Python实现基于CSV的数据驱动接口自动化测试

Oliver
Oliver
发布时间:2026-10-13| 6人浏览过
原创

本文介绍如何使用Python结合csv和requests库,构建基于CSV文件的数据驱动接口自动化测试方案。通过预定义测试用例数据,自动发起GET或POST请求并比对响应结果,实现高效、可扩展的接口测试流程,适用于需要批量验证API参数的场景。

前言

在进行接口测试时,频繁读取CSV文件是常见操作。本文将详细讲解如何在Python3环境下实现CSV文件的写入与读取功能,帮助读者快速掌握相关技巧。

1、需求分析

假设有一个API接口,采用GET方法,包含token、mobile和email三个参数。

  • 其中,token为必填参数。
  • mobile和email中至少需要填写其中一项。
  • mobile字段需符合手机号格式,email字段需符合邮箱格式。

2、解决方案

针对上述API,测试用例数量可能超过10个。此时,采用数据驱动模式将共性内容写入配置文件是更优的选择。

我们将API地址、请求参数及预期结果预先保存在格式化的CSV文件中。利用csv组件读取URL、参数和预期结果,通过Requests组件发起请求,将实际响应与预期结果进行比对,最后将比对结果写入结果CSV文件。

具体流程如下图所示 ☟

3、代码实现

在编写代码前,需确保已安装以下组件:

  • csv:用于读写CSV文件。
  • json:用于处理JSON数据格式。
  • requests:用于发起HTTP请求并获取响应结果。
  • unittest:用于调度和管理测试用例。

2、data.csv(本示例选取部分用例)

3、reader_CSV函数代码示例

import csv
import json
import requests
import time
import unittest
def readCSV(self,filename):
 '''
 :param filename: 需要读取的数据文件
 :return: [{data1},{data2}...]
 '''
 datas = []
 try:
 #以DictReader的方式读取数据文件,方便与json互做转换
 with open(filename,'r') as csvfile :
 #从文件里读取到的数据转换成字典列表的格式
 reader = csv.DictReader(csvfile)
 for row in reader:
 data = {}
 data['id'] = row['id']
 data['url'] = row['url']
 data['token'] = str(row['token'])
 data['mobile'] = row['mobile']
 data['email'] = row['email']
 data['expect'] = json.dumps(row['expect']) \
 if isinstance(row['expect'],dict) \
 else row['expect'] #如果expect读取出来的不是json则取其原值,否则转为json格式保存到result里
 datas.append(data)
 return datas
 #如果文件找不到,返回空的datas
 except FileNotFoundError:
 print("文件不存在",filename)
 return datas

4、request_URL函数示例(包含GET请求和POST请求两个方法)

def get_request(self,url,params):
 '''
 通用的调用GET接口方法
 :param url:string 接口路径
 :param params:{"":"","":""} 需要传入的参数
 :return: response响应体
 '''
 print("调用API...")
 r = requests.get(url,params=params)
 print(r.text)
 return r
def post_request(self,url,params):
 '''
 通用的调用POST接口方法
 :param url: string 接口路径
 :param params: {"":"","":""} 需要传入的参数
 :return:response响应体
 '''
 print("调用API...")
 r = requests.post(url,params=json.dumps(params)) #post的方法必须用json.dumps()转化成json格式
 print(r.text)
 return r

5、assert_Result函数示例

def assertResult(self,except_value,real_value):
 '''
 校验样本字符串中是否包含指定字符串
 :param except_value: string 指定字符串
 :param real_value: string 样本字符串
 :return: Boolean 样本中包含指定字符串返回True,否则返回False
 '''
 ifsuccess = except_value in str(real_value)
 return ifsuccess

6、write_CSV函数示例

def writeCSV(self,filename,results):
 '''
 写入csv文件指定内容
 :param filename: string 需要写入的文件名称
 :param results: [{data1},{data2},...] 写入的内容
 :return: 无
 '''
 print("写文件:",filename)
 #以DictWriter的方式写文件
 with open(filename,'w+') as csvfile:
 headers="id,url,token,mobile,email,expect,real_value,assert_value".split(",")
 writer = csv.DictWriter(csvfile,fieldnames=headers)
 #写表头
 writer.writeheader()
 #写数据
 if results.__len__() > 0 :
 for result in results:
 writer.writerow(result)
 csvfile.close()

7、test_interface1函数示例

def test_interface1(self):

 #指定读取的数据文件名称
 data_file = "../data/data.csv"

 #指定最终结果生成的数据文件名称
 result_file = "../data/result_{}.csv".format(str(time.time()).split(".")[0])

 #读取指定文件的数据
 datas = self.readCSV(data_file)

 #数据文件有内容则调用接口,否则直接测试结束
 if datas.__len__() > 0:
 results =[]

 #获取数据文件里的每一行
 for testcase in datas :
 result = {}
 result["id"] = testcase["id"]
 result["url"] = testcase["url"]
 result["token"] = testcase["token"]
 result["mobile"] = testcase["mobile"]
 result["email"] = testcase["email"]
 result["expect"] = testcase["expect"]

 #组装参数
 params = {
 "token":result["token"],
 "mobile":result["mobile"],
 "email":result["email"]
 }

 #调用API接口,获取响应结果
 real_value = self.get_request(result["url"],params)

 #调用assert方法,检查预期结果是否在响应结果中存在
 assert_value = self.assertResult(result["expect"],real_value.text)
 result["real_value"] = real_value.text
 result["assert_value"] = assert_value
 #获取每一行里的所有字段以及实际结果和验证结果
 results.append(result)
 #执行完所有记录后,将所有结果写入result.csv
 self.writeCSV(result_file,results) #写入csv文件
 print("测试结束")

8、result_1523956055.csv(本示例中的测试结果仅供参考)

总结

Python封装了丰富的方法,使得测试开发速度相对较快。在接口自动化测试中,若采用CSV管理的数据驱动方式,使用csv配合requests库是测试开发人员值得掌握的利器之一。

以上就是本文的全部内容,希望本文的内容对大家的学习或者工作具有一定的参考学习价值。如果有疑问大家可以留言交流,谢谢大家对本站的支持。

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。