33-unittest数据驱动(ddt)

2024-06-10 22:12
文章标签 数据 驱动 33 ddt unittest

本文主要是介绍33-unittest数据驱动(ddt),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

        所谓数据驱动,是指利用不同的测试数据来测试相同的场景。为了提高代码的重用性,增加代码效率而采用一种代码编写的方法,叫数据驱动,也就是参数化。达到测试数据和测试业务相分离的效果。         

        比如登录这个功能,操作过程都是一样的。如果在测试用例中重复去写操作过程会增加代码量,对于这种场景,可以采用数据驱动设计模式,一组数据对应一个测试用例,用例自动加载生成。

一、环境准备

        安装ddt模块,打开cmd输入 pip install ddt 在线安装。

二、数据驱动操作过程

  • 在测试类上添加修饰 @ddt.ddt
  • 在测试用例上添加修饰 @ddt.data()
    • @data(列表对象):会将整个列表作为参数传入,test_01()中获取的是整个二维列表。
    • @data(列表):会将整个列表的子元素作为参数逐个传入,test_02()将二维列表的子元素逐个传入,每一个子元素作为一个测试用例。
    • @unpack:将要传入的元素先进行解包,解包后再传入,test_03()将二维列表的子元素拆解后逐个传入。
import unittest
from ddt import ddt, data, unpack@ddt
class Demo(unittest.TestCase):test_data = [[1, 2, 3], [4, 5, 6]]# 将整个test_data对象作为参数传入@data(test_data)def test_01(self, value):print('test_01:', value)# 将test_data列表中的每个子元素作为参数传入@data(*test_data)def test1(self, value):print('test_02:', value)# 将test_data列表中的每个子元素拆解后作为参数传入@data(*test_data)@unpackdef test_03(self, a, b, c):print('test_03:', "a: {}、b:{}、c:{}".format(a, b, c))if __name__ == '__main__':unittest.main()

三、案例代码

1)在excel表中添加测试数据

2)编写Util.py文件,用于读取excel表中数据
import xlrdclass ExcelUtil():def load_excel(self, excelPath, sheetName):self.data = xlrd.open_workbook(excelPath)self.sheet = self.data.sheet_by_name(sheetName)# 1.获取第一行作为keyself.keys = self.sheet.row_values(0)# 2.获取总行数self.rowNums = self.sheet.nrows# 3.获取总列数self.colNums = self.sheet.ncolsdef get_data(self):res = []j = 1for i in range(self.rowNums - 1):dict = {}values = self.sheet.row_values(j)for idx in range(self.colNums):dict[self.keys[idx]] = values[idx]res.append(dict)j += 1return resif __name__ == '__main__':excelPath = 'test.xlsx'sheetName = 'Sheet1'excelObj = ExcelUtil()excelObj.load_excel(excelPath, sheetName)print(excelObj.get_data())
3)编写test.py文件,对登录功能进行测试
from selenium import webdriver
import unittest
import ddt
from selenium.webdriver.support.ui import WebDriverWait
from Util import ExcelUtil# 1.读取excel文件中的测试数据
excelObj = ExcelUtil()
excelObj.load_excel('test.xlsx', 'Sheet1')
test_data = excelObj.get_data()# 2.编写测试类
@ddt.ddt
class Demo(unittest.TestCase):def setUp(self):self.driver = webdriver.Chrome()self.driver.get('http://localhost:8080/mms/login.html')def tearDown(self):self.driver.quit()# 智能等待def find_element(self, locator):try:element = WebDriverWait(self.driver, 30).until(lambda x: x.find_element(*locator))return elementexcept Exception as e:print('报错:{}'.format(e))def test_login_success(self):'''测试当输入正确的用户名和密码时,可以成功登录系统:return:'''self.find_element(('id', 'username')).clear()self.find_element(('id', 'username')).send_keys('admin')self.find_element(('id', 'password')).clear()self.find_element(('id', 'password')).send_keys('admin')self.find_element(('css selector', '.forgot > input')).click()# 登录成功后,获取系统主页中的登录名login_name = self.find_element(('id', 'loginName')).textself.assertEqual(login_name, 'admin')@ddt.data(*test_data)def test_login_fail(self, dict):'''测试当用户名为空、密码为空、用户名不正确、密码不正确时,登录系统失败:return:'''print(dict)self.find_element(('id', 'username')).clear()self.find_element(('id', 'username')).send_keys(dict['username'])self.find_element(('id', 'password')).clear()self.find_element(('id', 'password')).send_keys(dict['password'])self.find_element(('css selector', '.forgot > input')).click()# 登录失败后,获取失败提示框中的提示信息err_msg = self.find_element(('xpath', '/html/body/div[3]/div[2]/div[1]')).textself.assertEqual(err_msg, dict['err_msg'])if __name__ == '__main__':unittest.main()
4)执行结果

这篇关于33-unittest数据驱动(ddt)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1049407

相关文章

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途:Field数值验证参数总结pydantic 是一个让你能够 confidentl

JAVA实现亿级千万级数据顺序导出的示例代码

《JAVA实现亿级千万级数据顺序导出的示例代码》本文主要介绍了JAVA实现亿级千万级数据顺序导出的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 前提:主要考虑控制内存占用空间,避免出现同时导出,导致主程序OOM问题。实现思路:A.启用线程池

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本