随着自研的测试平台在企业内部的深入应用，这个过程中既遭遇了测试平台建设过程中普遍存在的共性挑战，也面临了不同企业环境下独特的实施难题。

回顾过去四年的平台建设历程，不断优化平台应用架构和技术架构，以适应不断变化的需求。在此，特撰此系列文章，对平台的发展历程、优化策略进行全面复盘分析，也希望能够给大家在自己的测试平台化建设过程中提供一些参考。

该系列分享，初步规划了十个章节，包含原子性设计、分层设计、参数化设计、数据驱动模式设计、测试环境设计、执行模式设计、执行结果设计等。

接口自动化中参数化设计是一个重要环节，参数化可以实现测试脚本与测试数据的分离，使测试脚本更加灵活和可复用。从而简化测试过程、提高测试效率。

同时它也可以实现使用不同的数据集合来执行相同的测试脚本，从而覆盖更多的测试场景，提高测试的覆盖率。

3.1 参数化的目的

• 解耦数据与代码，降低维护成本：将测试数据和测试脚本分离，使得测试脚本更加便于维护。当测试数据发生变化时，只需要修改参数化数据集合，而不需要修改测试脚本本身。
• 数据驱动，提高测试效率与覆盖：使用不同的数据集合进行测试，可以快速验证接口在不同条件下的表现，提高测试覆盖率。

3.2 参数化的实现方式

参数化的本质是将测试代码中的测试数据（或配置）部分提取为变量。如下：

如下，例如在测试脚本中存在以下代码，其中该API的路径参数为29。

url = "/attribute/update_attribute_info/29"

将路径参数这个测试数据提取为变量 attribute_id，类型为字符串， attribute_id 变量指向的测试数据可以是29或其他ID。

url = f"/attribute/update_attribute_info/{attribute_id}"

也可以将路径参数这个测试数据提取为变量 attribute_id_list，类型为列表， 此时可以通过attribute_id_list中的每一个ID 驱动代码多次执行。如下

for id in attribute_id_list:
	url = f"/attribute/update_attribute_info/{id}"

需要注意的是，数据驱动的本质不是重复执行，而是遍历数组多次执行。

变量的指向的测试数据可以是以下形式：

从外部文件/数据库加载

• 从文件中加载：测试数据可以存储在Excel、Csv、Json等文件格式中，可以通过Python第三方库，加载并处理这些测试数据，比如排列组合或正交组合等等。
• 从数据库中加载：对于大型系统或需要频繁更新测试数据的场景，可以将测试数据存储在数据库中，测试程序通过直接连接到数据库来获取数据。

从环境变量中加载

• 从环境中加载：对于经常发生变化的环境变量值（如主机名、端口号、用户名密码等），可以在测试前通过获取当前环境变量的方式进行传递。如

ENV_DEPLOYMENT_HOST = os.getenv('RUNTIME_HOST_IP', default="172.16.49.11")

从动态的随机函数的返回值中加载

• 从动态执行的函数返回值中加载：在某些测试场景中，对测试数据的时效性、随机性有一定要求，例如创建时间、或不唯一的随机字符串等，可以使用随机函数来生成并返回这些数据作为测试数据。

def get_random_time(format_time="%Y-%m-%d %H:%M:%S"):
    """

    Args:
        format_time:

    Returns:

    """
    format_time = datetime.datetime.strftime(fk.date_time(), format_time)
    return format_time

从上文动态执行脚本的返回值中加载

• 从上文动态执行脚本的返回值中加载：对于场景化接口测试用例中，通过接口调用链路模拟用户使用场景，在调用链路的上下文中，通常存在下游接口的入参由上游接口的出参组成的情况。

3.3 测试平台中的具体设计

在该系列的分享中，测试用例原子性设计、分层设计中提到过关于变量提取、变量定义、数据驱动的相关设计，这里在进行简要回顾。

变量提取（数据指向某个变量）

将请求体、请求头、响应体中的测试数据指向到某个变量或动态函数。

如下：在请求头中将 Authorization 参数对应的值指向到了变量 access_token，为了方便后端解析变量，增加了$ 标识符作为前缀。

如下，在请求体Body中，将attribute_name 参数的值指向到了 动态的随机函数的返回值，random_string(min_chars=5 , max_chars=10)，为了方便后端解析动态函数，增加了${} 标识符。同时也将 attribute_importance 参数指向到了a_test 变量。

也可以对响应体进行参数化。如下，在期望结果的响应体中，将响应体Json Path路径为 data.attribute_name 的值指向到了变量 attribute_name，同样为了方便后端解析变量，增加了$ 标识符作为前缀。

变量定义

定义静态变量，如通过从文件、数据库中定义的变量，如下定义了 access_token、a_test变量的值。

定义动态变量，如从上文执行结果的返回值中定义的变量，如下定义了 var_status_code 变量。

数据驱动

如下，在Excel中定义了name、age 变量，并分别传递了三组值执行相同的测试脚本，从而覆盖更多的测试场景，提高测试的覆盖率。

如下，在上传文件后，可同时设置数据的类型。

3.4 其他建议

• 测试数据之间保持独立性，应避免一个测试用例的失败影响其他测试用例的执行。同时，保持测试数据的可维护性，方便测试人员添加、修改或删除测试数据。
• 通过数据驱动实现参数化价值的最大化：通过参数化实现数据驱动测试，使测试脚本能够根据不同的测试数据执行不同的测试场景，提高测试用例的灵活性和可复用性。

若您对该系列文章感兴趣，欢迎 关注、点赞、收藏哦。