前言
环境准备
首先,需要安装ddt模块
pip install ddt
调用时标准格式
在类下面如下写上:@ddt.ddt
在调用的方法下面需要写上:@ddt.data(需要传入的多组数据)
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。
一、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。
实现方式
老的实现方式中,对测试结果的解析和校验都是在各个 case 中做的, case 层的处理的逻辑较为混杂,可读性不强
新的实现方式中,case 层只需要调用下结果校验的方法,逻辑清晰
工具
数据驱动在自动化中起到了一个很重要的作用。它实现了一条case,多次执行。很多的接口测试工具,也都把数据驱动利用的淋漓尽致。就拿我们最熟悉的jmeter来说。它的数据驱动是依靠CSV文件(一种通用文本格式。常用于数据之间的转换。
一行就是一条数据,数据中多个值用“,”分割。)设置的,通过编写CSV表格,然后设置好对应的参数。在接口中调用这些参数所属的变量。即可实现数据驱动。
二、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</