Python生成器(Generator)是一种特殊类型的函数,它可以通过yield语句逐步生成值。生成器提供了一种延迟计算的方式,可以逐步产生结果,而不是一次性生成所有的值。
1、生成器原理:
生成器函数在被调用时并不立即执行,而是返回一个生成器对象。生成器对象可以被迭代,每次迭代都会执行生成器函数中的代码,直到遇到yield语句。当遇到yield语句时,生成器会暂停执行,并将yield语句后面的值作为当前迭代的结果返回给调用方。下一次迭代时,生成器会从暂停的位置继续执行,直到再次遇到yield语句。
2、常用场景:
- 迭代大数据集:处理大型文件、数据库查询结果或网络数据流等;
- 无限序列:例如自然数序列、斐波那契数列等;
- 数据流处理:处理连续的数据流,例如实时日志数据或传感器数据;
- 惰性计算:算法计算应用;
- 异步编程:生成器可以与协程结合使用,处理IO密集型任务或事件驱动的程序;
提供高效的惰性计算和按需生成数据的能力。
3、生成器在接口自动化中读取大量用例
# 生成器函数,打开指定测试文件并逐行读取,每读取一行,都使用yield将用例返回给调用方
def read_test_case(file_path):
with open(file_path,'r') as file:
for line in file:
# line.strip(),字符串方法,用于去除字符串两端的空白字符(包括空格、制表符、换行符等)
yield line.strip()
# 测试文件路劲
test_case_path = "testcase.txt"
for test_case in read_test_case(test_case_path):
# execute_case函数为执行用例函数
execute_case(test_case)
4、生成器+pytest实现参数化
#定义:生成器是由函数和yield关键字创造出来的写法
'''
case:模拟从excel或yaml文件读取出的用例数据
标题 内容 预取结果 是否执行
'''
import pytest
case=[('标题', '内容', '预期结果','是'),('标题1', '内容1', '预期结果1','是'),('标题2', '内容2', '预期结果2','是2')]
def ye():
'''这里写读取文件的方法,是最终读取case格式这样的用例数据,返回一个生成器对'''
for i in case:
# 判断用例是否需要执行,如是,返回
#print(f'i={i}')
if i[3] == '是':
# 返回一组用例数据,这组数据使用完后,再返回下一组数据
yield i
# 使用生成器需要循环读取它返回的每一个值,生成器就是ye()这个函数
# for i in ye():
# print(i)
# ('标题', '内容', '预期结果', '是')
# ('标题1', '内容1', '预期结果1', '是')
@pytest.mark.parametrize('title,body,result,is_execute',ye())
def test(title,body,result,is_execute):
print(f'title={title},是否执行={is_execute}')
assert '是' == is_execute
if __name__ == '__main__':
pytest.main([r'E:\Mygithub projects\New_api_auto\test_api.py'])
- 运行结果
网友评论