Python API 自动化实战详解(纯代码)

(编辑:jimmy 日期: 2024/9/28 浏览:2)

主要讲如何在公司利用Python 搞API自动化。

1.分层设计思路

dataPool :数据池层,里面有我们需要的各种数据,包括一些公共数据等
config :基础配置
tools : 工具层
common: 公共方法层
runCase :需要运行的测试用例
noRunCase :不需要运行的测试用例
testReport :这里存放生成的测试报告

2.编写common: 公共方法层

2.1 getTimestamp.py

我们在common文件夹下新建一个getTimestamp.py。

因为业务中需要用到时间戳,我们这里把时间戳转换成str类型

# -*- coding:utf-8 -*-
# 因为业务中需要用到时间戳,我们这里把时间戳转换成str类型
import time
 
 
def get_timestamp():
 timestamp = time.time()
 return str(int(timestamp))

Python API 自动化实战详解(纯代码)

3.config :基础配置

3.1 数据库配置 query_local_db_data.yaml

在config下新建query_local_db_data.yaml ,来存放数据库配置。

#mydb1
database1:
 host: 11.11.1.1
 port: 3306
 user: testuser
 password: testpw
 
#mydb2
database2:
 host: 22.22.2.2
 port: 3306
 user: testuser
 password: testpw

在query_local_db_data.yaml 文件下,我们填写了两个数据库的配置,这里的数据库配置我是瞎写的,你们需要写你们自己真实的数据库配置。

Python API 自动化实战详解(纯代码)

以上这篇Python API 自动化实战详解(纯代码)就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

一句话新闻
微软与英特尔等合作伙伴联合定义“AI PC”:键盘需配有Copilot物理按键
几个月来,英特尔、微软、AMD和其它厂商都在共同推动“AI PC”的想法,朝着更多的AI功能迈进。在近日,英特尔在台北举行的开发者活动中,也宣布了关于AI PC加速计划、新的PC开发者计划和独立硬件供应商计划。
在此次发布会上,英特尔还发布了全新的全新的酷睿Ultra Meteor Lake NUC开发套件,以及联合微软等合作伙伴联合定义“AI PC”的定义标准。