Selenium29-数据驱动测试

常见的驱动模式

• 数据驱动测试：把测试数据从测试代码里分离出来，也称为"表驱动测试"或"参数化测试"
• 关键字驱动测试：把业务逻辑代码块封装为"关键字"，本质就是函数或方法
• 混合驱动测试=数据驱动测试+关键字驱动测试
• 行为驱动测试：用自然语言来实现测试用例内容

为什么要做数据驱动测试

• 测试数据有多组,代码只有一份,实现不同数据运行同一份代码
• 数据驱动测试
  • 避免编写重复代码
  • 数据与测试脚本分离
  • 通过使用数据驱动测试,来验证多组数据测试场景
    

数据驱动测试

• Data-Driven Test

• 是一种软件测试方法，将测试数据提取到表或外部表格形式的文件里

• 对一个测试代码里的业务操作,使用表或文件中的所有测试数据来反复执行测试

• 也称为表驱动测试或参数化测试

• Python的unittest框架借助于ddt来实现数据驱动测试

  • ddt是一个第三方python库,用于实现数据驱动测试
  • 安装ddt: pip install ddt

ddt基础装饰器

• ddt本质其实就是用装饰器来模拟多组测试数据,一组数据一个测试场景
• 装饰器的作用是增强类、函数、方法的功能
• @data 用来装饰测试方法，通过装饰器的参数来准备多组测试数据
• @ddt 用来装饰测试用例实现类，自动读取数据内容，按照数据组数来自动生成多个测试方法

ddt基础使用步骤

• 导入装饰器

  from ddt import ddt,data
  

• 使用@ddt装饰类

  @ddt
  class mytestclass:
  

• 使用@data准备多组测试数据

  @data(值1,值2,值3...)
  def test_**(变量): # 增加形参变量来接收数据
  	print(变量) # 在测试方法中可使用变量
  

• 注意

  • 运行代码时,必须整个类来运行,不能单独运行某一个测试方法

• import unittest
  from ddt import ddt,data,unpack
  @ddt
  class MyTestCase(unittest.TestCase):
      @data(1,2,3,4,5)
      def test_something(self,value):
          print(value)
  if __name__ == '__main__':
      unittest.main()
  

unpack装饰器

• 解决的问题：每组测试数据有多个值，用列表、元组或字典传入，需要解包后才能使用
• @unpack装饰器对列表、元组或字典进行解包,获取其中的值

@ddt
class ....
	@data([值11,值12,值13],[值21,值22,值23])
	@unpack
	def test_....(变量1,变量2,变量3):
		.....

注意:

• 每组数据里数据个数必须一致
• 每组数据里有几个值,就需要准备几个变量
  

针对calculate.py单元测试的用例，使用ddt来简化代码

• 把加法计算的三个测试方法test_add1、test_add2、test_add3合并为一个测试方法test_add，用它来测试三组加法的数据。
• 把减法计算的三个测试方法test_sub1、test_sub2、test_sub3合并为一个测试方法test_sub，用它来测试三组减法的数据。
  

外部文件数据

问题:ddt测试数据量大时,与业务逻辑一起写在测试代码里会较为混乱,如何管理大量的测试数据才能最大限度减少耦合度
解决方案:

• 数据量大时,建议提取到外部文件里存储管理
• 数据存储在外部文件里,方便后期更新和维护,也可以进行数据复用
  

外部文件格式: CSV、JSON、YAML、TXT、EXCEL

file_data装饰器

• @file_data 装饰测试方法,参数是文件名(包含路径)
• @file_data 支持的文件格式:json 或 yaml类型
  • 如果文件是以.yml或者.yaml结尾,ddt会作为yaml类型处理
  • 其它文件都会作为json文件处理
  • 如果使用yaml格式,需要安装yaml模块:pip install pyyaml
  • JSON是一种轻量级的数据交换格式，采用完全独立于编程语言的文本格式来存储和表示数据
  • YAML是一种直观的数据序列化格式,可读性强,可被支持YAML库的不同的编程语言程序导入
    

json

yaml

CSV模式

• Python自带了csv模块，导入import csv后使用它读取csv文件
  
  

• 针对calculate.py单元测试的用例，使用csv格式的数据文件来提供测试数据

  • 在testcase8002.py代码基础上改造，使用csv格式的两个数据文件。
  • add_file.csv存储加法数据，sub_file.csv存储减法数据。
  • 提示：注意数据类型需要强制转换。
    

模块化程序设计

• 应用场景：把通用的功能代码，封装设计为函数（或类里的方法），把它存储在一个单独的模块里，需要使用这段功能的代码块时，调用这个通用的函数。
• 读取csv文件的功能的代码块，希望设计一个独立的工具模块
  • utils(工具包)---New---Python file---read_csv.py
  • 导入csv模块，定义一个读取csv文件内容的工具类，假设叫做CSVUtil定义一个构造方法，传入csv文件的路径作为参数，初始化成员变量file_path的值
  • 定义一个方法（假设get_list_data），读取成员变量file_path表示的文件所有内容，返回该内容
  • 注意：参数、返回值的数据类型（例如：大列表里有小列表）
• 使用工具模块

from utils.read_csv import CSVUtil
d=CSVUtil("..\\testdata\\test4.csv").get_list_data()