python编程面向对象与基于模块的框架

python编程面向对象与基于模块的框架

完成面向对象的回顾和重新认识

实现模块的调用，基于老师说的模块理念（分层理念）

#package(包) 驼峰首字符小写，后边首字符大写 pyLearn py_learn

#module 命名类似于package

#class 命名首字母大写

#类 以及类相关的属性和方法

#对象 相关的属性和方法

init （对父类的重写，这时候会执行你的code）

干什么用？

生成对象的时候，首先要执行的内容，帮助对象完成首先要用的属性或者其他需要的方法

调用过程？什么时候被执行？

基类 -type

带下划线属于私有的，专有的

__new__载类，生成一片地址然后调用） -> init方法

init调用之前有动作

调用的过程是什么？

类是什么？类就是对对象的统一的描述，定义，声明 ——抽象

面向对象的思想

if __name__ == '__main__': #下面的是测试代码
	mytest = learnClass   #赋值，将类装载到内存中
	mytest = learnClass()  #加括号表示调用，实例化要用调用，通过类实例化了一个对象

@classmethod装饰器 类的方法

@staticmethod装饰器 静态方法 （传入普通参数）

创建一个包business 将功能放进里面，新建的py文件中function_module1.py

这就是封装 – 将你的代码抽象成类之后，将类放入一个包中的module，这就是封装

参数化

class Function1:
	def __init__(self):
		self.param="test"
	def function_method(self，params):
		#中间经过一系列
		return params

创建一个test_cases包 ，创建一个module，专门针对business function_module1进行测试

python就是调用business包中的function_module1模块，模块中的类Function1

框架就是将抽象好的类，放到不同的包的模块中 – 模块化，分不同包的时候叫 分层设计（分层思想）

调用之前要导包，导入模块，导入模块中的类，这就是调用

from business.function_module1 import Function1
class TestFunction1:
	def __init__(self)：
		pass
	def test_method1(self,params,expectded_result):
		#调用某这个方法，在测试人中，就是步骤，调用被测功能
		func_result = Function().function_method()
		#if 用法在这里就是测试中的断言，底下的内容叫测试用例
		if func_result == expected_result:
			print("pass")
		else:
			print("Fail")

自动化测试：使用代码实现对程序进行测试

自动化测试用例：

1.自动化测试被测对象 - 被测功能（方法）

2.自动化测试方法 - 调用被测功能

3.进行数据传参（测试数据，期望结果）

自动化测试框架的分层：

1.功能层 - 业务层，和业务相关的功能

2.common - 通用的功能

3.测试用例层 - 专门放测试用例叫test_cases包test_function模块

4.执行层 - 执行层组织用例，负责执行哪些测试用例，和用例用什么数据(test_perform)

5.数据层 - 放所以的测试数据（data)

6.report - 报告层（暂时放入文件中，后续，用unittest HTML TestRunner）

7.工具层 - utilities 专门放一些开发好的工具，用于帮助我们完成某些工作

8.数据解析层 - 专门负责对数据文件的解析后（data_parser)

写一个方法，调用另一个方法的好处

1.模块化

2.代码复用性

3.高内聚，低耦合

4.易维护

5.团队协作

数据文件的设计

1.方便阅读和理解

2.设计特征码 - 目的，告诉程序，你按照某种鬼册去解析文件

3.测试数据文件在处理过程中，严禁对数据进行修改

模块之间的调用关系：

功能层：存放一些的都是一些要测试的功能或者业务

执行层：运行程序，调用数据解析层和测试用例层

数据解析层：用来解析数据，需要导入测试数据

数据层：用来存放测试数据

测试用例层：进行断言，调用功能层