python ddt数据驱动

2023-10-07 16:59
文章标签 python 数据 驱动 ddt

本文主要是介绍python ddt数据驱动,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!

python ddt数据驱动

1、背景

在自动化测试当中,我们通常会将测试数据从测试代码中抽离出来放在单独的文件中,既能减少代码量,也能降低代码的维护成本,通过数据的改变从而驱动自动化测试的执行。

接触python自动化测试的第一个框架通常都是unittest,使用@ddt装饰器来完成数据驱动,ddt意思就是 “Data-Driven Tests”。

安装方式:

pip index versions ddt # 查看ddt所有的版本
pip install ddt version # 安装制定版本的ddt
pip install ddt # 安装最新版本的ddt

ddt的官网地址为:官网地址

2、ddt使用实践

2.1 项目目录结构

使用pycharm新建一个项目,目录结构如下:
在这里插入图片描述
主要包含testcases 和testdata两个包,testcases下面放测试脚本文件,testdata下面放测试数据文件。

2.2 直接在脚本文件中获取测试数据

testcases package下新建test_ddt.py文件,编写测试代码如下:

import unittest
import ddt  # 导入ddt# 测试数据
data = [{"phone": "dfasd132", "key": "dfabc"},{"phone": "dfsd134", "key": "dftest"},{"phone": "dfdfd188", "key": "dfmin"},
]@ddt.ddt  # 声明我们要用它
class Test_ddt(unittest.TestCase):def setUp(self):print("Before every test case!")@ddt.data(*data)#现在比较流行的处理方式,使用*.data直接做字典数据的注入def test_001(self, data):print("phone is:" +data['phone'])print("key is:" +data['key'])if __name__ == '__main__':unittest.main()

执行结果为:
在这里插入图片描述
可以看到我们定义的字典data中有3组数据,用例总共执行了3次,按顺序每次取一组数据作为入参。

2.3 从yml文件中获取测试数据

在testdata package下新建testdata1.yml文件,文件中写入测试数据如下:

#格式要求:
#"-"表示一个列表
#用tab键缩进-name: 'testyy'age:  18-name: 'testzz'age:  20

test_ddt.py文件中修改测试代码如下:

import unittest
import ddt  # 导入ddt
import yaml@ddt.ddt  # 声明我们要用它
class Test_ddt(unittest.TestCase):def setUp(self):print("Before every test case!")@ddt.file_data("..\\testdata\\testdata1.yml")#括号里写yml文件的相对路径def test_002(self,name,age):print('name is:' +str(name))print('age is:' + str(age))if __name__ == '__main__':unittest.main()

执行结果为:
在这里插入图片描述
可以看到yml文件中我们定义了2组数据,用例总共执行了2次,按顺序每次取一组数据作为入参。

2.4 从json文件中获取测试数据

在testdata package下新建testdata2.json文件,文件中写入测试数据如下:

{"student1": {"name": "小明","age": 12},"student2": {"name": "小张","age": 20}
}

test_ddt.py文件中修改测试代码如下:

import unittest
import ddt  # 导入ddt
import yaml@ddt.ddt  # 声明我们要用它
class Test_ddt(unittest.TestCase):def setUp(self):print("Before every test case!")@ddt.file_data("..\\testdata\\testdata2.json")#括号里写json文件的相对路径def test_003(self,name,age):print("name is:"+str(name))print("age is:" +str(age))if __name__ == '__main__':unittest.main()

执行结果为:
在这里插入图片描述
综上,从脚本文件中直接获取测试数据、从yml文件获取测试数据、从Json文件获取测试数据,应该已经可以满足自动化测试需要了。

这篇关于python ddt数据驱动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/159129

相关文章

Django开发时如何避免频繁发送短信验证码(python图文代码)

《Django开发时如何避免频繁发送短信验证码(python图文代码)》Django开发时,为防止频繁发送验证码,后端需用Redis限制请求频率,结合管道技术提升效率,通过生产者消费者模式解耦业务逻辑... 目录避免频繁发送 验证码1. www.chinasem.cn避免频繁发送 验证码逻辑分析2. 避免频繁

批量导入txt数据到的redis过程

《批量导入txt数据到的redis过程》用户通过将Redis命令逐行写入txt文件,利用管道模式运行客户端,成功执行批量删除以Product*匹配的Key操作,提高了数据清理效率... 目录批量导入txt数据到Redisjs把redis命令按一条 一行写到txt中管道命令运行redis客户端成功了批量删除k

精选20个好玩又实用的的Python实战项目(有图文代码)

《精选20个好玩又实用的的Python实战项目(有图文代码)》文章介绍了20个实用Python项目,涵盖游戏开发、工具应用、图像处理、机器学习等,使用Tkinter、PIL、OpenCV、Kivy等库... 目录① 猜字游戏② 闹钟③ 骰子模拟器④ 二维码⑤ 语言检测⑥ 加密和解密⑦ URL缩短⑧ 音乐播放

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

Python pandas库自学超详细教程

《Pythonpandas库自学超详细教程》文章介绍了Pandas库的基本功能、安装方法及核心操作,涵盖数据导入(CSV/Excel等)、数据结构(Series、DataFrame)、数据清洗、转换... 目录一、什么是Pandas库(1)、Pandas 应用(2)、Pandas 功能(3)、数据结构二、安

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

Python安装Pandas库的两种方法

《Python安装Pandas库的两种方法》本文介绍了三种安装PythonPandas库的方法,通过cmd命令行安装并解决版本冲突,手动下载whl文件安装,更换国内镜像源加速下载,最后建议用pipli... 目录方法一:cmd命令行执行pip install pandas方法二:找到pandas下载库,然后

SpringBoot多环境配置数据读取方式

《SpringBoot多环境配置数据读取方式》SpringBoot通过环境隔离机制,支持properties/yaml/yml多格式配置,结合@Value、Environment和@Configura... 目录一、多环境配置的核心思路二、3种配置文件格式详解2.1 properties格式(传统格式)1.

Python实现网格交易策略的过程

《Python实现网格交易策略的过程》本文讲解Python网格交易策略,利用ccxt获取加密货币数据及backtrader回测,通过设定网格节点,低买高卖获利,适合震荡行情,下面跟我一起看看我们的第一... 网格交易是一种经典的量化交易策略,其核心思想是在价格上下预设多个“网格”,当价格触发特定网格时执行买

Python标准库之数据压缩和存档的应用详解

《Python标准库之数据压缩和存档的应用详解》在数据处理与存储领域,压缩和存档是提升效率的关键技术,Python标准库提供了一套完整的工具链,下面小编就来和大家简单介绍一下吧... 目录一、核心模块架构与设计哲学二、关键模块深度解析1.tarfile:专业级归档工具2.zipfile:跨平台归档首选3.