数据驱动测试是一种有效的测试方法,可以使用不同的输入数据运行相同的测试用例。结合pytest和CSV文件可以方便地实现数据驱动测试,相比于yaml以及Excel,使用CSV实现数据驱动不需要借助其他的第三方库,可以直接使用Python读取数据。在这篇文章中,我们将介绍如何使用pytest和CSV实现数据驱动测试。
假设我们要测试一个简单的函数,比如计算两个数的乘积:
# code.py
def multiply(a, b):
return a * b
接下来,创建一个CSV文件,用于存储测试数据:
operand_a,operand_b,expected_result
2,3,6
-1,5,-5
0,10,0
0.5,2,1
0.5,0.5,0.25
创建一个pytest测试文件,编写测试用例并读取CSV文件中的数据:
# test_code.py
import csv
import pytest
from code import multiply
def load_test_data():
test_data = []
with open('test_data.csv', newline='') as csvfile:
reader = csv.DictReader(csvfile)
for row in reader:
test_data.append(row)
return test_data
@pytest.mark.parametrize("data", load_test_data())
def test_multiply(data):
operand_a = int(data['operand_a'])
operand_b = int(data['operand_b'])
expected_result = int(data['expected_result'])
result = multiply(operand_a, operand_b)
assert result == expected_result, f"{operand_a} * {operand_b} 应该得到 {expected_result},实际得到 {result}"
现在,运行pytest命令来执行测试:
pytest test_code.py
pytest
将会读取test_code.py
文件中的测试用例,并根据CSV文件中提供的数据对multiply
函数进行测试。每个测试用例都会使用CSV文件中的数据进行数据驱动测试。
结合pytest
和CSV
文件,我们成功实现了数据驱动测试,对同一个函数在不同输入下进行了多组测试。这种方法使得测试用例易于管理,同时能够更全面地覆盖不同的测试场景,确保代码的稳定性和正确性。数据驱动测试的优势在于能够快速扩展测试数据,提高测试的覆盖率和可靠性。
获取更多技术资料,请点击!
推荐
Python全栈开发与自动化测试开发班
由浅入深实战进阶,从小白到高手
以Python全栈开发为基础,深入教授自动化测试技能,为学员打造全面的技术能力。通过系统学习和实际项目实战,学员将具备在职场中脱颖而出的竞争力。不仅能够灵活运用Python进行开发,还能够保障项目质量通过自动化测试手段。这是一个全面提升职业竞争力的机会。
课程详情
Python开发必备基础技能与项目实战
Pvthon 编程语言/算法和数据结构/面向对象编程Web后端开发/前端开发/测试管理平台项目实战
人工智能ChatGPT实战
人工智能辅助学习各种开发和测试技能/Pytorch深度学框架/平台开发实战
数据分析与自动化办公
数据采集/Pandas与数据处理技术/ECharts与数据可视化技术/爬虫实战/自动化办公/批量文件处理
UI自动化测试与高级项目实战
Web自动化测试/App自动化测试/ PageObject设计模式
接口自动化测试
接口协议分析/Mock实战/服务端接口测试
性能测试
性能测试流程与方法/JMeter 脚本参数化/Grafana监控系统搭建
简历指导与模拟面试
1V1简历指导/模拟真实面试/测试开发岗面试全攻略名企私教服务
名企专家1v1辅导/行业专家技术指导/针对性解决工作难题/绩效提升辅导与晋升复盘
课程亮点
名企私教服务 先学习后付费 高额奖学金
专属社群+晚自习在线答疑
5V1全方位辅导作业+考试强化学习效果
简历修改 模拟面试 就业内推 面试复盘