自动化测试之数据驱动DDT详细篇

2023-10-07 16:59

本文主要是介绍自动化测试之数据驱动DDT详细篇,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

引言

  你是否有过这种感受,在做自动化测试过程中,不论是API 自动化测试还是UI 自动化测试,我们写测试脚本有很大一部分时间都是在准备数据(setUp)、清理数据(tearDown)。因为数据是做自动化测试的至关重要的一个环节。如此看来数据驱动真的十分重要。接下来分享的内容是:Unittest测试框架中常用的数据驱动框架:DDT 。

数据驱动

1、数据驱动是什么?

      数据驱动,指在自动化测试中处理测试数据的方式。

  通常测试数据与功能函数分离,存储在功能函数的外部位置。在自动化测试运行时,数据驱动框架会读取数据源中的数据,把数据作为参数传递到功能函数中,并会根据数据的条数多次运行同一个功能函数。

  数据驱动的数据源可以是函数外的数据集合、CSV 文件、Excel 表格、TXT 文件,以及数据库等。

2、数据驱动的优点?

(1)、减少重复代码
通过以下实例来看下数据驱动是如何减少重复代码的。

如果不使用数据驱动时,并且同一个功能函数存在多个测试数据,你只能多次调用这个功能函数;另外一旦某一个测试数据有更改/删除,你需要在函数调用里去更改相应的测试数据,非常不方便。

如果使用测试驱动时,你的代码可能会是这样的:

# origin_data指向一个文件,这个文件里存储有你所有的测试数据。
origin_data = './tests/data/testdata.csv'# dataDrivenDecorator是你实现数据驱动的装饰器@dataDrivenDecorator(origin_data)
def test_ddt(user, pwd, num):# 实际函数逻辑pass

这种情况下, 你无须进行多次调用,而且当你的测试数据发生改变时, 你仅需要更改数据源文件的数据就可以了。

(2)、数据所属的测试用例失败,不会影响到其他测试数据对应的测试用例
通过以下实例来看下是怎么不会影响到其他测试数据对应的测试用例的。


如果不使用数据驱动之前,假设有以下一个函数:

test_data = [0, 1, 0, 1]
def test_001(data):for x in data:assert x > 0test_ddt(test_data)

由执行结果可以看出,因为test_data 的第一个值是0, 它不大于0。所以断言失败,所有 test_data测试数据集中0后面的测试数据都没有执行。

如果有了数据驱动,则数据驱动会把这一个测试按照测试数据分解成多个测试,所以第一个测试数据失败也不会影响到后面的测试结果。

3、Python 中使用广泛的数据驱动框架有哪些?

  • DDT(Data-Driven Tests),通常结合Unittest 使用

  • parameterized,是Pytest 实现数据驱动的常用框架

DDT 包含哪些装饰器

1 个类装饰器

  ddt 这个类装饰器必须装饰在TestCase 的子类上,TestCase 是Unittest 框架中的一个基类,它实现了Test Runner 驱动测试运行所需的接口(interface)。

2 个方法装饰器

  分别是:data 和 file_data。
  data 装饰器,直接提供测试数据;
  file_data 装饰器则从 JSON 或 YAML 文件加载测试数据。

DDT 的使用步骤如下:

  • 使用@ddt 装饰你的测试类;

  • 使用@data 或者@file_data 装饰你需要数据驱动的测试方法;

  • 如一组测试数据有多个参数,则需unpack,使用@unpack 装饰你的测试方法。

Python 安装DDT :

安装命令:pip install ddt或python -m pip install ddt

(1)、ddt 直接提供数据

from ddt import ddt, data, file_data, unpack
from selenium import webdriver
import unittest
import time# ddt一定是装饰在TestCase的子类上@ddt
class Baidu(unittest.TestCase):def setUp(self):self.driver = webdriver.Chrome()self.driver.implicitly_wait(30)self.base_url = "http://www.baidu.com/"# data表示测试数据是直接提供的。# unpack表示,对于每一组数据,如果它的值是list或者tuple,那么就分拆成独立的参数。@data(['Testing', 'Testing'], ['hello_world.com','Testing'])@unpackdef test_baidu_search(self, search_string, expect_string):driver = self.driverdriver.get(self.base_url + "/")driver.find_element_by_id("kw").send_keys(search_string)driver.find_element_by_id("su").click()time.sleep(2)search_results = driver.find_element_by_xpath('//*[@id="1"]/h3/a').get_attribute('innerHTML')print(search_results)self.assertEqual(expect_string in search_results, True)def tearDown(self):self.driver.quit()if __name__ == "__main__":unittest.main(verbosity=2)

在这个例子中,我直接使用了@data 装饰器。在这个装饰器中,我给出了测试的2 组数据,分别是 ['Testing', 'Testing'] 和 ['hello_world.com', 'Testing'];然后我使用 @unpack 装饰器把每一组数据的数据unpack 成一个个的参数传给我的函数 test_baidu_search。

当你运行上面代码,从结果中会发现虽然我们只有一个测试用例test_baidu_search。但在生成的测试报告里,显示“Run 2 tests in XX”,也就是test_baidu_search 运行了 2 次,这就是DDT 在起作用。

这是多组参数,每组多个数据的情况,如果每组仅有一个数据呢?你仅需要更改如下:

# 如仅有一个参数,那么直接在data里写参数就好。
# 仅有一个参数的情况下,无须再用@unpack装饰测试方法。
@data('data1', 'data2')

(2)、ddt 使用函数提供数据
  ddt 直接提供数据,除去上述的直接把数据写在@data() 的参数中外,还有一个情况,即数据先从函数获取,然后再写入@data() 的参数中。

from ddt import ddt, data, file_data, unpack
from selenium import webdriver
import unittest
import timedef get_test_data():# 这里写你获取测试数据的业务逻辑。# 获取到后,把数据返回即可。# 注意,如果多组数据,需要返回类似([数据1-参数1, 数据1-参数2],[数据2-参数1, 数据2-参数2])这样的格式,方便ddt.data()解析# 解析后返回的数据格式如下:results = (['Testing', 'Testing'], ['hello_world.com', 'Testing'])return results# ddt一定是装饰在TestCase的子类上@ddt
class Baidu(unittest.TestCase):def setUp(self):self.driver = webdriver.Chrome()self.driver.implicitly_wait(30)self.base_url = "http://www.baidu.com/"# data表示data是直接提供的。注意data里的参数我写了函数get_test_data()的返回值,并且以*为前缀,代表返回的是可变参数。# unpack表示,对于每一组数据,如果它的值是list或者tuple,那么就分拆成独立的参数。@data(*get_test_data())@unpackdef test_baidu_search(self, search_string, expect_string):driver = self.driverdriver.get(self.base_url + "/")driver.find_element_by_id("kw").send_keys(search_string)driver.find_element_by_id("su").click()time.sleep(2)search_results = driver.find_element_by_xpath('//*[@id="1"]/h3/a').get_attribute('innerHTML')print(search_results)self.assertEqual(expect_string in search_results, True)def tearDown(self):self.driver.quit()if __name__ == "__main__":unittest.main(verbosity=2)

在上述示例中,我创建了一个函数get_test_data() 用于获取我的测试数据。这个函数可以带参数,也可以不带参数,具体需要根据你的业务逻辑来。

注意:get_test_data() 的返回值,一定需要遵守ddt.data() 可接受的数据格式。

即:一组数据,每个数据为单个的值;多组数据,每组数据为一个列表或者一个字典。

(3)、ddt 使用文件提供数据:其他格式数据文件
  因为 ddt 默认只支持 JSON 和 YAML 格式的数据。但是我想使用其他数据格式怎么办?

  常用的方式有如下两种:

  • 先读取其他格式的文件(例如 Excel 格式),然后创建 ddt 支持的 JSON 或者 YAML 文件,最后把获取到的数据写入这个文件,再使用 @file_data() 即可;

  • 创建一个函数,在函数中读取其他格式的文件并获取数据,将数据直接返回为 @ddt.data() 支持的格式调用即可。

这篇关于自动化测试之数据驱动DDT详细篇的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/159128

相关文章

如何在Mac上安装并配置JDK环境变量详细步骤

《如何在Mac上安装并配置JDK环境变量详细步骤》:本文主要介绍如何在Mac上安装并配置JDK环境变量详细步骤,包括下载JDK、安装JDK、配置环境变量、验证JDK配置以及可选地设置PowerSh... 目录步骤 1:下载JDK步骤 2:安装JDK步骤 3:配置环境变量1. 编辑~/.zshrc(对于zsh

SpringBoot集成Milvus实现数据增删改查功能

《SpringBoot集成Milvus实现数据增删改查功能》milvus支持的语言比较多,支持python,Java,Go,node等开发语言,本文主要介绍如何使用Java语言,采用springboo... 目录1、Milvus基本概念2、添加maven依赖3、配置yml文件4、创建MilvusClient

SpringValidation数据校验之约束注解与分组校验方式

《SpringValidation数据校验之约束注解与分组校验方式》本文将深入探讨SpringValidation的核心功能,帮助开发者掌握约束注解的使用技巧和分组校验的高级应用,从而构建更加健壮和可... 目录引言一、Spring Validation基础架构1.1 jsR-380标准与Spring整合1

使用Node.js制作图片上传服务的详细教程

《使用Node.js制作图片上传服务的详细教程》在现代Web应用开发中,图片上传是一项常见且重要的功能,借助Node.js强大的生态系统,我们可以轻松搭建高效的图片上传服务,本文将深入探讨如何使用No... 目录准备工作搭建 Express 服务器配置 multer 进行图片上传处理图片上传请求完整代码示例

MySQL 中查询 VARCHAR 类型 JSON 数据的问题记录

《MySQL中查询VARCHAR类型JSON数据的问题记录》在数据库设计中,有时我们会将JSON数据存储在VARCHAR或TEXT类型字段中,本文将详细介绍如何在MySQL中有效查询存储为V... 目录一、问题背景二、mysql jsON 函数2.1 常用 JSON 函数三、查询示例3.1 基本查询3.2

SpringBatch数据写入实现

《SpringBatch数据写入实现》SpringBatch通过ItemWriter接口及其丰富的实现,提供了强大的数据写入能力,本文主要介绍了SpringBatch数据写入实现,具有一定的参考价值,... 目录python引言一、ItemWriter核心概念二、数据库写入实现三、文件写入实现四、多目标写入

C++ vector的常见用法超详细讲解

《C++vector的常见用法超详细讲解》:本文主要介绍C++vector的常见用法,包括C++中vector容器的定义、初始化方法、访问元素、常用函数及其时间复杂度,通过代码介绍的非常详细,... 目录1、vector的定义2、vector常用初始化方法1、使编程用花括号直接赋值2、使用圆括号赋值3、ve

使用Python将JSON,XML和YAML数据写入Excel文件

《使用Python将JSON,XML和YAML数据写入Excel文件》JSON、XML和YAML作为主流结构化数据格式,因其层次化表达能力和跨平台兼容性,已成为系统间数据交换的通用载体,本文将介绍如何... 目录如何使用python写入数据到Excel工作表用Python导入jsON数据到Excel工作表用

Mysql如何将数据按照年月分组的统计

《Mysql如何将数据按照年月分组的统计》:本文主要介绍Mysql如何将数据按照年月分组的统计方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录mysql将数据按照年月分组的统计要的效果方案总结Mysql将数据按照年月分组的统计要的效果方案① 使用 DA

鸿蒙中Axios数据请求的封装和配置方法

《鸿蒙中Axios数据请求的封装和配置方法》:本文主要介绍鸿蒙中Axios数据请求的封装和配置方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录1.配置权限 应用级权限和系统级权限2.配置网络请求的代码3.下载在Entry中 下载AxIOS4.封装Htt