在测试工作中，针对某一API接口，或者某一个用户界面的输入框，需要设计大量相关的用例，每一个用例包含实际输入的各种可能的数据。通常的做法是，将测试数据存放到一个数据文件里，然后从数据文件读取，在脚本中循环输入测试数据，并对结果进行验证。
我们用Python的unittest+DDT结合的方式；
DDT包含类的装饰器ddt和两个方法装饰器data（直接输入测试数据），file_data（可以从json或者yaml中获取测试数据）
unittest框架：
import unittest
def add(a,b):
res=a+b
return res
class MyTest(unittest.TestCase):
#初始化
def setUp(self):
print('setup')
#结束
def tearDown(self):
print('tearDown')
def test_add(self):
res=add(1,2)
self.assertEqual(res,3)
if __name__ == '__main__':
unittest.main()
Unittest框架包含一个test Fixture，test Fixture由三部分组成，setup，testcase和teardown。Setup过程，是测试用例执行前的初始化过程，teardown过程，是在测试用例执行后，对资源进行释放与回收的过程；而testcase是具体的测试用例。
使用ddt模块需要先安装，并进行导入；
首先在头部导入ddt；
其次在测试类前声明使用ddt（@ddt.ddt）;
第三步，在测试方法前，使用@ddt.data和@unpack进行修饰。
第四步、在data中填加测试数据
如下：
import unittest
import ddt
def add(a,b):
res=a+b
return res
#声明要使用ddt
@ddt.ddt
class MyTest(unittest.TestCase):
#初始化
def setUp(self):
print('setup')
#ddt.data中添加测试数据
@ddt.data([1,2,3],[0,0,0],[999,1,1000])
@ddt.unpack
def test_add(self,a,b,e):
res=add(a,b)
self.assertEqual(res,e)
#结束
def tearDown(self):
print('tearDown')
if __name__ == '__main__':
unittest.main()
执行查看结果：
可以看到我们程序中并没有写循环操作，测试框架自动的将测试数据分成多条测试用例来执行；
当测试数据较多的时候，直接写在ddt.data中又会使代码看起来比较混乱，所以我们可以使用ddt.file_data()直接读取yml文件来读取测试数据，如下：
yaml文件中我们定义了一个二维数组：
Python文件代码：
import unittest
import ddt
def add(a,b):
res=a+b
return res
#声明要使用ddt
@ddt.ddt
class MyTest(unittest.TestCase):
#初始化
def setUp(self):
print('setup')
#ddt.data中添加测试数据
# @ddt.data([1,2,3],[2,3,5])
@ddt.file_data('data.yml')
@ddt.unpack
def test_add(self,value):
print(value)
a=value[0]
b=value[1]
e=value[2]
res=add(a,b)
self.assertEqual(res,e)
#结束
def tearDown(self):
print('tearDown')
if __name__ == '__main__':
unittest.main()
上述代码我们加了print（value），为的是看一下value的取值，执行查看结果：
我们可以看到value的取值是一个list，读取yaml文件是一个二维数组[[1,2,3],[2,3,5]],循环取值后，取出一维数组[1,2,3]，通过角标获取出对应的值，执行了需要测试的函数；
当yaml文件中存在字典格式时我们就需要传入一个**kwargs参数来保存相应的值；
示例如下：
以公司的一个登录接口为例，将测试用例写在yml文件中，Python中调用yml文件获取测试数据：
import unittest
import ddt
import requests
def add(a,b):
res=a+b
return res
#声明要使用ddt
@ddt.ddt
class MyTest(unittest.TestCase):
#初始化
def setUp(self):
print('setup')
#ddt.data中添加测试数据
# @ddt.data([1,2,3],[2,3,5])
# @ddt.file_data('data.yml')
# @ddt.unpack
# def test_add(self,value):
# print(value)
# a=value[0]
# b=value[1]
# e=value[2]
# res=add(a,b)
# self.assertEqual(res,e)
@ddt.file_data('jzjz_data.yml')
@ddt.unpack
def test_login(self,**kwargs):
#由于获取yml文件数据后是一个字典表，所以存入**kwargs中，从kwargs中获取各参数的值
#一般接口调用都会用到的参数信息，data，header，cookie，is_json 设置了默认值，如果测试数据中没有传，则传入默认值
url=kwargs.get('url')
method=kwargs.get('method')
data=kwargs.get('data',{})
check=kwargs.get('check')
header=kwargs.get('header',{})
is_json=kwargs.get('is_json',0)
cookie=kwargs.get('cookie',{})
#如果是get方法则走该分支
if method.upper=='GET':
res=requests.get(url=url,params=data,cookies=cookie,headers=header)
self.assertIn(check,res)
#如果是post请求走这个分支
else:
#如果传入的参数是json类型的，则类型写为json
if is_json==1:
res=requests.post(url=url,json=data,cookies=cookie,headers=header)
#如果传入的不是json，data正常传递给data参数
else:
#因为返回类型是页面的形式，我们返回值转化成为text，如果是json类型的，可以转化成json类型
res=requests.post(url=url,data=data,cookies=cookie,headers=header).text
self.assertIn(check,res)
#结束
def tearDown(self):
print('tearDown')
if __name__ == '__main__':
unittest.main()
yml文件的内容：
执行Python文件，查看结果：
setup
.tearDown
setup
.tearDown
setup
.tearDown
setup
.
tearDown
----------------------------------------------------------------------
Ran 4 tests in 36.532s
OK
测试用例直行通过，实际结果与预期结果一致；
在实际测试中，我们可能会用到发送邮件和生成测试报告，之前的学习中也已经说过了，这里简单写一下生成测试报告的过程：
if __name__ == '__main__':
# unittest.main()
#创建一个测试套件
suite=unittest.TestSuite()
#套件中加入所有的测试用例
suite.addTests(unittest.makeSuite(MyTest))
#创建测试报告
result=BeautifulReport(suite)
#生成报告
result.report(description='登录接口',filename='login_report.html',log_path=r'C:/besttest/newpython/besttest_code/练习/day11笔记')
执行查看结果，生成了测试报告：
至此一个简单的接口自动化就完成了，上面说到的都是数据驱动，有些数据驱动不能满足的情况下，我们就需要代码来驱动，比如测试过程中后面的测试用例用到了前面调用接口成功后的返回值，这个时候就需要代码来实现了，后面也会把框架规范会，可以适用于以后的测试项目中。