python ddt mysql_Python数据驱动DDT的应用
原標(biāo)題:Python數(shù)據(jù)驅(qū)動DDT的應(yīng)用
在開始之前,我們先來明確一下什么是數(shù)據(jù)驅(qū)動,在百度百科中數(shù)據(jù)驅(qū)動的解釋是:數(shù)據(jù)驅(qū)動測試,即黑盒測試(Black-box Testing),又稱為功能測試,是把測試對象看作一個黑盒子。利用黑盒測試法進行動態(tài)測試時,需要測試軟件產(chǎn)品的功能,不需測試軟件產(chǎn)品的內(nèi)部結(jié)構(gòu)和處理過程。數(shù)據(jù)驅(qū)動測試注重于測試軟件的功能性需求,也即數(shù)據(jù)驅(qū)動測試使軟件工程師派生出執(zhí)行程序所有功能需求的輸入條件。
這說的是什么?為什么我完全不懂!!!咱們來分析一下。
利用黑盒測試法進行動態(tài)測試時,需要測試軟件產(chǎn)品的功能,不需測試軟件產(chǎn)品的內(nèi)部結(jié)構(gòu)和處理過程 –重點在測試功能,不需要考慮內(nèi)部處理過程
也即數(shù)據(jù)驅(qū)動測試使軟件工程師派生出執(zhí)行程序所有功能需求的輸入條件 – 重點在測試時候的輸入條件
在實際的自動化測試中,數(shù)據(jù)驅(qū)動是通過數(shù)據(jù)的改變從而驅(qū)動自動化測試的執(zhí)行,最終引起測試結(jié)果的改變,簡單的來說,就是將測試數(shù)據(jù)與實際的測試代碼區(qū)分開。
Python中大部分人最先接觸的測試框架就是unittest,可是unittest本身并不支持?jǐn)?shù)據(jù)驅(qū)動,需要借助ddt來實現(xiàn)。接著我們就用unittest+ddt來給大家看一下數(shù)據(jù)驅(qū)動。
ddt是 “Data-Driven Tests”的縮寫。官方資料是:http://ddt.readthedocs.io/en/latest/ 。
下面是每個組件的簡單介紹:
ddt.ddt:
裝飾類,用于unittest.TestCase子類的類裝飾器。
ddt.data:
添加到unittest.TestCase測試用例上的方法裝飾器。
ddt.file_data(value):
添加到unittest.TestCase測試用例上的方法裝飾器。
value應(yīng)該是文件目錄的路徑。文件應(yīng)該包含JSON編碼的數(shù)據(jù),可以是列表,也可以是dict。
如果文件中是列表,每個列表的值會作為測試用例參數(shù),同時作為測試用例方法名后綴顯示。
如果文件中是字典,字典的key會作為測試用例方法的后綴顯示,字典的值會作為測試用例參數(shù)。
ddt.unpack:
傳遞的是復(fù)雜的數(shù)據(jù)結(jié)構(gòu)時使用。比如使用元組或者列表,添加unpack之后,ddt會自動把元組或者列表對應(yīng)到多個參數(shù)上。
我們來用實例感受一下每個組件,先用data來傳入比較簡單的值,來做數(shù)據(jù)驅(qū)動。
簡單數(shù)據(jù)注入:
import ddt
import unittest
@ddt.ddt
class TestCase(unittest.TestCase):
def setUp(self):
print("Before every test case!")
@ddt.data(1,2,3,4,5,6)
def test_case_01(self,value):
print("value is: "+ str(value))
if __name__ == "__main__":
unittest.main
運行中發(fā)現(xiàn),有6組數(shù)據(jù),一共執(zhí)行了6次
測試方法后會被ddt加一個后綴,ddt會嘗試把測試數(shù)據(jù)轉(zhuǎn)化為后綴附在測試方法后,組成一個新的名字。
復(fù)雜數(shù)據(jù)注入:
如果嘗試著用一些比較復(fù)雜的數(shù)據(jù),比如元組/列表/字典,我們就需要調(diào)用unpack來實現(xiàn),下面是一些例子
import ddt
import unittest
@ddt.ddt
class TestCase(unittest.TestCase):
def setUp(self):
print("Before every test case!")
@ddt.unpack
@ddt.data({'value1': '孫儷', 'value2': '鄧超'},
{'value1': '蔡少芬', 'value2': '張晉'},
{'value1': '袁詠儀', 'value2': '張智霖'})
def test_case_01(self,value1,value2):
print("value1 is: " + value1)
print("value2 is: " + value2)
@ddt.unpack
@ddt.data((1,2),(3,4),(5,6))
def test_case_02(self, value1, value2):
print("value1 is: " + str(value1))
print("value2 is: " + str(value2))
@ddt.unpack
@ddt.data([1,9],[2,8],[3,7])
def test_case_03(self, value1, value2):
sum = value1 + value2
self.assertEqual(sum, 10)
if __name__ == "__main__":
unittest.main
現(xiàn)在也有一種比較流行的處理方式,不借助unpack可以直接做字典數(shù)據(jù)的注入。
import ddt
import unittest
data = ({'value1': '孫儷', 'value2': '鄧超'},
{'value1': '蔡少芬', 'value2': '張晉'},
{'value1': '袁詠儀', 'value2': '張智霖'})
@ddt.ddt
class TestCase(unittest.TestCase):
def setUp(self):
print("Before every test case!")
@ddt.data(*data)
def test_case_01(self,data):
print("value1 is: " + data['value1'])
print("value2 is: " + data['value2'])
if __name__ == "__main__":
unittest.main
文件數(shù)據(jù)注入:
有時候,將測試數(shù)據(jù)直接寫到Python文件里不利于我們對數(shù)據(jù)的管理,這時候,我們就可以借助文件來做數(shù)據(jù)的注入。
創(chuàng)建一個yml文件:
-1
-2
-3
-4
創(chuàng)建一個json文件:
{
"positive_integer_range": {
"start":0,
"end":2,
"value":1
},
"negative_integer_range": {
"start":-2,
"end":0,
"value":-1
},
"positive_real_range": {
"start":0.0,
"end":1.0,
"value":0.5
},
"negative_real_range": {
"start":-1.0,
"end":0.0,
"value":-0.5
}
}
然后將yml與json文件注入測試用例中
import ddt
import unittest
@ddt.ddt
class TestCase(unittest.TestCase):
def setUp(self):
print("Before every test case!")
@ddt.file_data('testdata_dic.json')
def test_case_01(self,start,end,value):
print("start is: " + str(start))
print("end is: " + str(end))
print("value is: " + str(value))
@ddt.file_data('testdata_list.yml')
def test_case_02(self, value):
print("value is: " + str(value))
if __name__ == "__main__":
unittest.main
運行之后結(jié)果為:
這樣,就為我們數(shù)據(jù)驅(qū)動的用法提供了多樣性。
最后,希望本文能幫助到大家。返回搜狐,查看更多
責(zé)任編輯:
總結(jié)
以上是生活随笔為你收集整理的python ddt mysql_Python数据驱动DDT的应用的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: mysql逻辑删除的问题_数据库表涉及-
- 下一篇: python字符串单个替换_如何用变量替