68.解决数据驱动带来的麻烦
大家好~我是
米洛！
我在从0到1打造一个开源平台, 也在编写一套完整的接口测试平台系列教程，希望大家能够多多支持。
欢迎关注我的公众号测试开发坑货，获取最新文章教程!
🍦 回顾
上节内容我们编写好了数据驱动相关的接口，但却有很多困扰随之而来。接着就来说说我们提出这些困扰，并解决之。
📒 问题汇总
由于数据驱动的改造，可能会引发以下几个问题:
原先的执行用例的方式需要变化
数据驱动以后，我们批量执行case的时候需要带上环境字段了，否则
数据驱动没法使用。原先能够直接调试case，也就是单条case在线执行
现在由于环境的关系+多数据的情况，我们只能把这块进行调整，让单个case的调试变为
单条测试数据的调试。
执行测试用例逻辑的变化
之前我们执行测试用例的时候，举个例子:
登录接口，我们是在前置条件里面写好了具体的登录用户名和密码。但在数据驱动的情况下，又不一样了。我们得把用例里面变化的数据全部
抽离出来，其实这么做的目的是为了让数据更灵活，也为了以后能支持数据工厂。所以这就会导致我们执行case的整套逻辑会发生
剧烈变化，让人头大！！！断言逻辑的改造
细心的朋友可能会发现，断言部分之前没有很好地支持
变量，但现在不一样，我们要根据不同的参数完成不同的断言操作，所以我们也得支持。
🍦 迎接挑战
虽然这些挑战比较麻烦，但好在大多是体力活儿。因为以前的逻辑和现在逻辑的区别引发，只要耐心，就能逐一击破。而且之前埋下的坑比如断言变量没替换等等都可以随之解决。
📒 改造报告
PityTestResult新增字段
之前我们编写报告的时候，都是一条case一条数据，那现在有了数据驱动，我们的报告就需要做出一定的
改变。
数据驱动的2个核心字段，数据+标识 现在我们需要把数据的标识和数据的内容都
写入报告，这样的话在查看报告的时候就能清楚地看到每条数据的执行结果，可以对号入座。PityTestResult初始化方法新增字段
同理，插入测试结果的时候也要调整
查询报告的时候也要相继调整
📒 改造用例执行器
我们之前的执行器有许多不完善的地方，比如不支持断言里面的数据变化，再者只替换了一次数据，而现在我们要做的是什么呢？
每当有新的变量生成，我们都要去寻找变量去替换，这样做虽然显得工作量很重复，但是完整地保证了生成的变量不会漏掉。
编写replace_args方法
因为没法度量变量什么时候生成，所以要做的就是每当有新的变量产生就替换变量。
replace方法
可以看到他们都调用了核心方法: replace_cls，也就是替换一个对象，通过属性+值的形式。
我们来看一下replace_cls方法
剖析一下: 遍历参数字典，接着去指定的对象字段里面查询是否有这个变量，什么意思呢？假设有这样一个对象:
class Student:
def __init__(self, name, age):
self.name = name
self.age = age
假设此时学生的name和age分别是${student_name}和18。
我们这边有个参数字典为:
params = {"student_name": "miro"}
很显然，我们要做的效果就是:
遍历params，此时key=student_name, value=miro 根据指定的字段: name和age（注意是个列表）先找name，发现name的值是 ${student_name}（我们pity内部约定的变量形式），和student_name吻合，所以我们要把${student_name} 替换为miro调用setattr方法，把student_name替换成它应该变成的值: miro 由于age字段的值是18，并不是一个变量，所以循环结束
就是上面这个思路，不知道大家有没有看明白。
replace_params
这块是变量替换的精髓所在，也是最难弄懂的地方。
这个方法具体的处理逻辑就是从JSON字符串中找到对应的值，并能支持字段取值。
比如a = '{"human": {"age": 1}}'这个json字符串，如果我们要取到age，我们需要这么写${res.human.age}.
这个方法做到的事情就是，从res获取human，接着获取age，最终返回一个字段，用于替换:
new_data = {"human.age": 1}
完成上述操作，接着就能够从字符串中拿到human.age的值（1）了，从而能够将所有用例产生的变量分配到其他case或者其他数据。
这块之所以有一些改动，是因为我们把response里面的所有数据都改成了字符串，以前比如response可能是字典。
📒 改造数据构造器
📒 run方法改造
async def run(self, env: int, case_id: int, params_pool: dict = None, request_param: dict = None, path="主case"):
"""
开始执行测试用例
"""
response_info = dict()
# 初始化case全局变量, 只存在于case生命周期 注意 它与全局变量不是一套逻辑
case_params = params_pool
if case_params is None:
case_params = dict()
req_params = request_param
if req_params is None:
req_params = dict()
try:
case_info, err = await TestCaseDao.async_query_test_case(case_id)
if err:
return response_info, err
response_info["case_name"] = case_info.name
method = case_info.request_method.upper()
response_info["request_method"] = method
# Step1: 替换全局变量
await self.parse_gconfig(case_info, *Executor.fields)
self.append("解析全局变量", True)
# Step2: 获取构造数据
constructors = await self.get_constructor(case_id)
# Step3: 获取断言
asserts, err = await TestCaseAssertsDao.async_list_test_case_asserts(case_id)
if err:
return response_info, err
# Step4: 替换参数
self.replace_args(req_params, case_info, constructors, asserts)
# Step5: 执行构造方法
await self.execute_constructors(env, path, case_info, case_params, req_params, constructors, asserts)
response_info["url"] = case_info.url
# Step6: 获取后置操作
# TODO
# Step7: 批量改写主方法参数
await self.parse_params(case_info, case_params)
if case_info.request_headers != "":
headers = json.loads(case_info.request_headers)
else:
headers = dict()
if "Content-Type" not in headers:
headers['Content-Type'] = "application/json; charset=UTF-8"
if case_info.body != '':
body = case_info.body
else:
body = None
# Step5: 替换请求参数
body = self.replace_body(request_param, body)
# Step6: 完成http请求
if "form" not in headers['Content-Type']:
request_obj = AsyncRequest(case_info.url, headers=headers,
data=body.encode() if body is not None else body)
else:
if body is not None:
body = json.loads(body)
request_obj = AsyncRequest(case_info.url, headers=headers, data=body)
res = await request_obj.invoke(method)
self.append(f"http请求过程\n\nRequest Method: {case_info.request_method}\n\n"
f"Request Headers:\n{headers}\n\nUrl: {case_info.url}"
f"\n\nBody:\n{body}\n\nResponse:\n{res.get('response', '未获取到返回值')}")
response_info.update(res)
# 执行完成进行断言
asserts, ans = self.my_assert(asserts, response_info)
response_info["asserts"] = asserts
# 日志输出, 如果不是开头用例则不记录
if self._main:
response_info["logs"] = self.logger.join()
response_info["status"] = ans
return response_info, None
except Exception as e:
Executor.log.error(f"执行用例失败: {str(e)}")
self.append(f"执行用例失败: {str(e)}")
if self._main:
response_info["logs"] = self.logger.join()
return response_info, f"执行用例失败: {str(e)}"
方法比较长，我就直接贴代码了。改造点主要有以下几处:
新增env参数 replace_args替换掉replace_params 打印完整的http请求 在执行异常的时候，返回尽可能多的信息
📒 改造执行方法
在执行之前呢，先获取这个case在对应环境的测试数据，然后将数据解析为json.
接着就是用异步的方式，挨个儿执行。
其他的比如批量执行，也和这个细节差不多，因为篇幅的问题就不讲了。
大家有兴趣可以看看request/http.py文件。