理念与同“UI自动化测试框架”中的“测试步骤的数据驱动”雷同，接口中的测试步骤的数据驱动就是将接口的参数（比方 method、url、param等）封装到 yaml 文件中治理。当测试步骤产生扭转，只须要批改 yaml 文件中的配置即可。
数据驱动就是数据的扭转从而驱动自动化测试的执行，最终引起测试后果的扭转。简略来说，就是参数化的利用。数据量小的测试用例能够应用代码的参数化来实现数据驱动，数据量大的状况下倡议应用一种结构化的文件（例如yaml，json等）来对数据进行存储，而后在测试用例中读取这些数据。

原理与后面章节“UI自动化测试框架”中的“测试数据的数据驱动”大同小异。仍然应用 @pytest.mark.parametrize 装璜器来进行参数化，应用参数化来实现数据驱动。
通过参数化的形式，别离判断id为2，3的部门的parentid为1：

import pytestclass TestDepartment:    department = Department()    @pytest.mark.parametrize("id", [2, 3])    def test_department_list(self, id):        r = self.department.list(id)        assert self.department.jsonpath(expr="$..parentid")[0] == 1

下面的代码首先应用 @pytest.mark.parametrize 装璜器，传递了两组数据，测试结果显示有两条测试用例被执行，而不是一条测试用例。也就是 pytest 会将两组测试数据主动生成两个对应的测试用例并执行，生成两条测试后果。

当测试数据量大的状况下，能够思考把数据存储在结构化的文件中。从文件中读取出代码中所须要格局的数据，传递到测试用例中执行。本次实战以YAML进行演示。YAML以应用动静字段进行结构化，它以数据为核心，比 excel、csv、Json、XML 等更适宜做数据驱动。

将下面参数化的两组数据存储到 yaml 文件中，创立一个data/department_list.yml文件，代码如下：

-2-3

下面的代码定义了一个 yaml 格局的数据文件department_list.yml，文件中定义了一个列表，列表中有两个数据，最初生成的是这样的数据格式：[1,2]。将测试用例中参数化的数据革新成从 department_list.yml 文件中读取，代码如下：

class TestDepartment:    department = Department()    @pytest.mark.parametrize("id", \    yaml.safe_load(open("../data/department_list.yml")))    def test_department_list(self, id):        r = self.department.list(id)        assert self.department.jsonpath(expr="$..parentid")[0] == 1

下面的代码，只须要应用yaml.safe_load()办法，读取department_list.yml文件中的数据，别离传入到用例 test_department_list() 办法中实现输出与后果的验证。

理论工作中，对于环境的切换和配置，为了便于保护，通常不会应用硬编码的模式实现。在“多环境下的接口测试”章节中曾经介绍了，如何将环境的切换作为一个可配置的选项。本章节会把这部分内容进行重构，应用数据驱动的形式实现多环境的配置。

依据“多环境下的接口测试”章节，将此章节中的环境配置局部改为数据驱动的模式
代码如下：

#把host批改为ip，并附加host headerenv={    "docker.testing-studio.com": {        "dev": "127.0.0.1",        "test": "1.1.1.2"    },    "default": "dev"}data["url"]=str(data["url"]).replace(    "docker.testing-studio.com",    env["docker.testing-studio.com"][env["default"]])data["headers"]["Host"]="docker.testing-studio.com"

仍然以yaml为示例，将所有的环境配置信息放到 env.yml 文件中。如果怕出错，能够先应用yaml.safe_dump(env)将dict格局的代码转换为yaml。
如下所示，打印进去的，就是胜利转换yaml格局的配置信息：

def test_send(self):    env={        "docker.testing-studio.com": {            "dev": "127.0.0.1",            "test": "1.1.1.2"        },        "default": "dev"    }    yaml2 = yaml.safe_dump(env)    print("")    print(yaml2)

将打印进去的内容粘贴到 env.yml 文件中： env.yml

docker.testing-studio.com:  dev: "127.0.0.1"  test: "1.1.1.2"  level: 4default:  "dev"

将环境筹备中的代码稍作批改，把env变量从一个典型dict改为，应用yaml.safe_load读取 env.yml：

# 把host批改为ip，并附加host headerenv = yaml.safe_load(open("./env.yml"))data["url"] = str(data["url"]).\    replace("docker.testing-studio.com",    env["docker.testing-studio.com"][env["default"]])data["headers"]["Host"] = "docker.testing-studio.com"

如此一来，就能够实现应用数据驱动的形式，通过批改 env.yml 文件来间接批改配置信息。