python ddt数据驱动

2023-10-07 16:59
文章标签 python 数据 驱动 ddt

本文主要是介绍python ddt数据驱动,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!

python ddt数据驱动

1、背景

在自动化测试当中,我们通常会将测试数据从测试代码中抽离出来放在单独的文件中,既能减少代码量,也能降低代码的维护成本,通过数据的改变从而驱动自动化测试的执行。

接触python自动化测试的第一个框架通常都是unittest,使用@ddt装饰器来完成数据驱动,ddt意思就是 “Data-Driven Tests”。

安装方式:

pip index versions ddt # 查看ddt所有的版本
pip install ddt version # 安装制定版本的ddt
pip install ddt # 安装最新版本的ddt

ddt的官网地址为:官网地址

2、ddt使用实践

2.1 项目目录结构

使用pycharm新建一个项目,目录结构如下:
在这里插入图片描述
主要包含testcases 和testdata两个包,testcases下面放测试脚本文件,testdata下面放测试数据文件。

2.2 直接在脚本文件中获取测试数据

testcases package下新建test_ddt.py文件,编写测试代码如下:

import unittest
import ddt  # 导入ddt# 测试数据
data = [{"phone": "dfasd132", "key": "dfabc"},{"phone": "dfsd134", "key": "dftest"},{"phone": "dfdfd188", "key": "dfmin"},
]@ddt.ddt  # 声明我们要用它
class Test_ddt(unittest.TestCase):def setUp(self):print("Before every test case!")@ddt.data(*data)#现在比较流行的处理方式,使用*.data直接做字典数据的注入def test_001(self, data):print("phone is:" +data['phone'])print("key is:" +data['key'])if __name__ == '__main__':unittest.main()

执行结果为:
在这里插入图片描述
可以看到我们定义的字典data中有3组数据,用例总共执行了3次,按顺序每次取一组数据作为入参。

2.3 从yml文件中获取测试数据

在testdata package下新建testdata1.yml文件,文件中写入测试数据如下:

#格式要求:
#"-"表示一个列表
#用tab键缩进-name: 'testyy'age:  18-name: 'testzz'age:  20

test_ddt.py文件中修改测试代码如下:

import unittest
import ddt  # 导入ddt
import yaml@ddt.ddt  # 声明我们要用它
class Test_ddt(unittest.TestCase):def setUp(self):print("Before every test case!")@ddt.file_data("..\\testdata\\testdata1.yml")#括号里写yml文件的相对路径def test_002(self,name,age):print('name is:' +str(name))print('age is:' + str(age))if __name__ == '__main__':unittest.main()

执行结果为:
在这里插入图片描述
可以看到yml文件中我们定义了2组数据,用例总共执行了2次,按顺序每次取一组数据作为入参。

2.4 从json文件中获取测试数据

在testdata package下新建testdata2.json文件,文件中写入测试数据如下:

{"student1": {"name": "小明","age": 12},"student2": {"name": "小张","age": 20}
}

test_ddt.py文件中修改测试代码如下:

import unittest
import ddt  # 导入ddt
import yaml@ddt.ddt  # 声明我们要用它
class Test_ddt(unittest.TestCase):def setUp(self):print("Before every test case!")@ddt.file_data("..\\testdata\\testdata2.json")#括号里写json文件的相对路径def test_003(self,name,age):print("name is:"+str(name))print("age is:" +str(age))if __name__ == '__main__':unittest.main()

执行结果为:
在这里插入图片描述
综上,从脚本文件中直接获取测试数据、从yml文件获取测试数据、从Json文件获取测试数据,应该已经可以满足自动化测试需要了。

这篇关于python ddt数据驱动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/159129

相关文章

如何将Python彻底卸载的三种方法

《如何将Python彻底卸载的三种方法》通常我们在一些软件的使用上有碰壁,第一反应就是卸载重装,所以有小伙伴就问我Python怎么卸载才能彻底卸载干净,今天这篇文章,小编就来教大家如何彻底卸载Pyth... 目录软件卸载①方法:②方法:③方法:清理相关文件夹软件卸载①方法:首先,在安装python时,下

python uv包管理小结

《pythonuv包管理小结》uv是一个高性能的Python包管理工具,它不仅能够高效地处理包管理和依赖解析,还提供了对Python版本管理的支持,本文主要介绍了pythonuv包管理小结,具有一... 目录安装 uv使用 uv 管理 python 版本安装指定版本的 Python查看已安装的 Python

使用Python开发一个带EPUB转换功能的Markdown编辑器

《使用Python开发一个带EPUB转换功能的Markdown编辑器》Markdown因其简单易用和强大的格式支持,成为了写作者、开发者及内容创作者的首选格式,本文将通过Python开发一个Markd... 目录应用概览代码结构与核心组件1. 初始化与布局 (__init__)2. 工具栏 (setup_t

Python中局部变量和全局变量举例详解

《Python中局部变量和全局变量举例详解》:本文主要介绍如何通过一个简单的Python代码示例来解释命名空间和作用域的概念,它详细说明了内置名称、全局名称、局部名称以及它们之间的查找顺序,文中通... 目录引入例子拆解源码运行结果如下图代码解析 python3命名空间和作用域命名空间命名空间查找顺序命名空

Python如何将大TXT文件分割成4KB小文件

《Python如何将大TXT文件分割成4KB小文件》处理大文本文件是程序员经常遇到的挑战,特别是当我们需要把一个几百MB甚至几个GB的TXT文件分割成小块时,下面我们来聊聊如何用Python自动完成这... 目录为什么需要分割TXT文件基础版:按行分割进阶版:精确控制文件大小完美解决方案:支持UTF-8编码

基于Python打造一个全能文本处理工具

《基于Python打造一个全能文本处理工具》:本文主要介绍一个基于Python+Tkinter开发的全功能本地化文本处理工具,它不仅具备基础的格式转换功能,更集成了中文特色处理等实用功能,有需要的... 目录1. 概述:当文本处理遇上python图形界面2. 功能全景图:六大核心模块解析3.运行效果4. 相

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

Python中的魔术方法__new__详解

《Python中的魔术方法__new__详解》:本文主要介绍Python中的魔术方法__new__的使用,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... 目录一、核心意义与机制1.1 构造过程原理1.2 与 __init__ 对比二、核心功能解析2.1 核心能力2.2

Python虚拟环境终极(含PyCharm的使用教程)

《Python虚拟环境终极(含PyCharm的使用教程)》:本文主要介绍Python虚拟环境终极(含PyCharm的使用教程),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,... 目录一、为什么需要虚拟环境?二、虚拟环境创建方式对比三、命令行创建虚拟环境(venv)3.1 基础命令3

Python Transformer 库安装配置及使用方法

《PythonTransformer库安装配置及使用方法》HuggingFaceTransformers是自然语言处理(NLP)领域最流行的开源库之一,支持基于Transformer架构的预训练模... 目录python 中的 Transformer 库及使用方法一、库的概述二、安装与配置三、基础使用:Pi