“ 数据驱动测试DDT(Data Drivern test)，是自动化测试领域优势中亮眼的闪光点，在unittest测试框架中对数据驱动更是提供了强大的支持，文章通过基础概念的引入，介绍了数据驱动的概念，并且通过实例介绍了Python中使用数据驱动txt文件、json文件、yaml文件的测试方法。”
PS：“ 测试老手可根据需要自由获取所需内容，其余的建议从头阅读。”
- 博主每篇文章的注释都是干货！每个代码段都有详细注释，一定要认真看注释！！！
- 重要的事情说三遍：一定要看注释！！！一定要看注释！！！一定要看注释！！！
前情提要
- 此前博主的系列专栏Unittest自动化测试框架教程详细介绍了测试用例的基本框架、测试夹具的使用以及测试用例的跳过教学，在熟悉测试用例基本框架的基础上，本文开始讲解何为数据驱动测试，以前几种常见格式的数据驱动测试方法
数据驱动测试的基本概念、引读 引读、基本概念
- 当我们进行测试时遇到执行步骤相同，只需要改变入口参数的测试时，使用DDT可以简化代码
- 一定要认真看注释！！！
# 示例：
# 首先，我们观察这三个测试用例，我们会发现，三个测试用例除了入口参数需要变化，
# 其测试执行语句都是相同的，因此，为了简化测试代码，我们可以使用数据驱动测试的理论将三个方法写作一个方法
# 未使用数据驱动测试的代码：
class BasicTestCase(unittest.TestCase):
def test1(self, num1):
num = num1 + 1
print('number:', num)
def test2(self, num2):
num = num2 + 1
print('number:', num)
def test3(self, num3):
num = num3 + 1
print('number:', num)
# 使用数据驱动测试的代码，执行效果与上文代码相同此处只需要了解大概框架，详细步骤下文会解释
@ddt
class BasicTestCase(unittest.TestCase):
@data('666', '777', '888')
def test(self, num):
print('数据驱动的number:', num)
- 相信到这里读者对数据驱动已经有了一定了解
- 接下来我们开始进入DDT的学习
- 步骤：导包——设置@ddt装饰器——写入参数——形参传递——调用
- 一定要认真看注释！！！
# 单一参数的数据驱动
# 前置步骤：
# 使用语句import unittest导入测试框架
# 使用语句from ddt import ddt, data导入单一参数的数据驱动需要的包
# 示例会执行三次test，参数分别为'666','777','888'
@ddt # 设置@ddt装饰器
class BasicTestCase(unittest.TestCase):
@data('666', '777', '888') # 设置@data装饰器，并将传入参数写进括号
def test(self, num): # test入口设置形参
print('数据驱动的number:', num)
# 程序会执行三次测试，入口参数分别为666、777、888，结果见下图- 步骤：导包——设置@ddt装饰器——设置@unpack解包——写入参数——形参传递——调用
- 一定要认真看注释！！！
# 多参数的数据驱动
# 在单一参数包的基础上，额外导入一个unpack的包，from ddt import ddt, data, unpack
# 步骤：导包——设置@ddt装饰器——设置@unpack解包——写入参数——形参传递——调用
@ddt
class BasicTestCase(unittest.TestCase):
@data(['张三', '18'], ['李四', '19']) # 设置@data装饰器，并将同一组参数写进中括号[]
@unpack # 设置@unpack装饰器顺序解包，缺少解包则相当于name = ['张三', '18']
def test(self, name, age):
print('姓名:', name, '年龄:', age)
# 程序会执行两次测试，入口参数分别为['张三', '18'],['李四', '19']，测试结果见下图
- 看到这里，笔者以及介绍完了数据驱动测试的基本概念，以及单参数、多参数数据驱动的区别，但是，我们是将数据和代码写在一起，接下来笔者会介绍数据驱动测试的核心理念——数据与代码分离！！！(数据和代码在不同的文件里，方便维护代码和快速修改数据)
- 数据驱动测试的核心——数据与代码分离
- 接下来介绍txt格式、json格式、yaml格式数据的单参数、多参数数据驱动方法
txt格式文件驱动 单一参数数据驱动
- 核心：编写阅读数据文件的函数、@data入口参数加*读取
- 一定要认真看注释！！！
# 单一参数txt文件
# 新建num文件，txt格式，按行存储777，888，999
# num文件内容(参数列表):
# 777
# 888
# 999
# 编辑阅读数据文件的函数
# 记住读取文件一定要设置编码方式，否则读取的汉字可能出现乱码！！！！！！
def read_num():
lis = [] # 以列表形式存储数据，以便传入@data区域
with open('num', 'r', encoding='utf-8') as file: # 以只读'r',编码方式为'utf-8'的方式,打开文件'num',并命名为file
for line in file.readlines(): # 循环按行读取文件的每一行
lis.append(line.strip('\n')) # 每读完一行将此行数据加入列表元素，记得元素要删除'/n'换行符！！！
return lis # 将列表返回,作为@data接收的内容
@ddt
class BasicTestCase(unittest.TestCase):
@data(*read_num()) # 入口参数设定为read_num(),因为返回值是列表，所以加*表示逐个读取列表元素
def test(self, num):
print('数据驱动的number:', num)
# 测试结果见下图多参数数据驱动
- 核心：读取函数中的数据分割、@unpack解包
- 一定要认真看注释！！！
# 多参数txt文件
# dict文件内容(参数列表)(按行存储)：
# 张三，18
# 李四，19
# 王五，20
def read_dict():
lis = [] # 以列表形式存储数据，以便传入@data区域
with open('dict', 'r', encoding='utf-8') as file: # 以只读'r',编码方式为'utf-8'的方式,打开文件'num',并命名为file
for line in file.readlines(): # 循环按行读取文件的每一行
lis.append(line.strip('\n').split(',')) # 删除换行符后，列表为['张三，18', '李四，19', '王五，20']
# 根据,分割后，列表为[['张三', '18'], ['李四', '19'], ['王五', '20']]
return lis # 将列表返回，作为@data接收的内容
@ddt
class BasicTestCase(unittest.TestCase):
@data(*read_dict()) # 加*表示逐个读取列表元素，Python中可变参数，*表示逐个读取列表元素，列表为[['张三', '18'], ['李四', '19'], ['王五', '20']]
@unpack # 通过unpack解包，逐个传参，缺少这句会将['张三', '18']传给name,从而导致age为空
def test(self, name, age): # 设置两个接收参数的形参
print('姓名为:', name, '年龄为:', age)
# 测试结果见下图
json格式文件驱动 单一参数数据驱动
- 核心：使用json解析包读取文件
- 一定要认真看注释！！！
# 单一参数——json文件
# num.json文件内容(参数列表)(注意命名后缀):
# ["666","777","888"]
# 注意JSON文件中，数据元素如果是字符串必须得用双引号
# 使用语句import json导入json包，快速读取文件用
def read_num_json():
return json.load(open('num.json', 'r', encoding='utf-8')) # 使用json包读取json文件，并作为返回值返回，注意读取的文件名
@ddt # 数据驱动步骤和txt相同
class BasicTestCase(unittest.TestCase):
@data(*read_num_json())
def test(self, num):
print('读取的数字是', num)- 核心：@unpack装饰器的添加
- 一定要认真看注释！！！
# 数据分离
# 多参数——json文件
# 步骤和单一参数类似，仅需加入@unpack装饰器以及多参数传参入口
# dict文件内容(参数列表)(非规范json文件格式):
# [["张三", "18"], ["李四", "19"], ["王五", "20"]]
# 注意json文件格式中字符串用双引号
def read_dict_json():
return json.load(open('dict.json', 'r', encoding='utf-8')) # 使用json包读取json文件，并作为返回值返回
@ddt
class BasicTestCase(unittest.TestCase):
@data(*read_dict_json())
@unpack # 使用@unpack装饰器解包
def test(self, name, age): # 因为是非规范json格式，所以形参名无限制，下文会解释规范json格式
print('姓名:', name, '年龄:', age)
# 测试结果见下图
多参数数据驱动(以对象形式存储多参数)
- 核心：形参名字与json中对象key名相同
- 一定要认真看注释！！！
# 规范json格式读取,每一组参数以对象形式存储
# dict文件内容:
# [
# {"name":"张三", "age":"18"},
# {"name":"李四", "age":"19"},
# {"name":"王五", "age":"20"}
# ]
def read_dict_json():
return json.load(open('dictx.json', 'r', encoding='utf-8')) # 使用json包读取json文件，并作为返回值返回
@ddt
class BasicTestCase(unittest.TestCase):
@data(*read_dict_json())
@unpack
def test(self, name, age): # 令形参名字和json中命名相同name=name,age=age
print('姓名:', name, '年龄:', age)
# 测试结果见下图
# 非常特殊情况：
# 形参名字和json中对象命名无法相同，则更改读取函数
# 提取已读完后的json文件(字典形式)，通过遍历获取元素，并返回
# def read_dict_json():
# li = []
# dic = json.load(open('dict.json', 'r', encoding='utf-8'))
# # 此处加上遍历获取语句，下文yaml格式有实例，方法一样
# return li
yaml格式文件驱动
-
在自动化测试领域中，yaml数据格式是举足轻重的，因此笔者在此特地进行yaml格式解析
-
在unittest测试框架中，对yaml数据格式的支持十分强大，使用非常方便
-
yaml文件的数据驱动执行代码十分简单！！！(但是要注意细节)
-
学习更多yaml数据格式的知识，读者可自行学习
- 核心：使用yaml解析包读取文件，导入file_fata驱动数据
- 一定要认真看注释！！！
# YAML数据格式驱动
# 单一参数
# import yaml # 导入yaml解析包
# from ddt import file_data # 导入file_data驱动数据
# yaml格式文件内容
# - 666
# - 777
# - 888
# '-'号之后一定要打空格！！！
@ddt
class BasicTestCase(unittest.TestCase):
@file_data('num.yml') # 采用文件数据驱动
def test(self, num):
print('读取的数字是', num)
# 测试结果见下图多参数数据驱动
- 核心：形参入口和数据参数key命名统一(下文介绍参数无法统一的解决办法)
- 一定要认真看注释！！！
# 多参数yaml
# 以对象形式存储yml数据(字典)
# yaml格式文件内容
# -
# name: 张三
# age: 18
# -
# name: 李四
# age: 19
# -
# name: 王五
# age: 20
# '-'号之后一定要打空格！！！
# ':'号之后一定要打空格！！！
# 入口参数与数据参数key命名统一即可导入
@ddt
class BasicTestCase(unittest.TestCase):
@file_data('dict.yml')
def test(self, name, age): # 设置入口参数名字与数据参数命名相同即可
print('姓名是：', name, '年龄为：', age)
# 测试结果见下图- 特殊情况：当入口与文件中数据参数无法统一命名时，解决办法
# 入口参数与数据参数命名不统一
@ddt
class BasicTestCase(unittest.TestCase):
@file_data('dict.yml')
def test(self, **cdata): # Python中可变参数传递的知识：**按对象顺序执行
print('姓名是：', cdata['name'], '年龄为：', cdata['age']) # 通过对象访问语法即可调用-
Python中传递可变参数：*代表顺序阅读列表类型，**代表顺序阅读对象(字典)类型，点击阅读可变参数部分可了解相关机制
核心总结
- 数据驱动——代码与数据分离
- yaml数据格式的数据驱动——最为简单快捷
💗 “纵苍茫大地山河璀璨，野花芳草星河烂漫，终不及你嫣然一笑的匆然来犯。”
——Created By 是羽十八ya
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）