python自动化测试中装饰器@ddt和@data源码解析

2023-10-13 01:30

本文主要是介绍python自动化测试中装饰器@ddt和@data源码解析,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!

在这里插入图片描述

一、使用ddt和data装饰器的大致框架如下,每个test_开头的方法,代表一条测试用例

from ddt import ddt,data
import unittesttest_datas=[{'id':1,'title':'测试用例1'},{'id':2,'title':'测试用例2'},{'id':3,'title':'测试用例3'},{'id':4,'title':'测试用例4'}
]@ddt
class TestDemo(unittest.TestCase):@data(*test_datas)def test_demo1(self,item):print('测试用例执行',item)

unittest中的测试用例:

测试类中每一个test开头的方法就是一条测试用例

ddt根据用例数据生成测试用例的思路:

1、利用data装饰器:传入测试数据,在装饰器中将测试数据保存起来
2、ddt这个装饰器:遍历测试数据,每遍历出一条数据,往测试类中添加一个test开头的方法
setattr(类,方法名,方法)

二、给类动态的增加方法

案例1

setattr(对象/类,属性名/方法名,属性值/方法)

特别注意:

给类动态增加方法一定要加self

class Demo:def test_1(self):print("这个是方法test_1")def kobe(self,item):print("kobe-----执行了",item)datas=[2,8,23,22,24]#根据数据动态给测试类中增加5个方法
for i in datas:name='test_1_{}'.format(i)#给类动态增加方法setattr(Demo,name,kobe)print(Demo.__dict__)

在这里插入图片描述

案例2:调用动态执行的5个方法,执行结果都为kobe-----执行了 24,有bug

class Demo:def test_1(self):print("这个是方法test_1")def kobe(self,item):print("kobe-----执行了",item)datas=[2,8,23,22,24]#根据数据动态给测试类中增加5个方法
for i in datas:name='test_1_{}'.format(i)def wrapper(self):kobe(self,i)#给类动态增加方法setattr(Demo,name,wrapper)#print(Demo.__dict__)Demo().test_1_2()
Demo().test_1_8()
Demo().test_1_22()
Demo().test_1_23()
Demo().test_1_24()

执行结果:
kobe-----执行了 24
kobe-----执行了 24
kobe-----执行了 24
kobe-----执行了 24
kobe-----执行了 24

原因分析

在这里插入图片描述

案例3:解决案例2的bug

定义闭包create_method:进行数据锁定,锁定的是datas=[2,8,23,22,24]

class Demo:def test_1(self):print("这个是方法test_1")def kobe(self,item):print("kobe-----执行了",item)datas=[2,8,23,22,24]#todo 使用闭包进行数据锁定
def create_method(i):def wrapper(self):kobe(self,i)return wrapper#根据数据动态给测试类中增加5个方法
for i in datas:name='test_1_{}'.format(i)wrapper=create_method(i)#给类动态增加方法setattr(Demo,name,wrapper)Demo().test_1_2()
Demo().test_1_8()
Demo().test_1_22()
Demo().test_1_23()
Demo().test_1_24()

三、ddt和data的源码解析

from ddt import ddt,data
import unittesttest_datas=[{'id':1,'title':'测试用例1'},{'id':2,'title':'测试用例2'},{'id':3,'title':'测试用例3'},{'id':4,'title':'测试用例4'}
]def ddt(cls):'''遍历测试数据,给类动态添加方法'''#如何通过类获取方法?#res=cls.__dict__#print('测试类的方法和属性字典',res)for name,method in list(cls.__dict__.items()):#遍历出来的属性值(方法)是否拥有datas属性(测试数据)if hasattr(method,'datas'):#获取方法中保存的测试数据datas=getattr(method,'datas')#遍历测试数据for index,value in enumerate(datas):print("数据:",value)#给测试类动态添加用例method_name='{}_{}'.format(name,index+1)print('方法名',method_name)#给类动态的增加方法def wrapper(self):method(self, value)#todo 给测试类动态添加一个测试方法setattr(cls,method_name,wrapper)return clsdef data(*args):'''将测试数据保存为测试方法的属性'''#*args接收到的是data装饰器传递进来的数据def wrapper(func):#func接收的是data装饰的函数func.datas=argsreturn funcreturn wrapper@ddt
class TestDemo():@data(*test_datas)      #test_demo1=data(*test_datas)(test_demo1)def test_demo1(self,item):print('测试用例执行',item)#print(TestDemo.test_demo1.__dict__)

这样写的话有bug
在这里插入图片描述
原因:
在这里插入图片描述

解决:

采用闭包进行数据锁定,锁定value和method

def create_test_method(method,value):def wrapper(self):method(self, value)return wrapper
from ddt import ddt,data
import unittesttest_datas=[{'id':1,'title':'测试用例1'},{'id':2,'title':'测试用例2'},{'id':3,'title':'测试用例3'},{'id':4,'title':'测试用例4'}
]def create_test_method(method,value):def wrapper(self):method(self, value)return wrapperdef ddt(cls):#todo @ddt这个装饰器:遍历测试数据,每遍历出一条数据,往测试类中添加一个test开头的方法#setattr(类,方法名,方法)res=list(cls.__dict__.items())print(res)for name,method in res:print(name,method)if hasattr(method,'datas'):#如果有datas属性,获取方法中保存的datasdatas=getattr(method,'datas')#遍历测试数据for index,value in enumerate(datas):print('测试数据:',value)#给测试类动态的增加测试用例method_name='{}_{}'.format(name,index+1)print('方法:',method_name,method)#todo 给类动态的增加方法,最终希望执行def test_demo1(self,item):这个方法的#test_method=method#但是item需要自己传,但是unittest是不需要传递参数的# def wrapper(self):#     method(self,value)wrapper=create_test_method(method, value)# todo 给测试类动态添加一个测试方法setattr(cls, method_name, wrapper)else:delattr(cls,name)return clsdef data(*args):# *args为给装饰器传递的参数test_datasdef wrapper(func):# func为被装饰器装饰的函数test_demo1#todo @data装饰器的作用是保存测试数据,将测试数据存放到函数属性中func.datas = test_datasreturn funcreturn wrapper@ddt
class TestDemo(unittest.TestCase):@data(*test_datas)      #test_demo1=data(*test_datas)(test_demo1)def test_demo1(self,item):print('测试用例执行',item)

分部解析代码

@data(*test_datas)    
def test_demo1(self,item):print('测试用例执行',item)

1、上面3行代码可以写成如下:

@data(*test_datas):可以表示为test_demo1=data(*test_datas)(test_demo1)

2、输出属性(方法)名称和属性值

for name,method in list(cls.__dict__.items())

在这里插入图片描述

3、将遍历出来的属性名(方法)判断是否包含datas属性,如果有datas属性,获取方法中保存的datas

if hasattr(method,'datas'):datas=getattr(method,'datas')

在这里插入图片描述

这篇关于python自动化测试中装饰器@ddt和@data源码解析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/199820

相关文章

python获取指定名字的程序的文件路径的两种方法

《python获取指定名字的程序的文件路径的两种方法》本文主要介绍了python获取指定名字的程序的文件路径的两种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要... 最近在做项目,需要用到给定一个程序名字就可以自动获取到这个程序在Windows系统下的绝对路径,以下

使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解

《使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解》本文详细介绍了如何使用Python通过ncmdump工具批量将.ncm音频转换为.mp3的步骤,包括安装、配置ffmpeg环... 目录1. 前言2. 安装 ncmdump3. 实现 .ncm 转 .mp34. 执行过程5. 执行结

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

Python中 try / except / else / finally 异常处理方法详解

《Python中try/except/else/finally异常处理方法详解》:本文主要介绍Python中try/except/else/finally异常处理方法的相关资料,涵... 目录1. 基本结构2. 各部分的作用tryexceptelsefinally3. 执行流程总结4. 常见用法(1)多个e

Python中logging模块用法示例总结

《Python中logging模块用法示例总结》在Python中logging模块是一个强大的日志记录工具,它允许用户将程序运行期间产生的日志信息输出到控制台或者写入到文件中,:本文主要介绍Pyt... 目录前言一. 基本使用1. 五种日志等级2.  设置报告等级3. 自定义格式4. C语言风格的格式化方法

Python实现精确小数计算的完全指南

《Python实现精确小数计算的完全指南》在金融计算、科学实验和工程领域,浮点数精度问题一直是开发者面临的重大挑战,本文将深入解析Python精确小数计算技术体系,感兴趣的小伙伴可以了解一下... 目录引言:小数精度问题的核心挑战一、浮点数精度问题分析1.1 浮点数精度陷阱1.2 浮点数误差来源二、基础解决

使用Python实现Word文档的自动化对比方案

《使用Python实现Word文档的自动化对比方案》我们经常需要比较两个Word文档的版本差异,无论是合同修订、论文修改还是代码文档更新,人工比对不仅效率低下,还容易遗漏关键改动,下面通过一个实际案例... 目录引言一、使用python-docx库解析文档结构二、使用difflib进行差异比对三、高级对比方

深度解析Python中递归下降解析器的原理与实现

《深度解析Python中递归下降解析器的原理与实现》在编译器设计、配置文件处理和数据转换领域,递归下降解析器是最常用且最直观的解析技术,本文将详细介绍递归下降解析器的原理与实现,感兴趣的小伙伴可以跟随... 目录引言:解析器的核心价值一、递归下降解析器基础1.1 核心概念解析1.2 基本架构二、简单算术表达

从入门到精通详解Python虚拟环境完全指南

《从入门到精通详解Python虚拟环境完全指南》Python虚拟环境是一个独立的Python运行环境,它允许你为不同的项目创建隔离的Python环境,下面小编就来和大家详细介绍一下吧... 目录什么是python虚拟环境一、使用venv创建和管理虚拟环境1.1 创建虚拟环境1.2 激活虚拟环境1.3 验证虚

详解python pycharm与cmd中制表符不一样

《详解pythonpycharm与cmd中制表符不一样》本文主要介绍了pythonpycharm与cmd中制表符不一样,这个问题通常是因为PyCharm和命令行(CMD)使用的制表符(tab)的宽... 这个问题通常是因为PyCharm和命令行(CMD)使用的制表符(tab)的宽度不同导致的。在PyChar