name,
- tester = report_tester
- )
- runner.run(suite)
python自动化测试—配置文件的使用的更多相关文章
- Python自动化测试 -ConfigParser模块读写配置文件
C#之所以容易让人感兴趣,是因为安装完Visual Studio, 就可以很简单的直接写程序了,不需要做如何配置. 对新手来说,这是非常好的“初体验”, 会激发初学者的自信和兴趣. 而有些语言的开发环 ...
- 《自拍教程5》Python自动化测试学习思路
前提:熟悉测试业务及流程 任何Python自动化测试的前提,都是必须先熟悉实际测试业务. 任何脱离实际测试业务的自动化都是噱头且无实际意义! 测试的基本流程基本是: 测试需求分析,测试用例设计与评审, ...
- Python自动化测试面试题-Selenium篇
目录 Python自动化测试面试题-经验篇 Python自动化测试面试题-用例设计篇 Python自动化测试面试题-Linux篇 Python自动化测试面试题-MySQL篇 Python自动化测试面试 ...
- python自动化测试(2)-自动化基本技术原理
python自动化测试(2) 自动化基本技术原理 1 概述 在之前的文章里面提到过:做自动化的首要本领就是要会 透过现象看本质 ,落实到实际的IT工作中就是 透过界面看数据. 掌握上面的这样的本领 ...
- python自动化测试(4)-使用第三方python库技术实现
python自动化测试(4)-使用第三方python库技术实现 1 概述 关于测试的方法论,都是建立在之前的文章里面提到的观点: 功能测试不建议做自动化 接口测试性价比最高 接口测试可以做自动化 ...
- python自动化测试(3)- 自动化框架及工具
python自动化测试(3) 自动化框架及工具 1 概述 手续的关于测试的方法论,都是建立在之前的文章里面提到的观点: 功能测试不建议做自动化 接口测试性价比最高 接口测试可以做自动化 后面所谈到 ...
- (学习网址)Python 自动化测试
1.Python自动化测试地址 http://www.wtoutiao.com/author/python-selenium.html 2.unittest参考网址: 1)python自动化测试报告H ...
- python 自动化测试资料
python 自动化测试资料: http://yunpan.cn/QXVvwVJsAsPnb
- selenium + python 自动化测试环境搭建
selenium + python 自动化测试 —— 环境搭建 关于 selenium Selenium 是一个用于Web应用程序测试的工具.Selenium测试直接运行在浏览器中,就像真正的用户在操 ...
随机推荐
- datagrid数据清空
方法一: 不管是url方式还是加载本地数据的方式,均可以直接使用loadData方法清空数据,一行代码就可以清空: $('#tt').datagrid('loadData',{total:0,rows ...
- Android 开源控件与常用开发框架开发工具类
Android的加载动画AVLoadingIndicatorView 项目地址: https://github.com/81813780/AVLoadingIndicatorView 首先,在 bui ...
- leetcode 137单词接龙
直接层序遍历,结果有部分测试样例超时: class Solution { public: int ladderLength(string beginWord, string endWord, vect ...
- Spliterator介绍
一.Spliterator Spliterator<T> trySplit();trySplit接口就相当于我们之前写的AccumulatorRecursiveTask类里面的分割任务,如 ...
- nginx不记录指定文件类型的日志
1.指定记录文件日志记录的内容. vim /usr/local/nginx/conf/nginx.conf如下部分: log_format dd '$remote_addr $http_x_forwa ...
- LoadRunner 技巧之 自动关联
LoadRunner 技巧之 自动关联 这一节讲loadunner 关联的问题,其实这个东西理解起来简单,但说起来比较麻烦. 关联的原理: ...
- Oracle 笔记(三)
Oracle的数据库对象 七大对象:用户.表.约束.序列.视图.同义词和索引 知识点一:用户 - User - 账户.管理员-一切对象的宿主 1.创建用户 ???? 2.授权 ???? 授权+ ...
- 【SSM】---Spring+SpringMVC+Mybatis框架整合
参考 百度经验 https://jingyan.baidu.com/article/2a1383288a85a9074a134f1b.html CSDN http://blog.csdn.net/ge ...
- Linux进程的虚拟内存
简介 用户进程的虚拟地址空间是Linux的一个重要的抽象:它为每个运行进程提供了同样的系统视图,这使得多个进程可以同时运行,而不会干扰到其他进程内存中的内容. 每个应用程序都有自己的线性地址空间,与所 ...
- Docker安装报错
这是由于overlay2不支持造成的,所以我们要关闭它. 解决办法: vim /etc/sysconfig/docker (修改文件) DNS='--selinux-enabled --log- ...