Python Unittest ddt数据驱动如何实现
1、数据驱动介绍:
@ddt.ddt(类装饰器,申明当前类使用ddt框架)
@ddt.data(函数装饰器,用于给测试用例传递数据),支持传python所有数据类型:数字(int,long,float,compix),字符串,列表1ist,元组tuple,集合,编写阅读数据文件的函数、@data入口参数加*读取
@ddt.unpack(函致装饰器,将传输的数据包解包),一般作用于元组tuple和列表list、字典(参数名字和个数需要与字典的键保持一致)(数组、字符串不需要)
@ddt.file_data(函数装饰器,可直接读取yaml/json文件)
2、数据驱动和关键驱动的区别:
Data-Driven Tests(DDT)即数据驱动测试,可以实现不同数据运行同一个测试用例。ddt本质其实就是装饰器,一组数据一个场景。
关键字驱动(核心:把业务逻相封装成关键字login,只需要调用login。)
3、混合驱动模式(关键字驱动+数据驱动)
4、在进行数据驱动测试实战:需要在测试类上使用@ddt.ddt装饰器,在测试用例上使用@ddt.data装饰器。
(1)单一参数:导包——写一个参数(列表、数字、字符串)-----设置@ddt.data装饰器写入参数名----方法中写入形参*data----调用参数内容
(2)多参数的数据驱动测试(一个测试参数中含多个元素):导包——设置@ddt装饰器——设置@unpack解包——写入参数——形参传递——调用
(3)txt文件传参
(4)json文件传参
(5)yaml文件传参
(6)xlsx文件传参
注意:Python中传递可变参数:*代表顺序阅读列表类型,**代表顺序阅读对象(字典)类型,点击阅读可变参数部分可了解相关机制
# 1、单一参数的数据驱动 # 前置步骤: # 使用语句import unittest导入测试框架 # 使用语句from ddt import ddt, data导入单一参数的数据驱动需要的包 # 示例会执行三次test,参数分别为'666','777','888' import ddt import unittest @ddt.ddt # 设置@ddt装饰器 class BasicTestCase(unittest.TestCase): @ddt.data('666', '777', '888') # 设置@data装饰器,并将传入参数写进括号 def test(self, *data): # test入口设置形参 print('数据驱动的number:', data) # 程序会执行三次测试,入口参数分别为666、777、888 # 2、多参数的数据驱动 # 在单一参数包的基础上,额外导入一个unpack的包,from ddt import ddt, data, unpack # 步骤:导包——设置@ddt装饰器——设置@unpack解包——写入参数——形参传递——调用 import ddt import unittest Testdata = [ {"username": "admin", "password": "123456", "excepted": {'code': '200', 'msg': '登录成功'}}, {"username": None, "password": "1234567", "excepted": {'code': '400', 'msg': '用户名或密码不能为空'}}, {"username": "admin", "password": None, "excepted": {'code': '400', 'msg': '用户名或密码不能为空'}}, {"username": "admin", "password": "123456789", "excepted": {'code': '404', 'msg': '用户名或密码错误'}}, ] @ddt.ddt class BasicTestCase(unittest.TestCase): #方式一:直接将列表放到data @ddt.data(['张三', '18'], ['李四', '19']) # 设置@data装饰器,并将同一组参数写进中括号[] @ddt.unpack # 设置@unpack装饰器顺序解包,缺少解包则相当于name = ['张三', '18'] def test(self, name, age): print('姓名:', name, '年龄:', age) # 程序会执行两次测试,入口参数分别为['张三', '18'],['李四', '19'] #方式二:写一个列表后,使用*访问列表到data @ddt.data(*Testdata) @ddt.unpack # 设置@unpack装饰器顺序解包 def test_DataDriver(self, *Data): #print('DDT数据驱动实战演示:', Data) res = login.login_check(Testdata['username'], Testdata['password']) self.assertEqual(res, Testdata['excepted']) #3、 txt文件接收参数 # 新建num文件,txt格式 # (1)单一参数按行存储777,888,999 # (2)多参数txt文件 # dict文件内容(参数列表)(按行存储): # 张三,18 # 李四,19 # 编辑阅读数据文件的函数 # 记住读取文件一定要设置编码方式,否则读取的汉字可能出现乱码!!!!!! import ddt import unittest def read_num(): lis = [] # 以列表形式存储数据,以便传入@data区域 with open('num.txt', 'r', encoding='utf-8') as file: # 以只读'r',编码方式为'utf-8'的方式,打开文件'num',并命名为file for line in file.readlines(): # 循环按行读取文件的每一行 lis.append(line.strip('\n')) #单一参数,每读完一行将此行数据加入列表元素,记得元素要删除'/n'换行符!!! #lis.append(line.strip('\n').split(',')) # 多参驱动,删除换行符,根据,分割后,列表为['张三,18', '李四,19', '王五,20'] return lis # 将列表返回,作为@data接收的内容 @ddt.ddt class BasicTestCase(unittest.TestCase): @ddt.data(*read_num()) # 入口参数设定为read_num(),因为返回值是列表,所以加*表示逐个读取列表元素 #txt表格有多少个值,设置多少个接收参数的形参 def test(self, name,age): print('数据驱动的number:', name,age) # 4、JSON文件传参:数据分离 # 多参数——json文件 # 步骤和单一参数类似,仅需加入@unpack装饰器以及多参数传参入口 # dict文件内容(参数列表)(非规范json文件格式): # 单一参数:["666","777","888"] # 多个参数:[["张三", "18"], ["李四", "19"], ["王五", "20"]] # 注意json文件格式字符串用双引号 import ddt import unittest import json def read_dict_json(): return json.load(open('dict.json', 'r', encoding='utf-8')) # 使用json包读取json文件,并作为返回值返回 @ddt.ddt class BasicTestCase(unittest.TestCase): @ddt.data(*read_dict_json()) @ddt.unpack # 使用@unpack装饰器解包 def test(self, name, age): # 因为是非规范json格式,所以形参名无限制,下文会解释规范json格式 print('姓名:', name, '年龄:', age) # 4、JSON文件传参:数据分离 # json文件三种形式: # (1)单一参数:["666","777","888"] # (2)多个参数:[["张三", "18"], ["李四", "19"], ["王五", "20"]] # (3)JSON格式读取,每一组参数以对象形式存储: # [ # {"name":"张三", "age":"18"}, # {"name":"李四", "age":"19"}, # {"name":"王五", "age":"20"} # ] # 单一参数时无需使用unpack,多参数需要使用unpack解包,注意json文件格式字符串用双引号 import ddt import unittest import json #方式1:非正式json格式使用 def read_dict_json(): return json.load(open('dict.json', 'r', encoding='utf-8')) # 使用json包读取json文件,并作为返回值返回 #方式2:JSON格式读取,提取已读完后的json文件(字典形式),通过遍历获取元素,并返回 def read_dict_json(): lis = [] dic = json.load(open('dict.json', 'r', encoding='utf-8')) # 此处加上遍历获取语句,下文yaml格式有实例,方法一样 for item in dic: lis.append(item) return lis @ddt.ddt class BasicTestCase(unittest.TestCase): @ddt.data(*read_dict_json()) @ddt.unpack # 使用@unpack装饰器解包 def test(self, name, age): # 因为是非规范json格式,所以形参名无限制,下文会解释规范json格式 print('姓名:', name, '年龄:', age) #5、多参数yaml # 以对象形式存储yml数据(字典) # yaml格式文件内容 # - # name: 张三 # age: 18 # - # name: 李四 # age: 19 # - # name: 王五 # age: 20 # '-'号之后一定要打空格!!! # ':'号之后一定要打空格!!! # 入口参数与数据参数key命名统一即可导入 import ddt import unittest import yaml @ddt.ddt class BasicTestCase(unittest.TestCase): #方式1:形参入口和数据参数key命名统一 @ddt.file_data('./data/dict.yml') def test(self, name, age): # 设置入口参数名字与数据参数命名相同即可 print('姓名是:', name, '年龄为:', age) #方式2:入口参数与数据参数命名不统一 @ddt.file_data('./data/dict.yml') def test(self, **cdata): # Python中可变参数传递的知识:**按对象顺序执行 print('姓名是:', cdata['name'], '年龄为:', cdata['age']) # 通过对象访问语法即可调用
例子如下:
方式一:测试数据直接写成列表形式,使用ddt.data(*Data)传值
##2.12.2 DDT在自动化测试中的应用(传列表) import ddt import unittest # 给4条测试数据 Testdata = [ {"username": "admin", "password": "123456", "excepted": {'code': '200', 'msg': '登录成功'}}, {"username": None, "password": "1234567", "excepted": {'code': '400', 'msg': '用户名或密码不能为空'}}, {"username": "admin", "password": None, "excepted": {'code': '400', 'msg': '用户名或密码不能为空'}}, {"username": "admin", "password": "123456789", "excepted": {'code': '404', 'msg': '用户名或密码错误'}}, ] @ddt.ddt class TestModules(unittest.TestCase): def setUp(self): print('testcase beaning....') def tearDown(self): print('testcase ending.....') @ddt.data(*Data) def test_DataDriver(self,Data): #print('DDT数据驱动实战演示:',Testdata) res = login.login_check(Testdata['username'], Testdata['password']) self.assertEqual(res, Testdata['excepted']) if __name__ == '__main__': unittest.main()
方式二:数据写到方法形式readData(),使用ddt.data(*readData())传值
import ddt import unittest # 给4条测试数据 def readData(): Testdata = [ {"username": "admin", "password": "123456", "excepted": {'code': '200', 'msg': '登录成功'}}, {"username": None, "password": "1234567", "excepted": {'code': '400', 'msg': '用户名或密码不能为空'}}, {"username": "admin", "password": None, "excepted": {'code': '400', 'msg': '用户名或密码不能为空'}}, {"username": "admin", "password": "123456789", "excepted": {'code': '404', 'msg': '用户名或密码错误'}}, ] return TestData @ddt.ddt class TestModules(unittest.TestCase): def setUp(self): print('testcase beaning....') def tearDown(self): print('testcase ending.....') @ddt.data(*readData()) def test_DataDriver(self,Data): #print('DDT数据驱动实战演示:',Testdata) res = login.login_check(Testdata['username'], Testdata['password']) self.assertEqual(res, Testdata['excepted']) if __name__ == '__main__': unittest.main()
以上是Python Unittest ddt数据驱动如何实现的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

PHP主要是过程式编程,但也支持面向对象编程(OOP);Python支持多种范式,包括OOP、函数式和过程式编程。PHP适合web开发,Python适用于多种应用,如数据分析和机器学习。

PHP适合网页开发和快速原型开发,Python适用于数据科学和机器学习。1.PHP用于动态网页开发,语法简单,适合快速开发。2.Python语法简洁,适用于多领域,库生态系统强大。

VS Code可以在Windows 8上运行,但体验可能不佳。首先确保系统已更新到最新补丁,然后下载与系统架构匹配的VS Code安装包,按照提示安装。安装后,注意某些扩展程序可能与Windows 8不兼容,需要寻找替代扩展或在虚拟机中使用更新的Windows系统。安装必要的扩展,检查是否正常工作。尽管VS Code在Windows 8上可行,但建议升级到更新的Windows系统以获得更好的开发体验和安全保障。

VS Code 扩展存在恶意风险,例如隐藏恶意代码、利用漏洞、伪装成合法扩展。识别恶意扩展的方法包括:检查发布者、阅读评论、检查代码、谨慎安装。安全措施还包括:安全意识、良好习惯、定期更新和杀毒软件。

VS Code 可用于编写 Python,并提供许多功能,使其成为开发 Python 应用程序的理想工具。它允许用户:安装 Python 扩展,以获得代码补全、语法高亮和调试等功能。使用调试器逐步跟踪代码,查找和修复错误。集成 Git,进行版本控制。使用代码格式化工具,保持代码一致性。使用 Linting 工具,提前发现潜在问题。

在 VS Code 中,可以通过以下步骤在终端运行程序:准备代码和打开集成终端确保代码目录与终端工作目录一致根据编程语言选择运行命令(如 Python 的 python your_file_name.py)检查是否成功运行并解决错误利用调试器提升调试效率

Python更适合初学者,学习曲线平缓,语法简洁;JavaScript适合前端开发,学习曲线较陡,语法灵活。1.Python语法直观,适用于数据科学和后端开发。2.JavaScript灵活,广泛用于前端和服务器端编程。

VS Code 可以在 Mac 上使用。它具有强大的扩展功能、Git 集成、终端和调试器,同时还提供了丰富的设置选项。但是,对于特别大型项目或专业性较强的开发,VS Code 可能会有性能或功能限制。
