Python接口自动化测试数据驱动DDT使用实战

小梧敲代码

于 2023-09-21 13:55:55 发布

阅读量221

点赞数

文章标签： python 软件测试程序员接口测试自动化测试测试工程师

本文链接：https://blog.csdn.net/xfw17397388089/article/details/133132846

版权

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
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

三、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*。

四、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]
123123

五、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