01 前言
我们在进行接口测试时,大多数时候都是针对接口的参数设计用例进行测试,而相应的测试步骤基本相同(调用接口、检查返回码、检查返回数据)。
这种场景非常适合使用数据驱动的测试。数据驱动测试的理念是将测试数据和测试步骤分离开,使得测试代码更加简洁,增加测试数据就能增加测试用例,这样使得测试更加方便快捷,现本文主要介绍Python中的DDT框架。
02 场景
假设现在有一个待测接口为创建用户:CreateUser,创建用户的参数信息如下:
针对这个说明可以设计几个测试用例如下(包括但不限于):
假设接口的授权调用已经在MyRequst中实现,则调用测试接口的步骤大致如下:
-
import MyRequst
-
para={"username": "ab",
-
"phone": "3800000000"
-
}
-
ret = MyRequst.post(para)
-
assert ret.status_code == 200
-
assert ret.msg == None
03 DDT的具体实践
如果不使用数据驱动测试,我们的测试可能会按如下这种模式写:
-
import unittest
-
import MyRequst
-
class TestCreateUser(unittest.TestCase):
-
def test1(self):
-
para={"username": "ab",
-
"phone": "3800000000"
-
}
-
ret = MyRequst.post(para)
-
assert ret.status_code == 400
-
assert ret.msg == "username is invalid"
-
def test2(self):
-
para={"username": "abc",
-
"phone": "3800000001"
-
}
-
ret = MyRequst.post(para)
-
assert ret.status_code == 200
-
assert ret.msg == None
可见测试代码太冗长,如果想增加新的测试用例,代码还会越来越长。而使用DDT可以将测试数据分离出去,代码如下:
-
import unittest
-
from ddt import ddt, data, file_data, unpack
-
import MyRequst
-
@ddt
-
class TestCreateUser(unittest.TestCase):
-
#使用外部文件作为测试数据
-
@file_data('data/test_data_dict_dict.json')
-
def test(self, username, phone, email, sex, code, msg):
-
para={"username": username,
-
"phone": phone,
-
"email": email,
-
"sex": sex
-
}
-
ret = MyRequst.post(para)
-
assert ret.status_code == code
-
assert ret.msg == msg
而其中test_data_dict_dict.json文件中保存测试数据:
-
{
-
"1":{
-
"username":"ab",
-
"phone":"3800000000",
-
"email":None,
-
"sex": None,
-
"code": 400,
-
"msg":"username is invalid"
-
},
-
"2":{
-
"username":"abc",
-
"phone":"3800000001",
-
"email":None,
-
"sex": None,
-
"code": 200,
-
"msg":None
-
}
-
}
增加测试用例只需要在测试数据文件中增加相应dict即可,无需要改动测试代码,这样非常便于管理,测试步骤和测试用例都非常清晰明了。
如果不想使用外部文件,DDT还提供了在data方法可以在测试用例文件中使用元祖列表等传入测试数据,具体用法可参考官方文档。
感谢每一个认真阅读我文章的人,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:
这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你!有需要的小伙伴可以点击下方小卡片领取