在接口自动化测试中,往往一个接口的用例需要考虑 正确的、错误的、异常的、边界值等诸多情况,然后你需要写很多个同样代码,参数不同的用例。如果测试接口很多,不但需要写大量的代码,测试数据和代码柔合在一起,可维护性也会变的很差。数据驱动可以完美的将代码和测试数据分开,将代码进行分装,提高复用性,测试数据维护在本地文件或数据库。
使用python做接口自动化,首要任务是搭建一个自动化测试框架,其中unittest+ddt是一个不错的选择,下文主要介绍ddt在unittest下的使用。
ddt包含两个方法装饰器 ddt.data 和 ddt.file_data
一、ddt.data(直接输入测试数据)
ddt.unpack 的作用是把参数中 元祖 或者 列表 的元素对应到多个参数上,没有加 ddt.unpack 表示把 元祖 或者 列表本身当成一个参数传入。
下面这段代码,ddt.data() 有三组测试数据,每组测试数据都会执行一次 test_login() 。
import json
import unittest
from common.readConfig import readConfig
import requests
from ddt import ddt,data,file_data,unpack
@ddt # 在测试类前必须首先声明使用 ddt.ddt
class Mytest(unittest.TestCase):
def setUp(self):
# 获取测试接口的url
self.url = readConfig().getHttp('usercenter') + readConfig().get_UC('login')print('setup')
@data(({"isRememberMe": True ,"password": "111111","username": "root"},200),
({"isRememberMe": True, "password": "1111111", "username": "root"},406),
({"isRememberMe": True, "password": "111111", "username": "rot"},406))
@unpack
# 后台人员登录
def test_login(self,data,status):
body = json.dumps(data)
header = {"Content-Type":"application/json","Accept": "application/json","token": "1231"}
re = requests.post(self.url,data=body,headers = header,verify = False)
code = re.status_code
print(re.text,re.status_code)
# 断言
self.assertEqual(int(status),int(code))
def tearDown(self):
print('tearDown')
if __name__ == '__main__':
unittest.main()
二、ddt.file_data (参数是文件名。文件可以是json 或者 yaml类型)
如果文件中是列表,每个列表的值会作为测试用例参数,同时作为测试用例方法名后缀显示。如果文件中是字典,字典的key会作为测试用例方法的后缀显示,字典的值会作为测试用例参数。下文两种类型的文件分别举一个例子。
新建文件testdata.json:
{
"first": ["{'isRememberMe': True,'password': '111111','username': 'root'}", "200"],
"second": ["{'isRememberMe': True, 'password': '1111111', 'username': 'root'}", "406"],
"third": ["{'isRememberMe': True, 'password': '111111', 'username': 'rot'}", "406"]
}
新建文件testdata.yaml:
first: ["{'isRememberMe': True,'password': '111111','username': 'root'}","200"]
second: ["{'isRememberMe': True, 'password': '1111111', 'username': 'root'}", "406"]
third: ["{'isRememberMe': True, 'password': '111111', 'username': 'rot'}", "406"]
新建测试脚本:
import json
import unittest
from common.readConfig import readConfig
import requests
from ddt import ddt,data,file_data,unpack
@ddt # 在测试类前必须首先声明使用 ddt.ddt
class Mytest(unittest.TestCase):
def setUp(self):
# 获取测试接口的url
self.url = readConfig().getHttp('usercenter') + readConfig().get_UC('login')print('setup')
@file_data('D:\\automation--interface\\testcase\\UC\\testdata.json')
# @file_data('D:\\automation--interface\\testcase\\UC\\testdata.yaml')
# 后台人员登录
def test_login(self,data):
body = json.dumps(eval(data[0]))
status = data[1]
header = {"Content-Type":"application/json","Accept": "application/json","token": "1231"}
re = requests.post(self.url,data=body,headers = header,verify = False)
code = re.status_code
print(re.text,re.status_code)
# 断言
self.assertEqual(int(status),int(code))
def tearDown(self):
print('tearDown')
if __name__ == '__main__':
unittest.main()
以上代码大家可以本地测试下,感谢同学们的学习和对我们的支持。
本文标题: python ddt数据驱动最简实例代码
本文地址: http://www.cppcns.com/jiaoben/python/252988.html