ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

DDT数据驱动测试-转载

2022-06-20 16:03:26  阅读:125  来源: 互联网

标签:case DDT ddt 用例 测试用例 测试 test 转载 data


简单介绍
​DDT(Date Driver Test),所谓数据驱动测试,简单来说就是由数据的改变从而驱动自动化测试的执行,最终引起测试结果的改变。通过使用数据驱动测试的方法,可以在需要验证多组数据测试场景中,使用外部数据源实现对输入输出与期望值的参数化,避免在测试中使用硬编码的数据,也就是测试数据和用例脚本代码分离。

DDT它其实就是一个装饰器,它会根据你传递进来的数据来决定要生成几个测试用例。

使用的意义

1.代码复用率高:一个测试逻辑只需要写一次,可以多条测试数据复用,同时提高测试脚本的编写效率。

2.异常排查效率高:根据测试数据,每条数据生成一条测试用例,用例相互分离,一条失败的情况下不会影响其他测试用例。

3.代码可维护性高:简洁明了的测试框架,利于其他同事阅读,提高代码的可维护性。

安装及导入
​ cmd命令行执行安装:pip install ddt

​ 直接导入到模块:import ddt,或导入具体的装饰器:from ddt import ddt, data, unpack

ddt使用详解
三个要点:

@ddt:装饰测试类

@data:装饰测试用例

@unpack:装饰测试用例
​ 要使用ddt的前提是要有测试用例类,然后用@ddt去装饰测试用例类,用@data(测试数据)去装饰测试用例,如下登录接口例子:

python

from ddt import ddt, data
from common.read_excel import ReadExcel
from common.my_logger import log


@ddt # 装饰登录测试用例类,声明使用ddt
class LoginTestCase(unittest.TestCase):

excel = ReadExcel("cases.xlsx", "login")
cases = excel.read_data()

@data(*cases) # 装饰测试用例
def test_login(self, case):
case_data = eval(case["data"])
expected = eval(case["expected"])
case_id = case["case_id"]
result = login_check(*case_data)
response = self.http.send(url=url, method=method, json=data, headers=headers)
result = response.json()
try:
self.assertEqual(expected["code"], result["code"])
self.assertEqual((expected["msg"]), result["msg"])
except AssertionError as e:
log.info("用例:{}--->执行未通过".format(case["title"]))
print("预期结果:{}".format(expected))
print("实际结果:{}".format(result))
raise e
else:
log.info("用例:{}--->执行通过".format(case["title"]))


if __name__ == '__main__':
unittest.main()

​ @ddt它做的事情其实就等同于这句代码:LoginTestCase = ddt(LoginTestCase),把具体的类名传给ddt,告诉ddt是这个测试用例类要使用数据驱动。

​ @data做的事情就是把测试数据作为一个参数传递给测试用例,一个数据对应生成一条测试用例,如果data里面有多个数据那么就对应生成多条测试用例。如果data里放的类似是元组、列表等这样的序列类型的数据,data会把他们当成是一个整体,即一个测试数据。

​ 如果想一次传递多个参数给测试用例,需要自行在脚本中对数据进行分解或者使用@unpack分解数据。如上例子中的测试用例,只使用了一个参数,但这个参数case是一个字典,字典中已经包含多个数据,直接用key获取对应的值即可。@unpack则是可以把序列类型的数据拆分为多个,以多个参数传给测试用例,但测试用例也需要定义同等数量的参数来接收。

​ 上面例子的测试数据cases来源是使用了openpyxl来读取excel中的测试数据的,关于openpyxl可以看我这个系列的另外一篇随笔。这里直接说明cases其实就是像下面这样的一个列表:

python

cases = [{'case_id': 1, 'title': '正常登录', 'data': '("test", "Test1234")', 'expected': '{"code": 0, "msg": "登录成功"}'}, {'case_id': 2, 'title': '密码错误', 'data': '("test", "123")', 'expected': '{"code": 1, "msg": "账号或密码不正确"}'}, {'case_id': 3, 'title': '账户名错误', 'data': '("test11", "Test1234")', 'expected': '{"code": 1, "msg": "账号或密码不正确"}'}]

# *解包后,一个字典就是一个测试用例数据
# 如第一个字典:{'case_id': 1, 'title': '正常登录', 'data': '("test", "Test1234")', 'expected': '{"code": 0, "msg": "登录成功"}'}
​ 通过*解包,它的数据就是3个字典,每次给测试用例传入1个字典,而这个字典里就存放了一条完整的登录接口测试用例的测试数据,包括用例id、用例标题、测试的账号密码、期望返回的结果。

小结:

@data(a,b):a和b各运行一次用例
@data(*(a,b):a和b各运行一次用例,使用*解包,相当于@data(a,b)
@data([a,d],[c,d])
如果没有@unpack[a,b]、[c,d]都会被当成一个参数传入用例,即用[a,b]运行一次,用[c,d]运行一次;
如果有@unpack,[a,b]会被分解开,一次传递两个参数给用例,用例需要定义两个参数接收
@unpack可适用元组、列表或字典,但当传入的是字典时,字典的key和用例定义的参数名需要保持一致
扩展
​ 关键代码:@file_data,传递文件(json/yaml)

python

# 传递json
"""
json文件数据
{
"token":123456,
"actionName": "api.login",
"content": {
"user": "miki",
"pwd": "Test123"
}
}
"""
"""
yaml文件
test_list:
- 11
- 22
- 12
sorted_list: [ 11, 12, 22 ]
"""
from ddt import *


@ddt # 声明使用ddt
class TestFile(unittest.TestCase):

@file_data('D:/test/test.json')
def test_json(self, json_data):
print(json_data)

@file_data('D:/test/test.yaml')
def test_yaml(self, yaml_data):

————————————————
版权声明:本文为CSDN博主「测试架构师北凡」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/csdnchengxi/article/details/125260671

标签:case,DDT,ddt,用例,测试用例,测试,test,转载,data
来源: https://www.cnblogs.com/chenianmingtong/p/16393493.html

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有