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调用Orator ORM进行数据库操作

《Python调用OratorORM进行数据库操作》OratorORM是一个功能丰富且灵活的PythonORM库,旨在简化数据库操作,它支持多种数据库并提供了简洁且直观的API,下面我们就... 目录Orator ORM 主要特点安装使用示例总结Orator ORM 是一个功能丰富且灵活的 python O

Nginx设置连接超时并进行测试的方法步骤

《Nginx设置连接超时并进行测试的方法步骤》在高并发场景下,如果客户端与服务器的连接长时间未响应,会占用大量的系统资源,影响其他正常请求的处理效率,为了解决这个问题,可以通过设置Nginx的连接... 目录设置连接超时目的操作步骤测试连接超时测试方法:总结:设置连接超时目的设置客户端与服务器之间的连接

Python使用国内镜像加速pip安装的方法讲解

《Python使用国内镜像加速pip安装的方法讲解》在Python开发中,pip是一个非常重要的工具,用于安装和管理Python的第三方库,然而,在国内使用pip安装依赖时,往往会因为网络问题而导致速... 目录一、pip 工具简介1. 什么是 pip?2. 什么是 -i 参数?二、国内镜像源的选择三、如何

python使用fastapi实现多语言国际化的操作指南

《python使用fastapi实现多语言国际化的操作指南》本文介绍了使用Python和FastAPI实现多语言国际化的操作指南,包括多语言架构技术栈、翻译管理、前端本地化、语言切换机制以及常见陷阱和... 目录多语言国际化实现指南项目多语言架构技术栈目录结构翻译工作流1. 翻译数据存储2. 翻译生成脚本

如何通过Python实现一个消息队列

《如何通过Python实现一个消息队列》这篇文章主要为大家详细介绍了如何通过Python实现一个简单的消息队列,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录如何通过 python 实现消息队列如何把 http 请求放在队列中执行1. 使用 queue.Queue 和 reque

Python如何实现PDF隐私信息检测

《Python如何实现PDF隐私信息检测》随着越来越多的个人信息以电子形式存储和传输,确保这些信息的安全至关重要,本文将介绍如何使用Python检测PDF文件中的隐私信息,需要的可以参考下... 目录项目背景技术栈代码解析功能说明运行结php果在当今,数据隐私保护变得尤为重要。随着越来越多的个人信息以电子形

使用Python快速实现链接转word文档

《使用Python快速实现链接转word文档》这篇文章主要为大家详细介绍了如何使用Python快速实现链接转word文档功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 演示代码展示from newspaper import Articlefrom docx import

Python Jupyter Notebook导包报错问题及解决

《PythonJupyterNotebook导包报错问题及解决》在conda环境中安装包后,JupyterNotebook导入时出现ImportError,可能是由于包版本不对应或版本太高,解决方... 目录问题解决方法重新安装Jupyter NoteBook 更改Kernel总结问题在conda上安装了

Python如何计算两个不同类型列表的相似度

《Python如何计算两个不同类型列表的相似度》在编程中,经常需要比较两个列表的相似度,尤其是当这两个列表包含不同类型的元素时,下面小编就来讲讲如何使用Python计算两个不同类型列表的相似度吧... 目录摘要引言数字类型相似度欧几里得距离曼哈顿距离字符串类型相似度Levenshtein距离Jaccard相

Python安装时常见报错以及解决方案

《Python安装时常见报错以及解决方案》:本文主要介绍在安装Python、配置环境变量、使用pip以及运行Python脚本时常见的错误及其解决方案,文中介绍的非常详细,需要的朋友可以参考下... 目录一、安装 python 时常见报错及解决方案(一)安装包下载失败(二)权限不足二、配置环境变量时常见报错及