python+yaml+request+pytest+allure，实现单接口自动化测试

之前的接口自动化中只用excel管理用例，但是用过yaml之后，恩，真香。

前言

框架思想：本框架是python+requests+yaml+pytest+allure实现接口自动化框架。结合数据驱动和分层思想，将代码与数据分离，易维护，易上手。使用yaml编写编写测试用例，利用requests库发送请求，使用pytest管理用例，allure生成测试报告。后续可能加上jenkins持续集成。

提示：以下是本篇文章正文内容，下面案例可供参考

一、数据驱动

什么是数据驱动？
在接口测试中，测试用例可能有上百条，如果将用例全部写在代码中，一旦需要修改，将会消耗大量的时间，不容易维护。所以，我们就要测试数据，或者测试用例存储到文件中，用代码读取文件获取数据，实现数据驱动。
数据驱动分为两种：
1、参数的数据驱动
2、用例的数据驱动
数据格式的选择：

以上总结，选择yaml管理测试用例

二、yaml基本语法

大小写敏感
使用缩进表示层级关系
缩进时不允许使用Tab键，只允许使用空格。
缩进的空格数目不重要，只要相同层级的元素左侧对齐即可
yaml支持三种数据结构：
对象：键值对的集合，又称为映射（mapping）/ 哈希（hashes） / 字典（dictionary）
数组：一组按次序排列的值，又称为序列（sequence） / 列表（list）
纯量（scalars）：单个的、不可再分的值

对象：animal: pets ，也可写成：hash: { name: Steve, foo: bar }
数组：

- Cat
- Dog
- Goldfish

也可写成：列表嵌套列表

-
 - Cat
 - Dog
 - Goldfish

字典与列表嵌套：

-
  id:login_02

三、读取yaml

yaml.load和safe_load()
两者区别：
safe_load()可以解析简单的数据结构，而且比较安全，load可以解析比较复杂的数据结构，通常一般使用的最多的还是load（）

四、测试用例数据驱动

-
  id: login_01
  title: 登录成功
  url: member/login
  method: POST
  request_data: {
   "mobile_phone": "17866554324","pwd":"188888"}
  expect: {
   "code":0,"msg":"OK"}

读取yaml

    def read_yaml(self):
        with open(self.filename, encoding='utf-8') as fs:
            # 避免报警告：yaml.FullLoader
            data = yaml.load(fs, Loader=yaml.FullLoader)
            return data

五、参数化数据驱动

[case_data]
mobile_phone = 11111111111