本文首发于：行者AI
在软件测试中，为我的项目编写接口自动化用例已成为测试人员常驻的测试工作。本文以python为例，基于笔者曾应用过的三种用例数据读取办法：xlrd、pandas、yaml，上面简要地介绍下它们的应用办法及简略剖析。
1. Python第三方库xlrd
xlrd模块可用于读取excel文档，是一种最罕用的用例读取形式，应用形式如下。以演示常规---注册接口为例，首先新建一个excel文档，文档中自定义接口用例参数：
（以下data均为随机生成，不波及任何零碎）
python已装置第三方库后，开始读取接口用例。本次为了不便演示，办法未进行封装。
xlrd代码演示
以下为实例代码：
import unittestimport xlrd# 关上接口用例excel文件excel_data = xlrd.open_workbook('register.xlsx')# 读取excel文件中寄存用例的sheet页，命名无要求sheet = excel_data.sheet_by_name('register')print(sheet.nrows)print(sheet.row_values(1))# 将读取到的用例全副追加到data列表中data = []for i in range(1, sheet.nrows): data.append(sheet.row_values(i)) print(data)class register(unittest.TestCase): def test_register_check(self): pass执行py文件后，打印读取data列表，胜利读取出excel文件中用例数据：
然而下面的办法会把整个excel文件的用例全副寄存到一个列表中，数据取用不太不便。当初咱们对数据进行拆分，联合ddt数据驱动形式，进行数据读取：
import unittestimport xlrdfrom ddt import ddt,data,unpackexcel_data = xlrd.open_workbook('register.xlsx')sheet = excel_data.sheet_by_name('register')# print(sheet.nrows)# print(sheet.row_values(1))data_ = []for i in range(1, sheet.nrows): data_.append(sheet.row_values(i))print(data_)# 引入的装璜器@ddt；导入数据的@data；拆分数据的@unpack@ddtclass register(unittest.TestCase): @data(*data_) @unpack def test_register(self, title, data, check): print(data)if __name__ == '__main__': unittest.main()通过ddt中的data及unpack办法，excel文件中的每条数据都是一个独自的列表，更便于提供给接口测试用例应用：
xlrd模块在接口自动化中的应用频率十分高，调用办法也非常简单。读取到excel测试用例后，还能够应用装璜器DDT进行数据拆分，使数据更加简化。
xlrd实用于我的项目接口数据较少、接口字段不常常调整的我的项目。如果我的项目中，接口数量十分多，在编写接口用例时，寄存用例的excel文件内容会一直裁减。测试用例的易读性和维护性都会成为前期测试工作的难题，影响测试效率。
2. Python第三方库pandas
pandas是python的一个数据分析包，可帮忙使用者解决大型数据集。应用pandas中的DataFrame（二维的表格型数据结构）办法，即可获取到excel表格中的测试数据。pandas与xrld一样，都可读取excel文件。
首先创立一个excel文件，寄存测试数据：
pandas代码演示
实例代码：
# 从excel文件中读取用例，name参数为sheet名称def read_excel_data(inputdir,name): dataframe = pandas.DataFrame(columns=['接口名','用例','申请地址','申请体','断言','协定','申请形式']) # 传入参数就是excel文件中的列名 try: datafile = pandas.read_excel(inputdir,sheet_name=name) dataframe = dataframe.append(datafile, ignore_index=True, sort=True) except: print("Warning:excel文件关上异样，请重试！") To_list = dataframe.to_dict(orient='records') # 参数='records'时，转化后是 list模式 return To_listfrom common.data import read_excel_dataimport pytestdef getdata(path): getdata = read_excel_data(path, '编辑xx') print(getdata)path = r'..\common\接口用例文档.xlsx' # excel文件的门路，按理论我的项目构造指明getdata(path)调用封装好的办法，胜利读取到excel文件中的全副用例数据：
该办法与xlrd相似，也是通过读取二维表格中数据的形式，获取到咱们所需接口用例。
通过xlrd等办法读取excel文件中的测试用例，是接口测试中比拟支流的数据读取形式。然而通过下面的案例展现能够发现，如果excel文件中的数据越来越多，前期测试的保护老本是比拟高的，同时表格格局在大篇幅数据中，也不不便浏览。这也是此类办法的一个弊病。
3. Python第三方库yaml
yaml是一种用来写配置文件的序列化语言，文件格式输入能够是列表、字典，也反对嵌套。层级关系用空格辨别，但不反对tab缩进。
破折号和空格( “ - ” )：列表格局
# 以下数据会以list模式被读取- testapi- url- get常见的yaml格局：
冒号和空格( “ ：” ) ：字典格局
# 以下数据会以dict模式被读取name: Aage: 1spouse: name: B age: 2slave: - name: C # - 示意为列表 age: 3 - name1: D age1: 4yaml代码演示
读取yaml文件中的dict数据，代码如下：
import osimport yamlclass LoadTestData: # 设置门路，获取yaml文件数据 def load_data(self, file_name): yaml_path = os.path.join(os.path.join(os.path.dirname(os.path.dirname(os.path.abspath(__file__))), 'test_file'), file_name) yaml_data = yaml.load(open(yaml_path), Loader=yaml.FullLoader) # print(yaml_data) return yaml_datadef get_yaml_data(api_file, api_name): ''' 获取yaml中 api_name的数据 :param api_file: api文件地位 :param api_name: api文件名称 :return: 文件数据 ''' data = LoadTestData().load_data(api_file)[api_name] print(data) return dataif __name__ == '__main__': file_name = 'api_data.yaml' api_name = 'test' # LoadTestData().load_data(file_name) get_yaml_data(file_name,api_name ) print('读取胜利')请留神yaml.load在调用时，可能会因为yaml版本较高而提醒异样。解决办法：指定loader = yaml.FullLoader可解决异样。
依据下面yaml的理论使用能够发现，相比excel表格寄存的数据，yaml可读性更好，而且python自身也反对新建yaml文件，与脚本语言的交互性更佳。对于不同的测试模块，也能够新建不同的yaml文件，实现了功能模块之间的测试数据隔离。
总结
测试中，不论是以excel表格存放数据还是yaml文件存放数据，都能做到疾速集成组装测试数据。但excel表格存放数据过大时，有可读性升高及脚本执行工夫较长等问题。yaml领有简洁、与python交互性高，能够把性能模板的测试数据互相隔离等长处。但也须要对yaml的写法标准有一些理解，能力正确应用。
本文只是基于python测试数据读取角度，进行一次简略的分享。如有不失当之处，欢送大家斧正。