在Python接口自动化测试中，数据结构扮演着至关重要的角色，用于组织和处理测试数据、请求参数和响应结果。

列表（List）

列表是Python中的一种可变序列数据类型，它允许存储一系列有序的、可重复的元素，这些元素可以是任何数据类型，包括字符串、数字、布尔值甚至是其他的列表或字典等复杂类型。

1. users_list = ['user1', 'user2', 'user3']

2. request_urls = ['http://api.example.com/user/1', 'http://api.example.com/user/2', 'http://api.example.com/user/3']

在接口自动化测试中，列表常常用于存储多条测试数据，方便循环遍历进行批量测试。

字典（Dictionary）

字典是Python中的一种可变容器模型，且可存储任意类型对象。它是无序的键值对集合，键（key）必须是唯一的，且不可变类型，而值（value）可以是任意类型。

1. request_params = {

2. 'username': 'testuser',

3. 'password': 'securepass',

4. 'email': 'test@example.com'

5. }

6. response_data = {

7. 'id': 1,

8. 'name': 'John Doe',

9. 'status': 'active'

10. }

在接口自动化测试中，字典主要用于构建请求参数，以及解析响应的JSON数据，通过键来提取和验证所需信息。

元组（Tuple）

元组是Python中另一种有序的序列类型，与列表类似，但是它是不可变的，一旦创建就不能修改。元组可以包含各种类型的元素，并且可以嵌套使用。

1. fixed_values = ('admin', 'superuser')

2. coordinates = (40.7128, -74.0060) # 假设这是一个地理位置坐标

在接口自动化测试中，元组可能用于存储固定不变的配置项，例如静态的认证凭据，或者是需要以不可变形式存储的数据点。由于元组不可变的特性，它也经常用于保证数据安全性，防止意外修改。

在Python接口自动化测试中，数据结构如列表、字典和元组常用于构建请求参数、存储测试数据、解析响应结果等场景。

使用列表存储多个测试用例

假设我们有多个用户的ID，需要通过接口获取每个用户的信息：

1. # 定义用户ID列表

2. user_ids = [1001, 1002, 1003]

3. # 对每个用户ID发起请求

4. for user_id in user_ids:

5. response = requests.get(f"https://api.example.com/users/{user_id}")

6. # 进行响应处理和断言验证

7. assert response.status_code == 200

8. # 解析响应体（这里假设返回的是JSON格式数据）

9. user_info = response.json()

10. # 验证用户信息

11. assert 'name' in user_info and 'email' in user_info

使用字典构造请求参数

在发送一个包含多个键值对的POST请求时，我们可以使用字典来封装请求体：

1. import json

2. import requests

3. # 定义要提交的数据

4. new_user_data = {

5. 'username': 'testuser',

6. 'email': 'testuser@example.com',

7. 'password': 'SecurePassword123!'

8. }

9. headers = {'Content-Type': 'application/json'}

10. # 发起POST请求

11. response = requests.post("https://api.example.com/users",

12. headers=headers,

13. data=json.dumps(new_user_data))

14. # 断言检查

15. assert response.status_code == 201 # 检查是否成功创建新用户

使用元组存储固定不变的数据

在某些情况下，比如需要预设一组固定的认证信息，可以用元组表示不可变的数据：​​​​​​​

1. # 配置认证信息

2. auth_credentials = ('admin', 'secret_password')

3. # 在请求时添加认证头

4. response = requests.get("https://api.example.com/private-data", auth=requests.auth.HTTPBasicAuth(*auth_credentials))

5. # 进行后续的断言验证

解析JSON响应并存储到字典

从API获得的JSON响应通常会被转换成Python字典以便于处理：​​​​​​​

1. # 假设响应体如下：

2. response_json = '{"id": 1, "name": "John Doe", "roles": ["admin", "user"] }'

3. # 将JSON转换为字典

4. data_dict = json.loads(response_json)

5. # 访问和验证数据

6. assert data_dict['name'] == 'John Doe'

7. assert 'admin' in data_dict['roles']

以上示例展示了在Python接口自动化测试中，列表、字典和元组是如何被灵活运用的。

感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：

这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你!有需要的小伙伴可以点击下方小卡片领取   

​​​​​​​