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

Java中Redisson 的原理深度解析

《Java中Redisson的原理深度解析》Redisson是一个高性能的Redis客户端,它通过将Redis数据结构映射为Java对象和分布式对象,实现了在Java应用中方便地使用Redis,本文... 目录前言一、核心设计理念二、核心架构与通信层1. 基于 Netty 的异步非阻塞通信2. 编解码器三、

Java HashMap的底层实现原理深度解析

《JavaHashMap的底层实现原理深度解析》HashMap基于数组+链表+红黑树结构,通过哈希算法和扩容机制优化性能,负载因子与树化阈值平衡效率,是Java开发必备的高效数据结构,本文给大家介绍... 目录一、概述:HashMap的宏观结构二、核心数据结构解析1. 数组(桶数组)2. 链表节点(Node

Java 虚拟线程的创建与使用深度解析

《Java虚拟线程的创建与使用深度解析》虚拟线程是Java19中以预览特性形式引入,Java21起正式发布的轻量级线程,本文给大家介绍Java虚拟线程的创建与使用,感兴趣的朋友一起看看吧... 目录一、虚拟线程简介1.1 什么是虚拟线程?1.2 为什么需要虚拟线程?二、虚拟线程与平台线程对比代码对比示例:三

Python版本信息获取方法详解与实战

《Python版本信息获取方法详解与实战》在Python开发中,获取Python版本号是调试、兼容性检查和版本控制的重要基础操作,本文详细介绍了如何使用sys和platform模块获取Python的主... 目录1. python版本号获取基础2. 使用sys模块获取版本信息2.1 sys模块概述2.1.1

一文解析C#中的StringSplitOptions枚举

《一文解析C#中的StringSplitOptions枚举》StringSplitOptions是C#中的一个枚举类型,用于控制string.Split()方法分割字符串时的行为,核心作用是处理分割后... 目录C#的StringSplitOptions枚举1.StringSplitOptions枚举的常用

一文详解Python如何开发游戏

《一文详解Python如何开发游戏》Python是一种非常流行的编程语言,也可以用来开发游戏模组,:本文主要介绍Python如何开发游戏的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参考下... 目录一、python简介二、Python 开发 2D 游戏的优劣势优势缺点三、Python 开发 3D

Python函数作用域与闭包举例深度解析

《Python函数作用域与闭包举例深度解析》Python函数的作用域规则和闭包是编程中的关键概念,它们决定了变量的访问和生命周期,:本文主要介绍Python函数作用域与闭包的相关资料,文中通过代码... 目录1. 基础作用域访问示例1:访问全局变量示例2:访问外层函数变量2. 闭包基础示例3:简单闭包示例4

Python实现字典转字符串的五种方法

《Python实现字典转字符串的五种方法》本文介绍了在Python中如何将字典数据结构转换为字符串格式的多种方法,首先可以通过内置的str()函数进行简单转换;其次利用ison.dumps()函数能够... 目录1、使用json模块的dumps方法:2、使用str方法:3、使用循环和字符串拼接:4、使用字符

Python版本与package版本兼容性检查方法总结

《Python版本与package版本兼容性检查方法总结》:本文主要介绍Python版本与package版本兼容性检查方法的相关资料,文中提供四种检查方法,分别是pip查询、conda管理、PyP... 目录引言为什么会出现兼容性问题方法一:用 pip 官方命令查询可用版本方法二:conda 管理包环境方法

MyBatis延迟加载与多级缓存全解析

《MyBatis延迟加载与多级缓存全解析》文章介绍MyBatis的延迟加载与多级缓存机制,延迟加载按需加载关联数据提升性能,一级缓存会话级默认开启,二级缓存工厂级支持跨会话共享,增删改操作会清空对应缓... 目录MyBATis延迟加载策略一对多示例一对多示例MyBatis框架的缓存一级缓存二级缓存MyBat