• python接口自动化测试


    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]
  • 相关阅读:
    Linux学习
    官网地址
    Unsupported major.minor version 51.0
    获取select的option值
    网页中JS函数自动执行常用三种方法
    Python活力练习Day3
    时间复杂度的简单理解版本,非专业~~
    Python活力练习Day2
    Python活力练习Day1
    状压DP之LGTB 与序列
  • 原文地址:https://www.cnblogs.com/poloyy/p/12274265.html
Copyright © 2020-2023  润新知