Python自动化之数据驱动的示例分析

这篇文章主要介绍了Python自动化之数据驱动的示例分析，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

前言

数据驱动是一种思想，让数据和代码进行分离，比如爬虫时，我们需要分页爬取数据时，我们往往把页数 page 参数化，放在 for 循环 range 中，假如没有 range 这个自带可以生产数字序列的方法可以用，我们是不是得手动逐个添加?

现实场景中就存在大量这样的例子，比如我之前写的爬取上海各地区房租情况的时候，对地区进行遍历的时候，为了偷懒，我直接把这些地区的拼音全称放在了列表里，组合成各地区房源的链接。最后文章写完了，有读者反馈，少了徐汇区的统计数据。这种小数量的数据都出现了纰漏，可想而知，对于大量的数据，怎么保证数据的完整和准确性?我们需要把两者分离，数据专门储存在特定文件(比如 Excel 文件)。

举一个小栗子：登录流程，在测试的时候，除了测试登录成功的场景，我们往往需要测到各种登录异常的场景。

写几条很常见的案例如下：

比如上面写了 5 条案例，数据和脚本不做分离的话，我们写自动化测试脚本需要写 5 条。

5 条案例中，脚本都是基本一样的，只是输入框输入的数据不一样罢了。

数据分离

我们完全可以把数据存储在 Excel 表中，我们通过循环读取 Excel 表中的数据来实现一条脚本执行多条数据。

我们先封装一个操作 Excel 文件的类，需要先安装导入包 openpyxl。

我们用这个库可以做一下功能：读取表格数据、保存执行结果。

我们先在类下写一个打开 Excel 文件的初始化方法，构造方法的作用是，当类被实例化后，会立即调用构造方法。

读取表格数据

然后我们写一个读取 Excel 数据的方法，读取数据后返回数据列表，以便之后调用获取对应的数据，因为第 1 列数据是序号，所以直接返回第 2 列之后的数据。

保存执行结果

实际结果和预期结果对比后，我们需要标记执行结果是 pass 或者 fail，我们需要保存结果，保存到对应的单元格中。

我们看看我们的案例格式：

这样的话，我们脚本就不用写 5 条了，调用 Excel 文件的数据，循环执行案例即可，不仅逻辑清晰，还方便了后期的维护。

这样，测试数据和脚本分离后，不同的测试数据用不同的 Excel 文件保存即可。

感谢你能够认真阅读完这篇文章，希望小编分享的"Python自动化之数据驱动的示例分析"这篇文章对大家有帮助，同时也希望大家多多支持，关注行业资讯频道，更多相关知识等着你来学习!