RF导入变量文件

在Setting中导入

Setting中导入变量文件时，和导入外部资源文件类似。变量文件的路径可以包含参数，如果一个变量文件接受参数，那么它们也可以是变量。

Path最好使用相对路径，如下：

*** Settings ***
Resource     ../../eRes.txt
Variables    ../test.py
Variables    ../comVar.py    product    ${arg2}
Variables    ${RESOURCES}/common.py

Ride 中导入变量文件：

命令行导入

pybot --help 查看相关帮助信息如下：

从命令行导入的Varialbe File，作用域范围是全局可用的。注意，pybot -v 是导入变量，pybot -V 才是导入变量文件。如果通过 pybot -v 和 pybot -V 创建的变量名存在冲突，则pybot -v选项创建的变量将会被保留。

如果变量文件需要参数，则可以使用冒号来分隔path和params。如果在Winodws系统中使用绝对路径导入变量文件，则驱动器号后面的冒号不会被认为是一个分隔符:如下：

pybot --variablefile /relative_path/variables.py #相对路径
pybot -V /absolute_path/common.py   #绝对路径 
pybot -V  C:\path\variables.py      #绝对路径
pybot -V ../common.py:product  #变量文件有一个参数
pybot -V needTwoParams.py:arg1:arg2 #变量文件有多个参数
pybot -V "../common.py:product" -V "../test.py"  #导入多个变量文件

如果多个文件导入时存在变量重名的情况，则最先导入的变量有效 。

创建变量文件

直接创建

基本语法

在变量文件中直接给变量赋值，语法非常简单，变量名大小写不敏感。

# -*- coding: utf-8 -*-
# python
pyuser = 'Brian'     # 在RF中等同于：${pyuser} |Set Variable |'Brian'
pytags = ["大宗商品","供应链金融",'2C电商']  # list 
pyparams = {'username':'Brian','passwd':'20171219'}
_pykey = "f007688f401311e782617cd30ab49afc"
__all__ = ['pyuser','pytags']  #变量名需要加引号

RF中的写法：

#rf中的写法
    log many    ${pyuser}    ${pytags}    ${pyparams}
    ${pytags}    Evaluate    '${pytags}'.decode('utf8')
    ${type_pyuser}    Evaluate    type($pyuser)
    ${type_pytags}    Evaluate    type($pytags)
    ${type_pyparams}    Evaluate    type($pyparams)

补充几点：

1. 变量文件中创建的所有以下划线开头的变量不会被RF导入，如 ''_pykey'' ；除此之外，也可以使用''__all__'' （双下滑线）将真正要被RF导入的Variables的加为一个lis；比如上面的例子中，就只有pyuser和pytags被认为是variable，而pyparams将会被忽略；
2. 为了更明确的定义list变量或者dict变量，可以在变量名称中加上前缀"LIST__" (两个下划线)或者 "DICT__"。RF中引用该变量时，不会把前缀当成变量名的一部分。前缀的作用是告诉RF该变量将会是"list-like"或者"dict-like"类型，框架会执行响应的检查验证。

LIST__pytags = ["大宗商品","供应链金融",'2C电商']   # prefix，list-like
DICT__pyparams = {"username":"pyuser", "passwd":"20171219"}     # prefix，dict-like

1. 变量文件中创建的Set类型或Tuple类型的变量，应该避免在RF中引用，否则可能会报语法错误；
2. 通常来说，全局变量名称应该大写，非全局变量小写；

使用对象最为变量的值

变量文件中的变量不限于只有字符串或其他基本类型作为值。相反，它们的变量可以包含任何对象。在下面的示例中，变量$ {MAPPING}包含一个具有两个值的Java Hashtable(这个示例只在Jython上运行测试时才起作用)。

from java.util import Hashtable

MAPPING = Hashtable()
MAPPING.put("one", 1)
MAPPING.put("two", 2)

第二个示例创建了$ {MAPPING}作为Python字典，并且还包含两个从同一个文件中实现的自定义对象创建的变量。

MAPPING = {'one': 1, 'two': 2}

class MyObject:
    def __init__(self, name):
        self.name = name

OBJ1 = MyObject('John')
OBJ2 = MyObject('Jane')

动态创建变量

由于Variable File本质上是编程语言进行变量的创建，所以可以达到动态创建变量的效果。

import os
import random
import time
import datetime
PATH = os.getcwd()  #获得当前路径
RANDOM_INT = random.randint(0,9999) #random integer in range [0,9999]
CURRENT_TIME = time.time() # 1513661957.0591035
NOW = datetime.datetime.now() #2017-12-19
YEAR = NOW.year
MONTH = NOW.month
HOUR = NOW.hour

RF中打印变量的值如下：

YAML语法

变量文件也可以YAML文件实现。官方例子如下：

string:   Hello, world!
integer:  42
list:
  - one
  - two
dict:
  one: yksi
  two: kaksi
  with spaces: kolme

#RF中的写法
*** Variables ***
${STRING}     Hello, world!
${INTEGER}    ${42}
@{LIST}       one         two
&{DICT}       one=yksi    two=kaksi

使用特殊函数

如果在Variable File中存在特殊函数(getVariables、get_variable)，可以通过特殊函数来得到变量，此机制使得变量的创建变的非常灵活。

如果特殊函数存在，RF框架会调用此函数来获取函数。 函数的预期返回应该是Python的dict 或者 Java的Map， 其中key为Variable名称， value为Variable值。 其他规则和直接创建变量的情形一样:，既可以创建scalar, list, dict各种类型的变量，也支持特殊前缀"LIST__" 和 "DICT__"等。

# -*- coding: utf-8 -*-

def getVariables(env = 'test'):
    if env == 'product':
        #production environment
        DICT__variables = {
            "dbPort" : "3308",
            "dbUser": "qt_product",
            "dbPasswd" : "qt_product",
        }
    else :
        #test environment
        DICT__variables = {
            "dbPort" : "3309",
            "dbUser": "qt_test",
            "dbPasswd" : "qt_test",
        }

    #全局变量，不区分运行环境
    globalvars = {'projectID':'3456','userID':'6'}   
    DICT__variables['globalvars'] = globalvars #RF中取值用${globalvars['userID']}
    
    return DICT__variables

如果在RF中引入该Variable file文件时不输入参数，则变量的值打印结果为：

如果输入参数product，则变量的值打印结果为：

切换运行环境

一般来说，自动化测试的用例不仅只在测试环境运行，可能情况下有三套运行环境：测试环境、灰度环境（沙盒/预发布）、生产环境。调试或者辅助验证测试时，切环境改变量甚是麻烦。这些变量包括但不限于：一些url信息，数据库信息，预置用户信息等等。

对应以上需求，提供以下解决思路。

第一种思路是按照运行环境，把变量写入不同的变量文件。说测试环境的用到的变量写入testVars.py，生产环境下的变量写入productionVars.py，运行时根据环境pybot -V导入文件。

第二种思路是使用特殊函数，在一个文件中创建所有环境下需要的变量，函数入参为测试环境，默认参数为test，变量文件样例在上面已经给出了。

最后，我们来探讨一下，所谓的RF的全局变量，想要只在用例里改变它的值，并且后续用例里用改变后的值，提供思路：通过变量文件，利用字典update方法将改变内存里的值的特性。

如上面的例子中，变量文件中定义了一个变量projectID:

    globalvars = {'projectID':'3456','userID':'6'}   
    DICT__variables['globalvars'] = globalvars  

下图中两个suite 文件Test1和Test2都导入了该变量文件，在Test1下的case1中更新该变量的值，在Test2的case2下，它的值还是6666，如果再次用update的方法更新时，后续所有的Case中的值都会是更新后的值。如此，达到用例中间变更变量后续可用的目的。

参考文档

• rf变量进阶--变量文件的使用，环境快捷切换等
  ,雪霁
• 其他测试框架 测试开发之路----框架中数据的管理策略
• robot framework - variable file
• 《我的RobotFramework书》,1-6-2 变量文件, Vairable Files