自动化测试数据：如何正确地选择不同格式文件「详细介绍」？

前言

在自动化测试中，可以使用不同格式的数据文件，以数据驱动的方式执行测试。下面教大家如何根据实际使用场景，选择正确的文件格式来驱动测试、读取不同文件的数据。

1. 不同的格式文件对比

文件格式	优点	缺点
Excel	- 生成数据方便 - 用户界面友好 - 易于编辑和查看	- 作为二进制文件，不利于版本管理 - 一张工作表最多有256列，65536行 - 只支持单事务，如需多线程读取会有瓶颈
CSV	- 结构简单 - 可用Excel编辑，可与Excel进行转换 - 处理速度快	- 文件格式方便版本管理 - 不容易描述复杂的层级结构
YAML	- 格式完备 - 可读性好 - 可以注释	- 格式简单 - 处理速度随着数据量增加而显著下降 - 不适合处理海量数据
XML	- 格式完备	- 冗长复杂
JSON	- 格式完备 - 可读性良好	- 不能编写注释 - 格式死板

根据以上表格，我们可以得出以下结论：

• YAML和JSON对于数据结构的支持和书写程度较好，但是YAML写法更加简洁且可以添加注释，推荐YAML文件格式；
• 当存在海量数据需要读取时，YAML的处理速度会比Excel慢一个量级，所以YAML更适合做单条用例或者少量用例的测试；
• 对于大量数据的测试，CSV格式由于其简单和快速的处理速度，可能是更好的选择。

2. 读取文件

以下是使用Python语言读取Excel、CSV、YAML、JSON和XML文件的示例方法。

2.1 读取Excel文件

读取Excel文件，可以使用openpyxl库（对于.xlsx文件）或xlrd库（对于.xls文件）。

import openpyxldef read_excel(file_path, sheet_name=0):workbook = openpyxl.load_workbook(file_path)sheet = workbook[sheet_name]data = []for row in sheet.iter_rows(values_only=True):data.append(row)return data

2.2 读取CSV文件

Python内置了csv模块，可以很方便地读取CSV文件。

import csvdef read_csv(file_path):with open(file_path, newline='', encoding='utf-8') as csvfile:reader = csv.reader(csvfile)data = [row for row in reader]return data

2.3 读取YAML文件

读取YAML文件可以使用PyYAML库。

import yamldef read_yaml(file_path):with open(file_path, 'r') as file:data = yaml.safe_load(file)return data

2.3.1 字典

# 示例配置文件：example.yaml
个人信息:姓名: 王小明年龄: 28

import yamldef read_yaml(file_path):with open(file_path, 'r', encoding='utf-8') as file:  # 确保文件编码为utf-8，以支持中文data = yaml.safe_load(file)return datadata = read_yaml('example.yaml')
print(data)  # 输出：{'个人信息': {'姓名': '王小明', '年龄': 28}}

2.3.2 列表

# 示例配置文件：example.yaml
喜欢的水果:- 苹果- 香蕉- 樱桃

import yamldef read_yaml(file_path):with open(file_path, 'r', encoding='utf-8') as file:data = yaml.safe_load(file)return datadata = read_yaml('example.yaml')
print(data)  # 输出：{'喜欢的水果': ['苹果', '香蕉', '樱桃']}

2.3.3 混合类型

# 示例配置文件：example.yaml
个人资料:姓名: 王小明年龄: 28爱好:- 阅读- 游泳住址:街道: 789 大街城市: 未来城

import yamldef read_yaml(file_path):with open(file_path, 'r', encoding='utf-8') as file:data = yaml.safe_load(file)return datadata = read_yaml('example.yaml')
print(data)  # 输出：{'个人资料': {'姓名': '王小明', '年龄': 28, '爱好': ['阅读', '游泳'], '住址': {'街道': '789 大街', '城市': '未来城'}}}

2.3.4 包含列表的字典

# 示例配置文件：example.yaml
人员列表:- 姓名: 王小明年龄: 28- 姓名: 李小红年龄: 25

import yamldef read_yaml(file_path):with open(file_path, 'r', encoding='utf-8') as file:data = yaml.safe_load(file)return datadata = read_yaml('example.yaml')
print(data)  # 输出：{'人员列表': [{'姓名': '王小明', '年龄': 28}, {'姓名': '李小红', '年龄': 25}]}

2.3.5 包含字典的列表

# 示例配置文件：example.yaml
用户数据:- 用户: 小明编号: 1- 用户: 小红编号: 2

import yamldef read_yaml(file_path):with open(file_path, 'r', encoding='utf-8') as file:data = yaml.safe_load(file)return datadata = read_yaml('example.yaml')
print(data)  # 输出：{'用户数据': [{'用户': '小明', '编号': 1}, {'用户': '小红', '编号': 2}]}

2.3.6 复杂嵌套

# 示例配置文件：example.yaml
公司信息:名称: xx科技有限公司员工:- 姓名: 王小明职位: 开发人员- 姓名: 李小红职位: 经理地址:街道: 1010 月光路城市: 月光城

import yamldef read_yaml(file_path):with open(file_path, 'r', encoding='utf-8') as file:data = yaml.safe_load(file)return datadata = read_yaml('example.yaml')
print(data)  # 输出：{'公司信息': {'名称': 'xx科技有限公司', '员工': [{'姓名': '王小明', '职位': '开发人员'}, {'姓名': '李小红', '职位': '经理'}], '地址': {'街道': '1010 月光路', '城市': '月光城'}}}

2.4 读取JSON文件

读取JSON文件可以使用Python内置的json模块。

import jsondef read_json(file_path):with open(file_path, 'r', encoding='utf-8') as jsonfile:data = json.load(jsonfile)return data

2.5 读取XML文件

对于XML文件的读取，Python提供了几种不同的库，其中最常用的是xml.etree.ElementTree。

import xml.etree.ElementTree as ETdef read_xml(file_path):tree = ET.parse(file_path)root = tree.getroot()data = []for child in root:record = {}for subchild in child:record[subchild.tag] = subchild.textdata.append(record)return data