Python3|ddt|unittest|浅议数据驱动测试
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python3|ddt|unittest|浅议数据驱动测试，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含3331字，纯文字阅读大概需要5分钟。
内容图文
目录
1、DDT简介
Data-Driven Tests（DDT）即数据驱动测试。它允许您通过不同的测试数据来运行同一个测试用例，使它作为多个测试用例出现。其官方文档给出的定义如下：
DDT (Data-Driven Tests) allows you to multiply one test case by running it with different test data, and make it appear as multiple test cases.
DDT的经典使用场景之一是：测试用例的代码不变，只有测试数据在变化。DDT作为第三方库，使用前需要先安装：
sudo pip3 install ddt
2、data装饰器
@data()是一个装饰器，它包含了您想提供给测试方法的值，个数和测试方法参数一样多。使用方法：在测试类（继承于unittest.TestCase)上面设置装饰器@ddt，在测试方法上设置装饰器@data()
[示例1] @data
#coding:utf-8
import unittest
#从ddt模块导入装饰器ddt,file_data,unpack,data
from ddt import ddt,file_data,unpack,data
@ddt
#定义测试类BoolTest
class BoolTest(unittest.TestCase):
@data(1,"hello",3>2)
def test_true_001(self,value):
self.assertTrue(value)
@data("",1>2,{})
def test_false_002(self,value):
self.assertFalse(value)
if __name__ == "__main__":
unittest.main()
示例1运行结果如下：
我们只编写了两个测试方法，但是通过6组不同的测试数据，最终可以达到运行6个测试用例的目的。这就是数据驱动测试的强大之处。再来看一个多个输入值的示例。
@unpack 自动解压元组，列表到多个参数;字典到多个关键字参数。
3、unpack装饰器
[示例2] unpack dict
#coding:utf-8
import unittest
#从ddt模块导入装饰器ddt,file_data,unpack,data
from ddt import ddt,file_data,unpack,data
#测试取绝对值函数abs()
@ddt
class AbsTest(unittest.TestCase):
@data({"val":1,"res":1},
{"val":0,"res":0},
{"val":-1,"res":1})
@unpack
def test_abs(self,val,res):
self.assertEqual(abs(val),res)
if __name__ == "__main__":
unittest.main()示例2运行结果：
[示例3] unpack list
#测试取绝对值函数abs()
@ddt
class AbsTest(unittest.TestCase):
# @data({"val":1,"res":1},
# {"val":0,"res":0},
# {"val":-1,"res":1})
@data([-1,1],[0,0],[1,1])
@unpack
def test_abs(self,val,res):
self.assertEqual(abs(val),res)
if __name__ == "__main__":
unittest.main()示例3运行结果同示例2。
4、file_data装饰器
ddt支持从文件中加载数据，@file_data()装饰器会从json或yaml中加载数据。只有以“.yml” 和 “.yaml” 结尾的文件被加载为Yaml文件。所有其他格式文件都作为json文件加载，比如txt。修改示例3。
abs_data.json文件位于测试用例同级目录，内容如下：
{
"case1":{
"val":1,
"res":1
},
"case2":{
"val":-1,
"res":1
},
"case3":{
"val":0,
"res":0
}
}
[示例4] load json
在测试方法test_abs上设置@file_data装饰器：
#测试取绝对值函数abs()
@ddt
class AbsTest(unittest.TestCase):
# @data({"val":1,"res":1},
# {"val":0,"res":0},
# {"val":-1,"res":1})
@file_data("./abs_data.json")
def test_abs(self,val,res):
self.assertEqual(abs(val),res)
if __name__ == "__main__":
unittest.main()示例4运行结果：
5、总结
使用数据驱动思想编写测试用例有以下优势：
- 测试代码和测试数据分开，比较灵活，易维护。
- 在测试代码相对健壮的情况下，新增用例只需新增测试数据即可，开发难度小。
- 避免编写大量相同的测试代码，代码复用率高。
劣势是对测试代码的质量要求相对较高，试想如果因为测试数据的变化而需要频繁改动测试方法，那也是一件很痛苦的事情哦。关于测试数据驱动测试，有的玩法是通过从Excel加载测试数据，这一定程度上来讲也是可行的，但是碰到复杂的业务场景和测试数据比较多的情况，非常容易翻车的哦。商用的系统业务场景一般都不简单，毕业设计做的×××管理系统除外，而且使用Excel，测试依赖这个痛点也不好解决。后面有时间的话，写一下关于Excel+request+unitest接口自动化测试框架的开发过程。
（完）
点击这里返回本篇目录
内容总结
以上是互联网集市为您收集整理的Python3|ddt|unittest|浅议数据驱动测试全部内容，希望文章能够帮你解决Python3|ddt|unittest|浅议数据驱动测试所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。