自动化测试如何进行参数化?使用什么工具进行参数化?一文详解parameterized的使用以及如何在自动化中使用。

本文主要是介绍自动化测试如何进行参数化?使用什么工具进行参数化?一文详解parameterized的使用以及如何在自动化中使用。,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!

1.数据参数化介绍

只要你是负责编写自动化测试脚本的,数据参数化这个思想你就肯定会用 ,数据参数化的工具你肯定的懂一些 ,因为它能大大的提高我们自动化脚本编写效率 。

1.1什么是数据参数化

所谓的数据参数化 ,是指所执行的测试用例步骤相同、而数据不同 ,每次运行用例只变化的是数据 ,于是将这些数据专门放在一起进行批量循环运行 ,从而完成测试用例执行的目的 。

以登录功能为例 ,若一个登录功能每次操作的步骤是 :

  1. 输入用户名

  2. 输入密码

  3. 点击登录按钮 。

但是,因为每次输入的数据不同,导致生成的测试用例就不同了 ,同样还是这个登录功能,加上数据就变为以下的用例了 。

  • case1 : 输入正确的用户名 ,输入正确的密码 ,点击登录

  • case2 : 输入正确的用户,输入错误的密码,点击登录

  • case3 :输入正确的用户名,输入空的密码,点击登录

  • casen : ...

可以看到 ,在这些用例中,每条用例最大的不同是什么呢 ?其实就是数据不同 。但是由于数据不同,从而生成了多条测试用例 ,在功能测试中,这些用例是需要分别写、分别执行 。

1.2.为什么要进行数据参数化 ?

在功能测试中,即使是相同的步骤 ,只是数据不同 ,我们亦然也要尽量分开编写每一条用例 ,比如像上面的编写方式 ,因为这些编写它的易读性更好 ,功能测试设计测试用例和执行用例往往不是一个人 ,所以用例编写的易读性是就是一个很重要的因素 。

但是如果将上面的用例进行自动化实现 ,虽然按照一条用例对应一个方法是一种很清晰的思路 ,但是它的最大问题就是代码冗余 ,当一个功能中步骤相同,只是数据不同时,你的数据越多,代码冗余度就越高 。你会发现每个测试方法中的代码就会是相同的 。

像代码冗余这种问题,在编写自动化时是必须要考虑的一个问题,因为随着代码量越多 ,冗余度越高、越难维护 。

以下就是是通过正常方式实现登录的自动化脚本 :

import unittest
from package_unittest.login import loginclass TestLogin(unittest.TestCase):# case1 : 输入正确的用户名和正确的密码进行登录def test_login_success(self):expect_reslut = 0actual_result = login('admin','123456').get('code')self.assertEqual(expect_reslut,actual_result)# case2 : 输入正确的用户名和错误的密码进行登录def test_password_is_wrong(self):expect_reslut = 3actual_result = login('admin', '1234567').get('code')self.assertEqual(expect_reslut, actual_result)# case3 : 输入正确的用户名和空的密码进行登录def test_password_is_null(self):expect_reslut = 2actual_result = login('admin', '').get('code')self.assertEqual(expect_reslut, actual_result)

可以看到,三条用例对应三个测试方法,虽然清晰 ,代码每个方法中的代码几乎是相同的。

那如果用参数化实现的代码是什么呢 ? 可以看下面的这段代码 :

class TestLogin(unittest.TestCase):@parameterized.expand(cases)def test_login(self,expect_result,username,password):actual_result = login(username,password).get('code')self.assertEqual(expect_result,actual_result)

以上代码只有一条用例 ,不管这个功能有几条都能执行 。

通过上面两种形式的比较可以看出 :为什么要进行数据参数化呢 ?其实就是降低代码冗余、提高代码复用度 ,将主要编写测试用例的时间转化为编写测试数据上来 。

1.3.如何进行数据参数化

在代码中实现数据参数化都需要借助于外部工具 ,比如专门用于unittest的ddt , 既支持unittest、也支持pytest的parameterized ,专门在pytest中使用的fixture.params .

参数化工具支持测试框架备注
ddtunittest第三方包,需要下载安装
parameterizednose,unittest,pytest第三方包,需要下载安装
@pytest.mark.parametrizepytest本身属于pytest中的功能
@pytest.fixture(params=[])pytest本身属于pytest中的功能

以上实现数据参数化的工具有两个共同点:

  • 都能实现数据参数化

  • 都时装饰器来作用于测试用例脚本 。

2.模块介绍

1.下载安装 :

# 下载 
pip install parameterized# 验证 :
pip show parameterized

 2.导包

# 直接导入parameterized类
from parameterized import parameterized

3.官网示例

@parameterized 和 @parameterized.expand 装饰器接受列表 或元组或参数(...)的可迭代对象,或返回列表或 可迭代:

from parameterized import parameterized, param# A list of tuples
@parameterized([(2, 3, 5),(3, 5, 8),
])
def test_add(a, b, expected):assert_equal(a + b, expected)# A list of params
@parameterized([param("10", 10),param("10", 16, base=16),
])
def test_int(str_val, expected, base=10):assert_equal(int(str_val, base=base), expected)# An iterable of params
@parameterized(param.explicit(*json.loads(line))for line in open("testcases.jsons")
)
def test_from_json_file(...):...# A callable which returns a list of tuples
def load_test_cases():return [("test1", ),("test2", ),]
@parameterized(load_test_cases)
def test_from_function(name):...

请注意,使用迭代器或生成器时,将加载所有项 在测试运行开始之前放入内存(我们显式执行此操作以确保 生成器在多进程或多线程中只耗尽一次 测试环境)。

@parameterized装饰器可以使用测试类方法,并且可以独立使用 功能:

from parameterized import parameterizedclass AddTest(object):@parameterized([(2, 3, 5),])def test_add(self, a, b, expected):assert_equal(a + b, expected)@parameterized([(2, 3, 5),
])
def test_add(a, b, expected):assert_equal(a + b, expected)

@parameterized.expand可用于生成测试方法 无法使用测试生成器的情况(例如,当测试 类是单元测试的一个子类。测试用例):

import unittest
from parameterized import parameterizedclass AddTestCase(unittest.TestCase):@parameterized.expand([("2 and 3", 2, 3, 5),("3 and 5", 3, 5, 8),])def test_add(self, _, a, b, expected):assert_equal(a + b, expected)

将创建测试用例:

$ nosetests example.py
test_add_0_2_and_3 (example.AddTestCase) ... ok
test_add_1_3_and_5 (example.AddTestCase) ... ok----------------------------------------------------------------------
Ran 2 tests in 0.001sOK

请注意,@parameterized.expand 的工作原理是在测试上创建新方法 .class。如果第一个参数是字符串,则该字符串将添加到末尾 的方法名称。例如,上面的测试用例将生成方法test_add_0_2_and_3和test_add_1_3_and_5。

@parameterized.expand 生成的测试用例的名称可以是 使用 name_func 关键字参数进行自定义。该值应 是一个接受三个参数的函数:testcase_func、param_num、 和参数,它应该返回测试用例的名称。testcase_func是要测试的功能,param_num将是 参数列表中测试用例参数的索引,参数(参数的实例)将是将使用的参数。

import unittest
from parameterized import parameterizeddef custom_name_func(testcase_func, param_num, param):return "%s_%s" %(testcase_func.__name__,parameterized.to_safe_name("_".join(str(x) for x in param.args)),)class AddTestCase(unittest.TestCase):@parameterized.expand([(2, 3, 5),(2, 3, 5),], name_func=custom_name_func)def test_add(self, a, b, expected):assert_equal(a + b, expected)

将创建测试用例:

$ nosetests example.py
test_add_1_2_3 (example.AddTestCase) ... ok
test_add_2_3_5 (example.AddTestCase) ... ok----------------------------------------------------------------------
Ran 2 tests in 0.001sOK

param(...) 帮助程序类存储一个特定测试的参数 箱。它可用于将关键字参数传递给测试用例:

from parameterized import parameterized, param@parameterized([param("10", 10),param("10", 16, base=16),
])
def test_int(str_val, expected, base=10):assert_equal(int(str_val, base=base), expected)

如果测试用例具有文档字符串,则该测试用例的参数将为 附加到文档字符串的第一行。可以控制此行为 doc_func参数:

from parameterized import parameterized@parameterized([(1, 2, 3),(4, 5, 9),
])
def test_add(a, b, expected):""" Test addition. """assert_equal(a + b, expected)def my_doc_func(func, num, param):return "%s: %s with %s" %(num, func.__name__, param)@parameterized([(5, 4, 1),(9, 6, 3),
], doc_func=my_doc_func)
def test_subtraction(a, b, expected):assert_equal(a - b, expected)
$ nosetests example.py
Test addition. [with a=1, b=2, expected=3] ... ok
Test addition. [with a=4, b=5, expected=9] ... ok
0: test_subtraction with param(*(5, 4, 1)) ... ok
1: test_subtraction with param(*(9, 6, 3)) ... ok----------------------------------------------------------------------
Ran 4 tests in 0.001sOK

最后@parameterized_class参数化整个类,使用 属性列表或将应用于 .class:

from yourapp.models import User
from parameterized import parameterized_class@parameterized_class([{ "username": "user_1", "access_level": 1 },{ "username": "user_2", "access_level": 2, "expected_status_code": 404 },
])
class TestUserAccessLevel(TestCase):expected_status_code = 200def setUp(self):self.client.force_login(User.objects.get(username=self.username)[0])def test_url_a(self):response = self.client.get('/url')self.assertEqual(response.status_code, self.expected_status_code)def tearDown(self):self.client.logout()@parameterized_class(("username", "access_level", "expected_status_code"), [("user_1", 1, 200),("user_2", 2, 404)
])
class TestUserAccessLevel(TestCase):def setUp(self):self.client.force_login(User.objects.get(username=self.username)[0])def test_url_a(self):response = self.client.get("/url")self.assertEqual(response.status_code, self.expected_status_code)def tearDown(self):self.client.logout()

@parameterized_class装饰器接受class_name_func论点, 它控制由 @parameterized_class 生成的参数化类的名称:

from parameterized import parameterized, parameterized_classdef get_class_name(cls, num, params_dict):# By default the generated class named includes either the "name"# parameter (if present), or the first string value. This example shows# multiple parameters being included in the generated class name:return "%s_%s_%s%s" %(cls.__name__,num,parameterized.to_safe_name(params_dict['a']),parameterized.to_safe_name(params_dict['b']),)@parameterized_class([{ "a": "hello", "b": " world!", "expected": "hello world!" },{ "a": "say ", "b": " cheese :)", "expected": "say cheese :)" },
], class_name_func=get_class_name)
class TestConcatenation(TestCase):def test_concat(self):self.assertEqual(self.a + self.b, self.expected)
$ nosetests -v test_math.py
test_concat (test_concat.TestConcatenation_0_hello_world_) ... ok
test_concat (test_concat.TestConcatenation_0_say_cheese__) ... ok

使用单个参数

如果测试函数只接受一个参数并且该值不可迭代, 然后可以提供值列表,而无需将每个值包装在 元:

@parameterized([1, 2, 3])
def test_greater_than_zero(value):assert value > 0

但请注意,如果单个参数可迭代的(例如列表或 元组),那么它必须包装在元组、列表或 param(...) 装饰器中:

@parameterized([([1, 2, 3], ),([3, 3], ),([6], ),
])
def test_sums_to_6(numbers):assert sum(numbers) == 6

虽然看似以上功能支持的挺多 ,但其实真正用的不多 ,因为它跟框架有很大关系的 。具体说明下 :

总结:

  • 它支持nose是最好的 . 如果你的自动化中使用nose,那么以上功能基本都能用到 。

  • 如果你用的测试框架是unittest ,你只能用到它的expand()这个函数 ,不过有这个函数也就够了 。

  • 如果你用的测试框架是pytest , 它支持了Pytest3的版本,再高版本的就不支持了,同时pytest也有自己的参数化工具,一般也不用它了。

3.项目实践

通过数据参数胡重新编写登录测试用例 ,将以前yaml中的登录用例数据转化为paramterized的数据格式 ,它的数据格式要求为:[(),(),()] . 所以,编写测试用例的数据就变为了以下的代码 。

# 将登录数据转化为paramterize所识别的格式。
def get_data():yaml_path = get_file_path('login.yaml')  # 获取login.yaml的全路径result = read_yaml(yaml_path)  # 转化为python对象login_data = result.get('login')  # 获取字典中login的值logger.debug("登录结果:{}".format(login_data))return (login_data)  # 获取字典中login的值@allure.epic("vshop")
@allure.story("登录")
class TestLogin(unittest.TestCase):# case1 : 测试登录功能@parameterized.expand(get_data())def test_login(self,case_name,username,password,code,message):logger.info("从参数化获取的数据:{}|{}|{}|{}|{}".format(case_name,username,password,code,message))with allure.step("执行用例:{},输入用户名:{},输入密码:{}".format(case_name,username,password)):login_result = login(username,password)self.assertEqual(code, login_result.get('errno'))self.assertEqual(message, login_result.get('errmsg'))

这样的话,我们只编写了一条测试用例 ,但是在测试数据中有几条数据 ,都可以正常运行 。

4.项目总结

至此,我们已经实现了五步了 ,分别是 :

第一 、如何编写一个接口自动化框架 ,在第一篇博文中介绍了 。

第二、如何使用unittest编写测试用例 ,已经在第二篇博文中介绍了 。

第三、如何使用requests实现接口请求 ,并和测试用例如何对接 ,已经在第三篇博文中介绍了。

第四、如何使用yaml编写测试数据 ,已经在第四篇博文中介绍了 。

第五,如何使用allure生成测试报告,已经在第五篇博文中介绍了 。

第六 ,如何使用loguru记录日志 ,已经在第六篇博文中介绍了 。

第七,如何使用pymysql连接数据库,已经在第七篇博文中介绍了 。

第八,如何进行数据参数化 ,也就是本篇博文了 。

这篇关于自动化测试如何进行参数化?使用什么工具进行参数化?一文详解parameterized的使用以及如何在自动化中使用。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/241659

相关文章

Python办公自动化实战之打造智能邮件发送工具

《Python办公自动化实战之打造智能邮件发送工具》在数字化办公场景中,邮件自动化是提升工作效率的关键技能,本文将演示如何使用Python的smtplib和email库构建一个支持图文混排,多附件,多... 目录前言一、基础配置:搭建邮件发送框架1.1 邮箱服务准备1.2 核心库导入1.3 基础发送函数二、

Android kotlin中 Channel 和 Flow 的区别和选择使用场景分析

《Androidkotlin中Channel和Flow的区别和选择使用场景分析》Kotlin协程中,Flow是冷数据流,按需触发,适合响应式数据处理;Channel是热数据流,持续发送,支持... 目录一、基本概念界定FlowChannel二、核心特性对比数据生产触发条件生产与消费的关系背压处理机制生命周期

java使用protobuf-maven-plugin的插件编译proto文件详解

《java使用protobuf-maven-plugin的插件编译proto文件详解》:本文主要介绍java使用protobuf-maven-plugin的插件编译proto文件,具有很好的参考价... 目录protobuf文件作为数据传输和存储的协议主要介绍在Java使用maven编译proto文件的插件

Android ClassLoader加载机制详解

《AndroidClassLoader加载机制详解》Android的ClassLoader负责加载.dex文件,基于双亲委派模型,支持热修复和插件化,需注意类冲突、内存泄漏和兼容性问题,本文给大家介... 目录一、ClassLoader概述1.1 类加载的基本概念1.2 android与Java Class

Java中的数组与集合基本用法详解

《Java中的数组与集合基本用法详解》本文介绍了Java数组和集合框架的基础知识,数组部分涵盖了一维、二维及多维数组的声明、初始化、访问与遍历方法,以及Arrays类的常用操作,对Java数组与集合相... 目录一、Java数组基础1.1 数组结构概述1.2 一维数组1.2.1 声明与初始化1.2.2 访问

SpringBoot线程池配置使用示例详解

《SpringBoot线程池配置使用示例详解》SpringBoot集成@Async注解,支持线程池参数配置(核心数、队列容量、拒绝策略等)及生命周期管理,结合监控与任务装饰器,提升异步处理效率与系统... 目录一、核心特性二、添加依赖三、参数详解四、配置线程池五、应用实践代码说明拒绝策略(Rejected

C++ Log4cpp跨平台日志库的使用小结

《C++Log4cpp跨平台日志库的使用小结》Log4cpp是c++类库,本文详细介绍了C++日志库log4cpp的使用方法,及设置日志输出格式和优先级,具有一定的参考价值,感兴趣的可以了解一下... 目录一、介绍1. log4cpp的日志方式2.设置日志输出的格式3. 设置日志的输出优先级二、Window

Ubuntu如何分配​​未使用的空间

《Ubuntu如何分配​​未使用的空间》Ubuntu磁盘空间不足,实际未分配空间8.2G因LVM卷组名称格式差异(双破折号误写)导致无法扩展,确认正确卷组名后,使用lvextend和resize2fs... 目录1:原因2:操作3:报错5:解决问题:确认卷组名称​6:再次操作7:验证扩展是否成功8:问题已解

Qt使用QSqlDatabase连接MySQL实现增删改查功能

《Qt使用QSqlDatabase连接MySQL实现增删改查功能》这篇文章主要为大家详细介绍了Qt如何使用QSqlDatabase连接MySQL实现增删改查功能,文中的示例代码讲解详细,感兴趣的小伙伴... 目录一、创建数据表二、连接mysql数据库三、封装成一个完整的轻量级 ORM 风格类3.1 表结构

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过