6. 文件读写和数据驱动测试

文件读写是 Python 自动化测试中的基础能力。很多测试数据不会直接写在代码里，而是放在 JSON、YAML、CSV、Excel 等文件中。自动化脚本读取这些数据后，批量执行用例，这就是数据驱动测试的基本思路。测试工程师如果只会把参数写死在脚本里，后期维护成本会非常高。

面试中问文件读写和数据驱动，不是让你背 open 函数，而是看你是否理解测试数据和测试逻辑分离。好的自动化脚本应该做到：用例逻辑相对稳定，测试数据可以独立维护，新增用例尽量只加数据，不改代码。

一、为什么需要文件读写

测试项目中常见文件包括：

JSON 接口测试数据；
YAML 配置文件；
CSV 批量参数；
Excel 用例表；
TXT 日志或结果；
测试报告；
上传文件；
下载文件校验。

文件读写能力让自动化脚本可以和外部数据交互。

二、基本文件读取

推荐使用 with open，它会自动关闭文件。

with open("data.txt", "r", encoding="utf-8") as f:
    content = f.read()

常见模式：

r：读取；
w：写入，覆盖原内容；
a：追加；
rb：二进制读取；
wb：二进制写入。

三、读取 JSON 数据

接口测试中 JSON 很常见。

import json

with open("cases.json", "r", encoding="utf-8") as f:
    cases = json.load(f)

JSON 文件可以保存多条用例：

[
  {"title": "正常登录", "username": "tester", "password": "123456", "expected": 0},
  {"title": "密码错误", "username": "tester", "password": "wrong", "expected": 1001}
]

读取后可以循环执行。

四、读取 CSV 数据

CSV 适合简单表格数据。

import csv

with open("cases.csv", "r", encoding="utf-8") as f:
    reader = csv.DictReader(f)
    for row in reader:
        print(row["username"])

DictReader 会按表头生成字典，可读性更好。

五、读取 Excel 数据

很多团队用 Excel 管理接口用例。Python 可以用 openpyxl、pandas 等读取。

面试中不一定要写完整代码，但要说清楚思路：读取每一行，转换成用例数据，再参数化执行。

Excel 常见字段：

用例名称；
请求方法；
URL；
Header；
请求参数；
预期 code；
是否执行。

六、数据驱动测试是什么

数据驱动就是把测试逻辑和测试数据分离。同一段测试代码，读取不同数据执行多条用例。

例如：

for case in cases:
    response = send_request(case["method"], case["url"], case["payload"])
    assert response["code"] == case["expected"]

新增用例时，只需要在数据文件中新增一行或一条 JSON。

七、数据驱动的优点

减少重复代码；
用例维护更方便；
测试数据和脚本分离；
非开发人员也能维护数据；
支持批量执行；
适合接口自动化和参数组合测试。

八、数据驱动常见问题

1. 数据格式不规范

字段缺失、JSON 格式错误、Excel 空单元格都会导致脚本失败。

2. 数据类型问题

Excel 读取数字可能变成浮点，字符串可能带空格。

3. 测试数据互相依赖

前一条用例影响后一条用例，导致结果不稳定。

4. 敏感信息明文保存

密码、Token、数据库账号不应随便写在用例文件里。

5. 路径写死

文件路径写死会导致换机器执行失败。建议使用相对路径或配置管理。

九、测试结果写入文件

可以写入简单结果：

with open("result.txt", "a", encoding="utf-8") as f:
    f.write("登录用例执行成功\n")

实际项目中更常用 Allure、HTML 报告或日志系统，但文件写入是基础。

十、上传和下载文件测试

文件读写还和上传下载测试有关。

上传文件时要以二进制方式读取：

with open("demo.xlsx", "rb") as f:
    files = {"file": f}

下载文件后要验证：

文件是否生成；
文件大小是否正确；
文件名是否正确；
文件内容是否正确；
文件格式是否正确。

十一、面试回答模板

如果面试官问“文件读写和数据驱动测试怎么理解”，可以这样回答：

文件读写在自动化测试中主要用于读取测试数据、配置和写入结果。比如接口自动化中，我会把用例数据放在 JSON、YAML、CSV 或 Excel 中，脚本读取后循环执行，这就是数据驱动。数据驱动的好处是测试逻辑和测试数据分离，新增用例可以只改数据文件，不需要复制代码。读取数据时要注意编码、文件路径、字段缺失、数据类型和敏感信息安全。文件读写也会用于上传下载测试，比如以二进制方式上传文件，并校验下载文件名、大小和内容。

十二、常见追问

追问：为什么不要把测试数据写死？

写死会导致维护困难，新增用例要改代码，不利于批量执行和数据管理。

追问：JSON 和 Excel 哪个好？

JSON 更适合结构化接口数据，Excel 更适合人工维护用例。实际看团队习惯。

追问：文件路径怎么处理？

尽量用相对路径、项目根路径拼接或配置文件，不要写死本机绝对路径。

十三、练习清单

用 open 读取 txt；
用 json.load 读取 JSON；
用 csv.DictReader 读取 CSV；
设计一份接口用例数据；
循环执行多条用例；
把结果追加写入文件；
处理文件不存在异常；
做一次文件上传；
校验下载文件；
准备数据驱动面试回答。

文件读写和数据驱动，是自动化测试从单条脚本走向框架化的关键。核心思想是让测试逻辑稳定，让测试数据可维护。

配套刷题：

Python测试开发面试题