目录
1. 封装一个用于校验yaml测试用例参数的方法：model_util.py
2. 校验方法是否正确
3. 封装一个方法，用于读取所有的用例：test_all_case.py
1. 封装一个用于校验yaml测试用例参数的方法：model_util.py
from dataclasses import dataclass@dataclass
class CaseInfo:# 必填项feature: strstory: strtitle: strrequest: dictvalidate: dict# 选填项extract: dict=None#校验测试用例
def verify_yaml(caseinfo: dict):try:new_caseinfo = CaseInfo(**caseinfo)return new_caseinfoexcept Exception:raise Exception("yaml测试用例不符合框架的规范！")2. 校验方法是否正确
2.1. 必填项必须要有，如果没有就会报错
2.2. 非必填项给了默认值，所以即使没有也可以
2.3. 这里的逻辑其实就是调用dataclass来进行参数校验
if __name__ == '__main__':a = {'feature': '模块','story': '接口','title': '用例','request': {'method': 'post','url': 'http://aaa/api.php','params': {'s': 'index/index'}},'validate': None}new_caseinfo = verify_yaml(a)print(new_caseinfo)
3. 封装一个方法，用于读取所有的用例：test_all_case.py
3.1. 注意如果存在用例先后执行的情况，遵循ASCII进行命名，可以避免用例执行顺序混乱的问题
3.2. *.yaml //表示该路径下所有的yaml文件
*.* //表示该路径下所有的文件
./test_study/**/*.yaml //表示test_study下的包括子文件夹的所有yaml文件
3.3. setattr(obj,name_str,value): obj对象，name_str为属性名或者方法名，value为属性值或者方法的引用
class TestAllCase:pass# 根据一个yaml的路径创建一个测试用例的函数并且返回这个函数
def create_testcase(yaml_path):@pytest.mark.parametrize('caseinfo', read_testcase(yaml_path))def func(self,caseinfo):# 读取yaml文件中的请求四要素用于请求new_caseinfo = verify_yaml(caseinfo)RequestUtil().send_request(**new_caseinfo.request)return func# 获取当前文件的上级目录
testcaes_path = Path(__file__).parent# 获取testcaes_path目录下所有的yaml文件
yaml_case_list = testcaes_path.glob("**/*.yaml")for yaml_path in yaml_case_list:# 通过反射，这个循环每循环一个那么就生成一个函数，然后把这个函数加入到TestAllCase下面,在name_str上加上test_以确保每个用例都符合命名规范setattr(TestAllCase, "test_" + yaml_path.stem, create_testcase(yaml_path))
