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
ddt	unittest	第三方包，需要下载安装
parameterized	nose,unittest,pytest	第三方包，需要下载安装
@pytest.mark.parametrize	pytest	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，如果单个参数是可迭代的（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！

---