python 基于DDT实现数据驱动测试


Posted in Python onFebruary 18, 2021

简单介绍

​ DDT(Date Driver Test),所谓数据驱动测试,简单来说就是由数据的改变从而驱动自动化测试的执行,最终引起测试结果的改变。通过使用数据驱动测试的方法,可以在需要验证多组数据测试场景中,使用外部数据源实现对输入输出与期望值的参数化,避免在测试中使用硬编码的数据,也就是测试数据和用例脚本代码分离。

​ DDT它其实就是一个装饰器,它会根据你传递进来的数据来决定要生成几个测试用例。

​ ?使用的意义

1.代码复用率高:一个测试逻辑只需要写一次,可以多条测试数据复用,同时提高测试脚本的编写效率。

2.异常排查效率高:根据测试数据,每条数据生成一条测试用例,用例相互分离,一条失败的情况下不会影响其他测试用例。

3.代码可维护性高:简洁明了的测试框架,利于其他同事阅读,提高代码的可维护性。

安装及导入

​ cmd命令行执行安装:pip install ddt

​ 直接导入到模块:import ddt,或导入具体的装饰器:from ddt import ddt, data, unpack

使用详解

​ ?三个要点:

  • @ddt:装饰测试类
  • @data:装饰测试用例
  • @unpack:装饰测试用例

​ 要使用ddt的前提是要有测试用例类,然后用@ddt去装饰测试用例类,用@data(测试数据)去装饰测试用例,如下登录接口例子:

from ddt import ddt, data
from common.read_excel import ReadExcel
from common.my_logger import log


@ddt # 装饰登录测试用例类,声明使用ddt
class LoginTestCase(unittest.TestCase):
  
  excel = ReadExcel("cases.xlsx", "login")
  cases = excel.read_data()
  
  @data(*cases)	# 装饰测试用例
  def test_login(self, case):
    case_data = eval(case["data"])
    expected = eval(case["expected"])
    case_id = case["case_id"]
    result = login_check(*case_data)
    response = self.http.send(url=url, method=method, json=data, headers=headers)
    result = response.json()
    try:
      self.assertEqual(expected["code"], result["code"])
      self.assertEqual((expected["msg"]), result["msg"])
    except AssertionError as e:
      log.info("用例:{}--->执行未通过".format(case["title"]))
      print("预期结果:{}".format(expected))
      print("实际结果:{}".format(result))
      raise e
    else:
      log.info("用例:{}--->执行通过".format(case["title"]))


if __name__ == '__main__':
  unittest.main()

@ddt它做的事情其实就等同于这句代码:LoginTestCase = ddt(LoginTestCase),把具体的类名传给ddt,告诉ddt是这个测试用例类要使用数据驱动。

@data做的事情就是把测试数据作为一个参数传递给测试用例,一个数据对应生成一条测试用例,如果data里面有多个数据那么就对应生成多条测试用例。如果data里放的类似是元组、列表等这样的序列类型的数据,data会把他们当成是一个整体,即一个测试数据。

​ 如果想一次传递多个参数给测试用例,需要自行在脚本中对数据进行分解或者使用@unpack分解数据。如上例子中的测试用例,只使用了一个参数,但这个参数case是一个字典,字典中已经包含多个数据,直接用key获取对应的值即可。@unpack则是可以把序列类型的数据拆分为多个,以多个参数传给测试用例,但测试用例也需要定义同等数量的参数来接收。

​ 上面例子的测试数据cases来源是使用了openpyxl来读取excel中的测试数据的,关于openpyxl可以看我这个系列的另外一篇随笔。这里直接说明cases其实就是像下面这样的一个列表:

cases = [{'case_id': 1, 'title': '正常登录', 'data': '("test", "Test1234")', 'expected': '{"code": 0, "msg": "登录成功"}'}, {'case_id': 2, 'title': '密码错误', 'data': '("test", "123")', 'expected': '{"code": 1, "msg": "账号或密码不正确"}'}, {'case_id': 3, 'title': '账户名错误', 'data': '("test11", "Test1234")', 'expected': '{"code": 1, "msg": "账号或密码不正确"}'}]

# *解包后,一个字典就是一个测试用例数据
# 如第一个字典:{'case_id': 1, 'title': '正常登录', 'data': '("test", "Test1234")', 'expected': '{"code": 0, "msg": "登录成功"}'}

​ 通过*解包,它的数据就是3个字典,每次给测试用例传入1个字典,而这个字典里就存放了一条完整的登录接口测试用例的测试数据,包括用例id、用例标题、测试的账号密码、期望返回的结果。

​ ?小结:

  • @data(a,b):a和b各运行一次用例
  • @data(*(a,b):a和b各运行一次用例,使用*解包,相当于@data(a,b)
  • @data([a,d],[c,d])

                  如果没有@unpack[a,b]、[c,d]都会被当成一个参数传入用例,即用[a,b]运行一次,用[c,d]运行一次;
                  如果有@unpack,[a,b]会被分解开,一次传递两个参数给用例,用例需要定义两个参数接收
                  @unpack可适用元组、列表或字典,但当传入的是字典时,字典的key和用例定义的参数名需要保持一致

​ 关键代码:@file_data,传递文件(json/yaml)

扩展

​ 关键代码:@file_data,传递文件(json/yaml)

# 传递json
"""
json文件数据
{
	"token":123456,
	"actionName": "api.login",
	"content": {
		"user": "miki",
		"pwd": "Test123"
	}
}
"""
"""
yaml文件
test_list:
 - 11
 - 22
 - 12

sorted_list: [ 11, 12, 22 ]
"""
from ddt import *


@ddt	# 声明使用ddt
class TestFile(unittest.TestCase):

  @file_data('D:/test/test.json')
  def test_json(self, json_data):
    print(json_data)
    
  @file_data('D:/test/test.yaml')
  def test_yaml(self, yaml_data):
    print("yaml", yaml_data)

以上就是python 基于DDT实现数据驱动测试的详细内容,更多关于python 实现数据驱动测试的资料请关注三水点靠木其它相关文章!

Python 相关文章推荐
详解Python中的Numpy、SciPy、MatPlotLib安装与配置
Nov 17 Python
使用python3+xlrd解析Excel的实例
May 04 Python
Python实现批量修改图片格式和大小的方法【opencv库与PIL库】
Dec 03 Python
python 读写excel文件操作示例【附源码下载】
Jun 19 Python
python如何实现代码检查
Jun 28 Python
Python命令行参数解析工具 docopt 安装和应用过程详解
Sep 26 Python
Python笔记之代理模式
Nov 20 Python
浅析matlab中imadjust函数
Feb 27 Python
Python标准库shutil模块使用方法解析
Mar 10 Python
python小程序基于Jupyter实现天气查询的方法
Mar 27 Python
如何使用Django Admin管理后台导入CSV
Nov 06 Python
Python线程池与GIL全局锁实现抽奖小案例
Apr 13 Python
详解解决jupyter不能使用pytorch的问题
Feb 18 #Python
python 使用openpyxl读取excel数据
Feb 18 #Python
Python用SSH连接到网络设备
Feb 18 #Python
python 实现IP子网计算
Feb 18 #Python
详解python3 GUI刷屏器(附源码)
Feb 18 #Python
基于Python-turtle库绘制路飞的草帽骷髅旗、美国队长的盾牌、高达的源码
Feb 18 #Python
Python如何telnet到网络设备
Feb 18 #Python
You might like
php 获取一个月第一天与最后一天的代码
2010/05/16 PHP
深入分析php之面向对象
2013/05/15 PHP
PHP中子类重载父类的方法【parent::方法名】
2016/05/06 PHP
PHPStorm2020.1永久激活及下载更新至2020(推荐)
2020/09/25 PHP
ajax 缓存 问题 requestheader
2010/08/01 Javascript
js/jquery判断浏览器类型的方法小结
2015/05/12 Javascript
js判断某个字符出现的次数的简单实例
2016/06/03 Javascript
深入理解requestAnimationFrame的动画循环
2016/09/20 Javascript
JS实现AES加密并与PHP互通的方法分析
2017/04/19 Javascript
使用 electron 实现类似新版 QQ 的登录界面效果(阴影、背景动画、窗体3D翻转)
2018/10/23 Javascript
vue 实现搜索的结果页面支持全选与取消全选功能
2019/05/10 Javascript
Node.js从字符串生成文件流的实现方法
2019/08/18 Javascript
Servlet返回的数据js解析2种方法
2019/12/12 Javascript
vue+element-ui表格封装tag标签使用插槽
2020/06/18 Javascript
vue单元格多列合并的实现
2020/11/26 Vue.js
py中的目录与文件判别代码
2008/07/16 Python
Python中使用语句导入模块或包的机制研究
2015/03/30 Python
python中os模块详解
2016/10/14 Python
利用rest framework搭建Django API过程解析
2019/08/31 Python
浅谈Python3识别判断图片主要颜色并和颜色库进行对比的方法
2019/10/25 Python
Python多线程操作之互斥锁、递归锁、信号量、事件实例详解
2020/03/24 Python
python简单利用字典破解zip文件口令
2020/09/07 Python
Python request post上传文件常见要点
2020/11/20 Python
python openssl模块安装及用法
2020/12/06 Python
Made in Design英国:设计家具、照明、家庭装饰和花园家具
2019/09/24 全球购物
编辑找工作求职信范文
2013/12/16 职场文书
客户服务经理岗位职责
2014/01/29 职场文书
设计专业自荐信
2014/06/19 职场文书
党员创先争优心得体会
2014/09/11 职场文书
大三学生学年自我鉴定
2014/09/12 职场文书
伏羲庙导游词
2015/02/09 职场文书
护理培训心得体会
2016/01/22 职场文书
2016银行求职自荐信
2016/01/28 职场文书
大学生自我鉴定怎么写
2019/05/07 职场文书
selenium.webdriver中add_argument方法常用参数表
2021/04/08 Python
MySQL REVOKE实现删除用户权限
2021/06/18 MySQL