自动化测试之数据驱动DDT

​
引言

你是否有过这种感受，在做自动化测试过程中，不论是API 自动化测试还是UI 自动化测试，我们写测试脚本有很大一部分时间都是在准备数据（setUp）、清理数据（tearDown）。因为数据是做自动化测试的至关重要的一个环节。如此看来数据驱动真的十分重要。接下来分享的内容是：Unittest测试框架中常用的数据驱动框架：DDT 。

数据驱动

1、数据驱动是什么？

  数据驱动，指在自动化测试中处理测试数据的方式。

通常测试数据与功能函数分离，存储在功能函数的外部位置。在自动化测试运行时，数据驱动框架会读取数据源中的数据，把数据作为参数传递到功能函数中，并会根据数据的条数多次运行同一个功能函数。

数据驱动的数据源可以是函数外的数据集合、CSV 文件、Excel 表格、TXT 文件，以及数据库等。

2、数据驱动的优点？

(1)、减少重复代码
通过以下实例来看下数据驱动是如何减少重复代码的。

如果不使用数据驱动时，并且同一个功能函数存在多个测试数据，你只能多次调用这个功能函数；另外一旦某一个测试数据有更改/删除，你需要在函数调用里去更改相应的测试数据，非常不方便。

如果使用测试驱动时，你的代码可能会是这样的：

# origin_data指向一个文件，这个文件里存储有你所有的测试数据。
origin_data = './tests/data/testdata.csv'
 
# dataDrivenDecorator是你实现数据驱动的装饰器
 
@dataDrivenDecorator(origin_data)
def test_001(user, pwd, num):
    # 实际函数逻辑
    pass

这种情况下， 你无须进行多次调用，而且当你的测试数据发生改变时， 你仅需要更改数据源文件的数据就可以了。

3、Python 中使用广泛的数据驱动框架有哪些？

DDT（Data-Driven Tests），通常结合Unittest 使用

parameterized，是Pytest 实现数据驱动的常用框架

DDT 包含哪些装饰器

1 个类装饰器

ddt 这个类装饰器必须装饰在TestCase 的子类上，TestCase 是Unittest 框架中的一个基类，它实现了Test Runner 驱动测试运行所需的接口（interface）。

2 个方法装饰器

分别是：data 和 file_data。
  data 装饰器，直接提供测试数据；
  file_data 装饰器则从 JSON 或 YAML 文件加载测试数据。

DDT 的使用步骤如下：
使用@ddt 装饰你的测试类；

使用@data 或者@file_data 装饰你需要数据驱动的测试方法；

如一组测试数据有多个参数，则需unpack，使用@unpack 装饰你的测试方法。

Python 安装DDT ：

安装命令：pip install ddt或python -m pip install ddt
DDT 的使用

(1)、ddt 直接提供数据

from ddt import ddt, data, file_data, unpack
from selenium import webdriver
import unittest
import time
 
# ddt一定是装饰在TestCase的子类上
@ddt
class Baidu(unittest.TestCase):
    def setUp(self):
        self.driver = webdriver.Chrome()
        self.driver.implicitly_wait(30)
        self.base_url = "http://www.baidu.com/"
 
    # data表示测试数据是直接提供的。
    # unpack表示，对于每一组数据，如果它的值是list或者tuple，那么就分拆成独立的参数。
 
    @data(['Testing', 'Testing'], ['hello_world.com','Testing'])
    @unpack
    def test_baidu_search(self, search_string, expect_string):
        driver = self.driver
        driver.get(self.base_url + "/")
        driver.find_element_by_id("kw").send_keys(search_string)
        driver.find_element_by_id("su").click()
        time.sleep(2)
        search_results = driver.find_element_by_xpath('//*[@id="1"]/h3/a').get_attribute('innerHTML')
        print(search_results)
        self.assertEqual(expect_string in search_results, True)
 
    def tearDown(self):
        self.driver.quit()
 
if __name__ == "__main__":
    unittest.main(verbosity=2)

在这个例子中，我直接使用了@data 装饰器。在这个装饰器中，我给出了测试的2 组数据，分别是 [‘Testing’, ‘Testing’] 和 [‘hello_world.com’, ‘Testing’]；然后我使用 @unpack 装饰器把每一组数据的数据unpack 成一个个的参数传给我的函数 test_baidu_search。

当你运行上面代码，从结果中会发现虽然我们只有一个测试用例test_baidu_search。但在生成的测试报告里，显示“Run 2 tests in XX”，也就是test_baidu_search 运行了 2 次，这就是DDT 在起作用。

(2）ddt 使用函数提供数据

ddt 直接提供数据，除去上述的直接把数据写在@data() 的参数中外，还有一个情况，即数据先从函数获取，然后再写入@data() 的参数中。

from ddt import ddt, data, file_data, unpack
from selenium import webdriver
import unittest
import time
 
def get_test_data():
    # 这里写你获取测试数据的业务逻辑。
 
    # 获取到后，把数据返回即可。
 
    # 注意，如果多组数据，需要返回类似([数据1-参数1， 数据1-参数2]，[数据2-参数1， 数据2-参数2])这样的格式，方便ddt.data()解析
 
    # 解析后返回的数据格式如下：
    results = (['Testing', 'Testing'], ['hello_world.com', 'Testing'])
    return results
 
# ddt一定是装饰在TestCase的子类上
 
@ddt
class Baidu(unittest.TestCase):
    def setUp(self):
        self.driver = webdriver.Chrome()
        self.driver.implicitly_wait(30)
        self.base_url = "http://www.baidu.com/"
 
    # data表示data是直接提供的。注意data里的参数我写了函数get_test_data()的返回值，并且以*为前缀，代表返回的是可变参数。
 
    # unpack表示，对于每一组数据，如果它的值是list或者tuple，那么就分拆成独立的参数。
 
    @data(*get_test_data())
    @unpack
    def test_baidu_search(self, search_string, expect_string):
        driver = self.driver
        driver.get(self.base_url + "/")
        driver.find_element_by_id("kw").send_keys(search_string)
        driver.find_element_by_id("su").click()
        time.sleep(2)
        search_results = driver.find_element_by_xpath('//*[@id="1"]/h3/a').get_attribute('innerHTML')
        print(search_results)
        self.assertEqual(expect_string in search_results, True)
 
    def tearDown(self):
        self.driver.quit()
 
if __name__ == "__main__":
    unittest.main(verbosity=2)

在上述示例中，我创建了一个函数get_test_data() 用于获取我的测试数据。这个函数可以带参数，也可以不带参数，具体需要根据你的业务逻辑来。

注意：get_test_data() 的返回值，一定需要遵守ddt.data() 可接受的数据格式。

即：一组数据，每个数据为单个的值；多组数据，每组数据为一个列表或者一个字典。

关于 ddt 使用文件提供数据：JSON 和 YAML

我写在了另一篇文章
链接: 四外部导入