python接口自动化测试 - 数据驱动DDT模块的简单使用

Posted 阿菠萝阿瑶

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python接口自动化测试 - 数据驱动DDT模块的简单使用相关的知识,希望对你有一定的参考价值。

DDT简单介绍

  • 名称:Data-Driven Tests,数据驱动测试
  • 作用:由外部数据集合来驱动测试用例的执行
  • 核心的思想:数据和测试代码分离
  • 应用场景:一组外部数据来执行相同的操作
  • 优点:当测试数据发生大量变化的情况下,测试代码可以保持不变
  • 实际项目:excel存储测试数据,ddt读取测试数据到单元测试框架(测试用例中),输出到html报告

 

什么是数据驱动

就是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。说的直白些,就是参数化的应用

 

DDT基础使用(一):传递基础数据类型

# 导入ddt库下所有内容
from ddt import *


# 在测试类前必须首先声明使用 ddt
@ddt
class imoocTest(unittest.TestCase):
    
    # int
    @data(1, 2, 3, 4)
    def test_int(self, i):
        print("test_int:", i)

    # str
    @data("1", "2", "3")
    def test_str(self, str):
        print("test_str:", str)

测试结果

test_int: 1
test_int: 2
test_int: 3
test_int: 4
test_str: 1
test_str: 2
test_str: 3

包含知识点

想使用DDT首先要在单元测试类上面加上 @ddt 

 

DDT基础使用(二):传递一个复杂的数据结构 

from ddt import *


# 在测试类前必须首先声明使用 ddt
@ddt
class imoocTest(unittest.TestCase):
    tuples = ((1, 2, 3), (1, 2, 3))
    lists = [[1, 2, 3], [1, 2, 3]]

    # 元组
    @data((1, 2, 3), (1, 2, 3))
    def test_tuple(self, n):
        print("test_tuple", n)

    # 列表
    @data([1, 2, 3], [1, 2, 3])
    @unpack
    def test_list(self, n1, n2, n3):
        print("test_list", n1, n2, n3)

    # 元组2
    @data(*tuples)
    def test_tuples(self, n):
        print("test_tuples", n)

    # 列表2
    @data(*lists)
    @unpack
    def test_lists(self, n1, n2, n3):
        print("test_lists", n1, n2, n3)

    # 字典
    @data({value1: 1, value2: 2}, {value1: 1, value2: 2})
    @unpack
    def test_dict(self, value1, value2):
        print("test_dict", value1, value2)

测试结果

test_dict 1 2
test_dict 1 2
test_list 1 2 3
test_list 1 2 3
test_lists 1 2 3
test_lists 1 2 3
test_tuple (1, 2, 3)
test_tuple (1, 2, 3)
test_tuples (1, 2, 3)
test_tuples (1, 2, 3)

包含知识点

  • @unpack :当传递的是复杂的数据结构时使用。比如使用元组或者列表,添加 @unpack 之后, ddt 会自动把元组或者列表对应到多个参数上。字典也可以这样处理
  • 当没有加unpack时,test_case方法的参数只能填一个;如元组的例子
  • 当你加了unpack时,传递的数据量需要一致;如列表例子中,每个列表我都固定传了三个数据,当你多传或少传时会报错,而test_case方法的参数也要写三个,需要匹配上
  • 当传的数据是字典类型时,要注意每个字典的key都要一致,test_case的参数的命名也要一致;如字典的例子,两个字典的key都是value1和value2,而方法的参数也是
  • 当传的数据是通过变量的方式,如元组2、列表2,变量前需要加上*

 

DDT基础使用(三):传递json文件

json文件

{
  "first": [
    {
      "isRememberMe": "True",
      "password": "111111",
      "username": "root"
    },
    "200"
  ],
  "second": [
    "{‘isRememberMe‘: True, ‘password‘: ‘1111111‘, ‘username‘: ‘root‘}",
    "406"
  ],
  "third": [
    1,
    2
  ],
  "four": "123123"
}

单元测试类

from ddt import *


# 在测试类前必须首先声明使用 ddt
@ddt
class imoocTest(unittest.TestCase):

    @file_data(F:/test/config/testddt.json)
    def test_json(self, data):
        print(data)

测试结果

[{isRememberMe: True, password: 111111, username: root}, 200]
["{‘isRememberMe‘: True, ‘password‘: ‘1111111‘, ‘username‘: ‘root‘}", 406]
[1, 2, 3, 4]
123123

 

DDT基础使用(四):传递Yaml文件

yaml文件

unsorted_list:
  - 10
  - 15
  - 12

sorted_list: [ 15, 12, 50 ]

单元测试类

from ddt import *


# 在测试类前必须首先声明使用 ddt
@ddt
class imoocTest(unittest.TestCase):

    @file_data(F:/test/config/testddt.yaml)
    def test4(self, data):
        print("yaml", data)

测试结果

yaml [10, 15, 12]
yaml [15, 12, 50]

 

以上是关于python接口自动化测试 - 数据驱动DDT模块的简单使用的主要内容,如果未能解决你的问题,请参考以下文章

python接口自动化--ddt数据驱动

接口自动化 测试数据驱动 DDD模块使用

python-ddt模块使用

Selenium2+python自动化-数据驱动(ddt)

Jmeter 参数化之数据驱动(ddt)

Python接口自动化之数据驱动