python自动化测试中装饰器@ddt和@data源码解析

2023-10-13 01:30

本文主要是介绍python自动化测试中装饰器@ddt和@data源码解析,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!

在这里插入图片描述

一、使用ddt和data装饰器的大致框架如下,每个test_开头的方法,代表一条测试用例

from ddt import ddt,data
import unittesttest_datas=[{'id':1,'title':'测试用例1'},{'id':2,'title':'测试用例2'},{'id':3,'title':'测试用例3'},{'id':4,'title':'测试用例4'}
]@ddt
class TestDemo(unittest.TestCase):@data(*test_datas)def test_demo1(self,item):print('测试用例执行',item)

unittest中的测试用例:

测试类中每一个test开头的方法就是一条测试用例

ddt根据用例数据生成测试用例的思路:

1、利用data装饰器:传入测试数据,在装饰器中将测试数据保存起来
2、ddt这个装饰器:遍历测试数据,每遍历出一条数据,往测试类中添加一个test开头的方法
setattr(类,方法名,方法)

二、给类动态的增加方法

案例1

setattr(对象/类,属性名/方法名,属性值/方法)

特别注意:

给类动态增加方法一定要加self

class Demo:def test_1(self):print("这个是方法test_1")def kobe(self,item):print("kobe-----执行了",item)datas=[2,8,23,22,24]#根据数据动态给测试类中增加5个方法
for i in datas:name='test_1_{}'.format(i)#给类动态增加方法setattr(Demo,name,kobe)print(Demo.__dict__)

在这里插入图片描述

案例2:调用动态执行的5个方法,执行结果都为kobe-----执行了 24,有bug

class Demo:def test_1(self):print("这个是方法test_1")def kobe(self,item):print("kobe-----执行了",item)datas=[2,8,23,22,24]#根据数据动态给测试类中增加5个方法
for i in datas:name='test_1_{}'.format(i)def wrapper(self):kobe(self,i)#给类动态增加方法setattr(Demo,name,wrapper)#print(Demo.__dict__)Demo().test_1_2()
Demo().test_1_8()
Demo().test_1_22()
Demo().test_1_23()
Demo().test_1_24()

执行结果:
kobe-----执行了 24
kobe-----执行了 24
kobe-----执行了 24
kobe-----执行了 24
kobe-----执行了 24

原因分析

在这里插入图片描述

案例3:解决案例2的bug

定义闭包create_method:进行数据锁定,锁定的是datas=[2,8,23,22,24]

class Demo:def test_1(self):print("这个是方法test_1")def kobe(self,item):print("kobe-----执行了",item)datas=[2,8,23,22,24]#todo 使用闭包进行数据锁定
def create_method(i):def wrapper(self):kobe(self,i)return wrapper#根据数据动态给测试类中增加5个方法
for i in datas:name='test_1_{}'.format(i)wrapper=create_method(i)#给类动态增加方法setattr(Demo,name,wrapper)Demo().test_1_2()
Demo().test_1_8()
Demo().test_1_22()
Demo().test_1_23()
Demo().test_1_24()

三、ddt和data的源码解析

from ddt import ddt,data
import unittesttest_datas=[{'id':1,'title':'测试用例1'},{'id':2,'title':'测试用例2'},{'id':3,'title':'测试用例3'},{'id':4,'title':'测试用例4'}
]def ddt(cls):'''遍历测试数据,给类动态添加方法'''#如何通过类获取方法?#res=cls.__dict__#print('测试类的方法和属性字典',res)for name,method in list(cls.__dict__.items()):#遍历出来的属性值(方法)是否拥有datas属性(测试数据)if hasattr(method,'datas'):#获取方法中保存的测试数据datas=getattr(method,'datas')#遍历测试数据for index,value in enumerate(datas):print("数据:",value)#给测试类动态添加用例method_name='{}_{}'.format(name,index+1)print('方法名',method_name)#给类动态的增加方法def wrapper(self):method(self, value)#todo 给测试类动态添加一个测试方法setattr(cls,method_name,wrapper)return clsdef data(*args):'''将测试数据保存为测试方法的属性'''#*args接收到的是data装饰器传递进来的数据def wrapper(func):#func接收的是data装饰的函数func.datas=argsreturn funcreturn wrapper@ddt
class TestDemo():@data(*test_datas)      #test_demo1=data(*test_datas)(test_demo1)def test_demo1(self,item):print('测试用例执行',item)#print(TestDemo.test_demo1.__dict__)

这样写的话有bug
在这里插入图片描述
原因:
在这里插入图片描述

解决:

采用闭包进行数据锁定,锁定value和method

def create_test_method(method,value):def wrapper(self):method(self, value)return wrapper
from ddt import ddt,data
import unittesttest_datas=[{'id':1,'title':'测试用例1'},{'id':2,'title':'测试用例2'},{'id':3,'title':'测试用例3'},{'id':4,'title':'测试用例4'}
]def create_test_method(method,value):def wrapper(self):method(self, value)return wrapperdef ddt(cls):#todo @ddt这个装饰器:遍历测试数据,每遍历出一条数据,往测试类中添加一个test开头的方法#setattr(类,方法名,方法)res=list(cls.__dict__.items())print(res)for name,method in res:print(name,method)if hasattr(method,'datas'):#如果有datas属性,获取方法中保存的datasdatas=getattr(method,'datas')#遍历测试数据for index,value in enumerate(datas):print('测试数据:',value)#给测试类动态的增加测试用例method_name='{}_{}'.format(name,index+1)print('方法:',method_name,method)#todo 给类动态的增加方法,最终希望执行def test_demo1(self,item):这个方法的#test_method=method#但是item需要自己传,但是unittest是不需要传递参数的# def wrapper(self):#     method(self,value)wrapper=create_test_method(method, value)# todo 给测试类动态添加一个测试方法setattr(cls, method_name, wrapper)else:delattr(cls,name)return clsdef data(*args):# *args为给装饰器传递的参数test_datasdef wrapper(func):# func为被装饰器装饰的函数test_demo1#todo @data装饰器的作用是保存测试数据,将测试数据存放到函数属性中func.datas = test_datasreturn funcreturn wrapper@ddt
class TestDemo(unittest.TestCase):@data(*test_datas)      #test_demo1=data(*test_datas)(test_demo1)def test_demo1(self,item):print('测试用例执行',item)

分部解析代码

@data(*test_datas)    
def test_demo1(self,item):print('测试用例执行',item)

1、上面3行代码可以写成如下:

@data(*test_datas):可以表示为test_demo1=data(*test_datas)(test_demo1)

2、输出属性(方法)名称和属性值

for name,method in list(cls.__dict__.items())

在这里插入图片描述

3、将遍历出来的属性名(方法)判断是否包含datas属性,如果有datas属性,获取方法中保存的datas

if hasattr(method,'datas'):datas=getattr(method,'datas')

在这里插入图片描述

这篇关于python自动化测试中装饰器@ddt和@data源码解析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/199820

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

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

深度解析Spring Security 中的 SecurityFilterChain核心功能

《深度解析SpringSecurity中的SecurityFilterChain核心功能》SecurityFilterChain通过组件化配置、类型安全路径匹配、多链协同三大特性,重构了Spri... 目录Spring Security 中的SecurityFilterChain深度解析一、Security

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

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.

使用Python构建智能BAT文件生成器的完美解决方案

《使用Python构建智能BAT文件生成器的完美解决方案》这篇文章主要为大家详细介绍了如何使用wxPython构建一个智能的BAT文件生成器,它不仅能够为Python脚本生成启动脚本,还提供了完整的文... 目录引言运行效果图项目背景与需求分析核心需求技术选型核心功能实现1. 数据库设计2. 界面布局设计3