Python 模块 ddt 数据驱动测试

简介

  • ddt 提供了一种方便的方法来实现数据驱动测试(Data-Driven Testing)。
  • 数据驱动测试是一种测试方法,通过将测试数据与测试逻辑分开,可以使用不同的数据集来运行相同的测试用例。这样可以提高测试的灵活性和可维护性,减少代码的重复编写。

                         

目录

1. 常用方法说明

2. 数据驱动测试

2.1. 基本结构介绍

2.2. 简单的使用方法

2.3. 读取csv文件测试

2.4. 读取Excel文件测试


                         

1. 常用方法说明

ddt.data(*args)

  • 装饰器,用于指定测试方法的数据来源。
  • *args 可以接受多个数据集,每个数据集会生成一个独立的测试用例。

                         

ddt.unpack(data)

  • 装饰器,用于解压数据集。
  • 通常与 ddt.data(*args) 一起使用,将传入的数据集解压为多个参数,以便用于测试方法的参数化调用。

                         

ddt.file_data(file_path)

  • 装饰器,用于读取文件中的测试数据。
  • file_path 参数指定要读取的文件路径,文件可以是CSV、Excel等格式。

                         

                         

2. 数据驱动测试

2.1. 基本结构介绍

1、ddt 用于数据驱动,测试还需要导入 unittest 模块

import ddt
import unittest

                         

2、创建一个继承自测试框架的类(使用 @ddt.ddt 装饰器来标记该类为数据驱动测试类)

@ddt.ddt
class MyDataDrivenTest(unittest.TestCase):
    print("测试方法1")
    print("测试方法2")
    print("测试方法3")

                         

3、测试方法中,使用 @ddt.data 装饰器来指定测试数据集

'''指定多个数据作为测试用例'''
@ddt.data((1, 2), (3, 6), (4, 8))  
'''解压缩数据元组'''
@ddt.unpack
'''定义测试方法'''
def test_example(self, input_data, expected_result):
    # 运行另一个测试函数(test_func),代入输入数据,并返回结果
    result = test_func(input_data)  
    # 对返回结果断言(预期为指定的预期结果)
    self.assertEqual(result, expected_result)  

                         

4、执行数据驱动测试

if __name__ == '__main__':
    unittest.main()

                         

2.2. 简单的使用方法

通过 ddt.data 传入数据,测试方法根据数据个数依次调度,通过预期和实际结果进行断言。

import unittest
import ddt

'''继承自测试的框架,定义为数据驱动类'''
@ddt.ddt
class MyDataDrivenTest(unittest.TestCase):
    # 准备驱动数据 ([输入,预期] , [输入,预期]...)
    @ddt.data([1, 2], [2, 4], [3, 6])
    @ddt.unpack     # 解压数据
    def test_func1(self, input, expect):
        # 简单的测试方法
        result = input * 2
        # 打印数据信息
        print(f'输入数据:{input},输出数据:{result},预期结果:{expect}')
        # 断言输出数据和预期结果
        self.assertEqual(result, expect)

if __name__ == '__main__':
    unittest.main()     # 执行

注意:这里的 result = input * 2 只是一个简单的测试方法,一般对于实际场景会把这里改成一个专门的测试函数。

例如:测试Linux某个目录下有多少文件,则将输入数据定义为路径,预期结果定义为文件数量。通过一个专门的方法去获取文件数据,则 result = get_filenum(input) 通过 get_filenum 去获取文件数量,再将返回结果断言。

Python 模块 ddt 数据驱动测试_第1张图片

举一个异常的输出例子

Python 模块 ddt 数据驱动测试_第2张图片

                         

2.3. 读取csv文件测试

csv文件内容如下

Python 模块 ddt 数据驱动测试_第3张图片 

                          

ddt.file_data 方法可以直接读取文件,但是打开文件出错,没有找到解决的方法。

使用 csv 模块自己封装一个读取文件的方法。

import csv

file_path = r'E:\test.csv'

def get_csv(file):
    '''定义一个读取csv文件内容的方法'''
    with open(file, encoding='utf-8') as f:
        # 创建读取对象
        csv_reader = csv.reader(f)
        # 跳过第一行(next() 函数用于获取迭代器的下一个元素)
        next(csv_reader)
        # 将文件内容赋值给变量
        csv_value = [v for v in csv_reader]
    # 返回结果
    return csv_value

'''调用方法'''
result = get_csv(file_path)
print(result)

结果如下

Python 模块 ddt 数据驱动测试_第4张图片

                         

套入方法,执行测试

import ddt
import csv
import unittest

# 指定测试文件路径
file_path = r'E:\test.csv'

def multiplication(input_data):
    '''定义一个测试方法,这里的名称不能以test开头,否则会被读取为框架方法'''
    return input_data * 2

def get_csv(file):
    '''定义一个读取csv文件内容的方法'''
    with open(file, encoding='utf-8') as f:
        csv_reader = csv.reader(f)
        next(csv_reader)
        csv_value = [v for v in csv_reader]
    return csv_value

@ddt.ddt
class MyDataDrivenTest(unittest.TestCase):
    '''封装一个数据驱动测试框架'''
    # 获取csv文件内容
    csv_data = get_csv(file_path)

    # 将内容当做数据传入驱动
    @ddt.data(*csv_data)
    @ddt.unpack     # 解压数据
    def test_func(self, *test_data):
        # 读取传入的两个数据
        input,expect = test_data
        # 因为测试方法是计算,将结果转换为int类型
        input = int(input); expect = int(expect)

        # 执行测试,将返回结果赋值
        result = multiplication(input)

        # 打印测试信息
        print(f'输入数据:{input},输出数据:{result},预期结果:{expect}')

        # 断言输出数据和预期结果
        self.assertEqual(result, expect)

if __name__ == '__main__':
    unittest.main()

输出结果

Python 模块 ddt 数据驱动测试_第5张图片

                         

2.4. 读取Excel文件测试

Excel 文件内容如下

Python 模块 ddt 数据驱动测试_第6张图片

                         

通过 openpyxl 去读取数据(不读第1行)

import openpyxl

file_path = r'E:\test.xlsx'

def get_excel(file):
    '''定义一个读取Excel文件内容的方法'''
    # 打开文件
    wb = openpyxl.load_workbook(file)
    # 指定工作表
    wb_sheet = wb['Sheet1']
    # 指定读取行、列(行:第2-最大行,列:第1-2列)
    wb_data = wb_sheet.iter_rows(min_row=2, min_col=1, max_col=2, values_only=True)
    # 通过行去遍历列的值(不需要手动关闭文件,load_workbook()自动关闭)
    return [i for i in wb_data]

'''调用方法'''
result = get_excel(file_path)
print(result)

结果如下

Python 模块 ddt 数据驱动测试_第7张图片

                         

套入方法,执行测试

import ddt
import openpyxl
import unittest

# 指定测试文件路径
file_path = r'E:\test.xlsx'

def get_excel(file):
    '''定义一个读取Excel文件内容的方法'''
    wb = openpyxl.load_workbook(file)
    wb_sheet = wb['Sheet1']
    wb_data = wb_sheet.iter_rows(min_row=2, min_col=1, max_col=2, values_only=True)
    return [i for i in wb_data]

@ddt.ddt
class TestExcel(unittest.TestCase):
    '''封装一个数据驱动的测试框架'''
    # 读取Excel文件数据
    excel_data = get_excel(file_path)

    # 将数据传入驱动
    @ddt.data(*excel_data)
    @ddt.unpack
    def test_func(self, *test_data):
        # 仅设定了2列数据,所以结果只需要2个
        input,expect = test_data
        # 输出获取到的结果
        print(f'input:{input},expect:{expect}')
        # 执行测试、断言
        pass

if __name__ == '__main__':
    unittest.main()

结果如下

Python 模块 ddt 数据驱动测试_第8张图片

你可能感兴趣的:(Python,python,ddt,数据驱动)