参数化类型是一种编程语言特性，允许在代码中使用类型参数，使得代码更加通用和可重用。以下是一些常见的参数化类型：

一、常见参数化类型

1. Java 中的泛型：

• 可以在定义类、接口和方法时使用类型参数，例如 List<T>、Map<K,V> 等。这使得可以编写适用于不同类型数据的通用代码，提高了代码的可维护性和可扩展性。

• 例如，可以定义一个通用的栈类 Stack<T>，可以存储任何类型的元素。

2. C++ 中的模板：

• 模板是一种强大的参数化类型机制，可以用于函数模板和类模板。通过模板，可以编写适用于不同类型的函数和类，而无需为每个类型重复编写代码。

• 例如，可以定义一个模板函数 swap(T& a, T& b)，用于交换两个任意类型变量的值。

3. Python 中的泛型类型提示（相对较弱）：

• Python 3.5 及以上版本引入了类型提示，但它并不是严格的参数化类型。不过，可以使用 typing 模块中的一些类型别名和泛型类型来提供一定程度的类型提示。

• 例如，可以使用 List[int] 来表示一个整数列表的类型提示。

二、自动化脚本实现数据参数化的方法

1. 使用数据文件：

• 将参数数据存储在外部文件中，如 CSV、Excel、JSON 等格式。自动化脚本可以读取这些文件，获取参数值，并在执行过程中使用。

• 例如，在 Python 中，可以使用 pandas 库读取 CSV 文件，然后遍历数据行，将参数传递给测试用例。

• 代码示例：
import pandas as pd

data = pd.read_csv('parameters.csv')
for index, row in data.iterrows():
    parameter1 = row['param1']
    parameter2 = row['param2']
    # 使用参数执行测试用例

2. 使用配置文件：

• 将参数存储在配置文件中，如 INI、YAML、JSON 等格式。脚本可以读取配置文件，获取参数值。

• 例如，在 Python 中，可以使用 configparser 库读取 INI 配置文件，或者使用 pyyaml 库读取 YAML 文件。

• 代码示例（使用 INI 文件）：
import configparser

config = configparser.ConfigParser()
config.read('config.ini')
parameter1 = config.get('section', 'param1')
parameter2 = config.get('section', 'param2')
# 使用参数执行测试用例

3. 代码中的变量或列表：

• 在脚本中直接定义变量或列表来存储参数值。这种方法适用于参数较少且相对固定的情况。

• 例如，在 Python 中：
parameter1_list = [1, 2, 3]
parameter2_list = ['a', 'b', 'c']
for param1, param2 in zip(parameter1_list, parameter2_list):
    # 使用参数执行测试用例

4. 数据库查询：

• 如果参数存储在数据库中，可以通过数据库查询语句获取参数值。自动化脚本可以连接到数据库，执行查询，并使用查询结果作为参数。

• 例如，在 Python 中，可以使用 pymysql 库连接到 MySQL 数据库，执行 SQL 查询获取参数。

• 代码示例：
import pymysql

connection = pymysql.connect(host='localhost', user='user', password='password', database='database')
cursor = connection.cursor()
cursor.execute('SELECT param1, param2 FROM parameters_table')
rows = cursor.fetchall()
for row in rows:
    parameter1 = row[0]
    parameter2 = row[1]
    # 使用参数执行测试用例
cursor.close()
connection.close()

通过以上方法，可以在自动化脚本中实现数据参数化，提高脚本的灵活性和可维护性，使其能够适应不同的测试场景和数据输入。