YAML 是一种可读性非常高,与程序语言数据结构非常接近。同让拍时具备丰富的表达能力和可扩展性,并且易于使用的数据标记语言。
YAML是 "YAML Ain't a Markup Language"(YAML不是一种标记语言)的递归缩写。
这么命名的方式,表示 YAML 强调的不是标记,而是数据本身。
YAML 参考了其他多种语言,包括:XML、C语言、Python、Perl 以及电子邮件格式 RFC2822。
YAML 发布与 2001 年,之前并不出名,现在逐渐开始流行。测试圈中坦散羡,主要应用于自动化测试过程,用来进行数据驱动的数据存储载体。
基本语法规则(很接近 Python 的语法规则):
支持的数据格式:
以下是 YAML 数据格式的示例:
对象
转换为Python字典格式为
YAML也支持另一种对象的写法,将所有的键值对写成一个行内对象
转换为Python字典格式为
数组
一组连词线开头的行,构成一个数组
转换为Python
也可以通过缩进空格来表示多维数组
转换为Python的列表
当然,也可以采用行内掘颤表示法
转换为Python
纯量
纯量是最基本的、不可再分的值。 以下数据类型都是常见的纯量。
纯量一般表示如下
转换为Python
yaml 文件通过 pyyaml 库转换后就是 Python 中对应的数据类型。直接进行 *** 作即可,相较从 excel 中读取数据全部是字符串的方式来说,处理更方便。相对于 json 格式,可读性更高。
知道ddt的基本使用方法之后,练习把之前用excel文件来维护的接口测试用例改用unittest+ddt来实现。
这里我选用yaml文件来管理接口参数,开始本来想用json,但是json无法添加注释,可读性不好。
下面截图是接口文档中的各个接口,每个接口都有一个固定的序号,所以在设计每个接口的测试数据时,以序号来区分不同接口
yaml文件内容如下,需要注意的是yaml的语法:
(1)键值对用冒号分割,但是冒号后需要加一个空格
(2)禁止使用tab缩进,只能使用空格键;缩进长度没有限制,只要元素对齐就表示这些元素属于一个层级
(3)字符串可以不用引号标注,也可以加引号,如果想把数字变为字符串弊消卖,加引号即可
(4)使用#表示注释
详情可以参考博客: https://blog.csdn.net/vincent_hbl/article/details/75411243
2. 简单 demo : python 读取 yaml 文件,取出接口参数
import yaml
fp = open('../dataconfig/信息互动模块接口.yaml', encoding='utf-8') #有中文字符的话,加编码格式
testdata = yaml.load(fp)
t = testdata['5.2.1.4']
print(t)
(1)封装读取yaml文件方法
handle_yaml.py
# coding: utf-8
# author: hmk
importyaml
importos
classHandleYaml:
def __init__(self,file_path=None):
if file_path:
self.file_path = file_path
else:
root_dir =os.path.dirname(os.path.abspath('.'))
# os.path.abspath('.')表示获取当前文件所在目录;os.path.dirname表示获取文件所在父目录;所以整个就是项目的所在路径self.file_path = root_dir +'/dataconfig/信息互动模块接口.yaml' #获取文件所在的相对路径(相对整个项目)
#elf.data = self.get_data()
def get_data(self):
fp =open(self.file_path, encoding='utf-8')
data =yaml.load(fp)
return data
if __name__ == '__main__':
test = HandleYaml()
p = test.get_data()
print(p['5.2.1.1'])
[if !vml][endif]
(2)封装requests请求方法
[if !vml][endif]
# coding: utf-8
# author: Archer
importrequests
importjson
classRunMethod:
defpost_main(self, url, data, header=None):if header is notNone:
桥铅 res =requests.post(url=url, data=data, headers=header)
else:
res =requests.post(url=url, data=data)
# print(res.status_code)
# return res.json()
return res #为了租逗方便后面断言,这里不再对服务器响应进行json格式编码
def get_main(self, url, data=None, header=None):if header is notNone:
res =requests.get(url=url, params=data, headers=header)
else:
res =requests.get(url=url, params=data)
print(res.status_code)
# return
res.json()
return res
def run_main(self, method, url, data=None, header=None):
if method== 'POST':
res =self.post_main(url, data, header)
else:
res =self.get_main(url, data, header)
returnres
# returnjson.dumps(res, indent=2, sort_keys=False, ensure_ascii=False) #使用json模块格式化显示结果
[if !vml][endif]
(3)一个接口测试用例
[if !vml][endif]
# coding: utf-8
# author: Archer
importunittest
importddt
from base.run_method importRunMethod
from utils.handle_yaml importHandleYaml
get_data = HandleYaml() # 从yaml文件中取出该接口的参数
params = get_data.get_data()['5.2.1.4']
@ddt.ddt
classTest(unittest.TestCase):
"""加载咨询详情接口"""
defsetUp(self):
self.url ='http://localhost:8088/ApprExclusiveInterface/api/enterprise/info/consult/loadDetail.v'
self.run =RunMethod()
@ddt.data(*params)
deftest(self, value):
r =self.run.run_main("GET", self.url, value)
print(r)
self.assertTrue(value['assert'] inr.text)
if __name__ == '__main__':
unittest.main()
(4)利用HTMLTestRunner生成测试报告
run_report.py
# coding: utf-8
# author: hmk
from HTMLTestRunner importHTMLTestRunner
importunittest
importtime, os
root_dir = os.path.dirname(os.path.abspath('.')) # 获取当前文件所在目录的父目录的绝对路径,也就是项目所在路径E:\DDT_Interface
case_dir = root_dir + '/test_case/' # 根据项目所在路径,找到用例所在的相对项目的路径
print(root_dir)
print(case_dir)
"""定义discover方法"""
discover = unittest.defaultTestLoader.discover(case_dir,
pattern='test*.py', top_level_dir=None)
"""
1.case_dir即测试用例所在目录
2.pattern='test_*.py' :表示用例文件名的匹配原则,“*”表示任意多个字符
3.top_level_dir=None:测试模块的顶层目录。如果没顶层目录(也就是说测试用例不是放在多级目录中),默认为None
"""
if __name__ == "__main__":
"""直接加载discover"""
now = time.strftime("%Y-%m-%d%H_%M_%S")
filename = root_dir +'/report/' + now + '_result.html' #定义报告存放路径
print(filename)
fp = open(filename,'wb')
runner =HTMLTestRunner(stream=fp, title='个人网企业网接口测试报告', description='测试结果如下: ')
runner.run(discover)
fp.close()
ok ,unittest+ddt进行接口测试就完成了,还有很多不足,yaml配置文件还可以继续设计优化,例如可以把请求url也加进去。
其实感觉如何设计测试用例,组织测试数据也是一件很有意思的事情,很多事情都必须先有一个良好的设计思路才会进行的更顺畅。总之勤于思考,多参考他人的思路。不是有句话吗,学而不思则罔,思而不学则殆。
在我们的kubernetes中,你只需要两种结构类型就行了:1、Lists
2、Maps
也就是说,你可能会遇到Lists的Maps和Maps的Lists,等等。不过不用担心,你只需要掌握了这两种结果也就可以了,其他更加复杂的我们暂且不讨论。
首先扒升明我们来看看Maps,我们都知道Map是字典,就是一个key:value的键值对,Maps可以让我们更加方便的去书写配置信息,例如:
第一行的---是分隔符,是可选的,在单一文件中,可连用三个连字号---区分多个文件。这里我们可以看到,我们有两个键:kind和apiVersion,它们对应的值分别是:v1和Pod。上面的YAML文件转化为json格式:
我们在创建一个相对复杂一点的YAML文件,创建一个KEY对应的值不是字符串而是一个Maps:
上面的YAML文件,metadata这个KEY对应的值就是一个Maps了,而且嵌套的labels这个KEY的值又是一个Map,可以多层嵌套。
YAML处理器是根据行缩进来知道内容之间的关联性的。比如我们上面的YAML文件,我们用了两个空格作为缩进,空格数量并不重要,但是你得保持一致,并且至少要求一个空格。
我们可以看到name和labels是相同级别的缩进,所以YAML处理器就知道了他们属于同一个Map,而app是labels的值是因为app的值缩进更大。
同样的我们转化为json格式:
Lists就是列表,说白就是数组,在Yaml文件中我们可以这样定义:
你可以有任何数量的项在列表中,每个笑答项的定义以破折号(-)开头的,与父元素直接可以缩进一个空格。转化为json格式:
当然,lists的子项可以是map,maps的子项也可以是lists:
比如这个YAML文件,我们定义了一个叫containers的Lists对象,每个子项都由name,image,ports组成,每个ports都有一个key为containerPort的Map组成,转换为json格式:
使用YAML文件来创建一个Deployment吧。
API 说明: https://kubernetes.io/docs/reference/generated/kubernetes-api/v1.10/
这是普通的POD文件:
* apiVersion,这里的值是v1,这个版本号需要根据我们安装的kubernetes版本和资源类型进行变化的,记住不是写死的
* kind,这里我们创建的是一个pod,当然根据你的实际情况,这里资源类型可以是Deployment,Job,Ingress,Service等。
* medatada:包括了我们定义的Pod的一些meta信息,比如名称,namespace,标签等等信息。
* spec:包括一些containers,storage,volumes,或者其他Kubernetes需要知道参数,以及春告诸如是否在容器失败时重新启动容器的属性。你可以在待定kubernetes API找到完整的Kubernetes pod属性。
典型的容器的定义:
这是一个最小的定义: 一个名字(front),基于nginx镜像,以及容器将会监听一个端口80。在这些中,只有名字是非常重要的,你也可以指定一个更加复杂的属性,例如容器启动时运行的命令,应使用的参数,工作目录,或每次实例化时是否拉取镜像的新副本。以下是容器可设置的属性:
我们将上面创建的POD的YAML文件保存成一个pod.yaml。然后使用kubectl创建POD:
我们就可以使用我们前面比较熟悉的kubectl命令来查看POD状态了:
创建遇到问题,可以使用kubectl describe 进行排查。我们先删除上面创建的POD:
现在我们可以来创建一个真正的Deployment。在上面的例子中,我们只是单纯的创建一个POD实例,但是如果这个POD出现了故障的话,我们的服务也就挂掉了,所以kubernetes提供了一个Deployment的概念,可以让kubenetes去管理一组POD的副本,也就是副本集,这样可以保证一定数量的副本一直可用的,不会因为一个POD挂掉导致整个服务挂掉。我们这样定义一个Deployment:
注意这里的apiVersion对应的值是apps/v1,当然kind要指定为Deployment,因为这就是我们需要的,然后我们可以知道一些meta信息,比如名字,或者标签之类的。最后,最重要的是spec配置选项,这里我们定义需要两个副本,当然还有很多可以设置的属性,比如一个Pod在没有任何错误变成准备的情况下必须达到的最小秒数。
我们可以在 Kubernetes v1beta1 API 参考中找到一个完整的 Depolyment 可指定的参数列表。
现在我们来定义一个完整的 Deployment 的 YAML 文件:
和pod.yaml文件很类似。注意其中的template,其实就是对POD对象的定义。将deployment.yaml创建:
查看状态:
可以使用 http://www.yamllint.com/ 去检验 YAML 文件的合法性。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)