接口自动化测试数据驱动DDT模块使用

目录

一、DDT简单介绍

二、什么是数据驱动

三、DDT基础使用：传递基础数据类型

测试结果

包含知识点

四、DDT基础使用：传递一个复杂的数据结构 

测试结果

包含知识点

五、DDT基础使用：传递json文件

json文件

单元测试类

测试结果

六、DDT基础使用：传递Yaml文件

yaml文件

单元测试类

测试结果

---

一、DDT简单介绍

• 名称： Data-Driven Tests，数据驱动测试
• 作用： 由外部数据集合来驱动测试用例的执行
• 核心的思想：数据和测试代码分离
• 应用场景： 一组外部数据来执行相同的操作
• 优点： 当测试数据发生大量变化的情况下，测试代码可以保持不变
• 实际项目： excel存储测试数据，ddt读取测试数据到单元测试框架（测试用例中），输出到html报告

二、什么是数据驱动

就是数据的改变从而驱动自动化测试的执行，最终引起测试结果的改变。说的直白些，就是参数化的应用

三、DDT基础使用：传递基础数据类型

# 导入ddt库下所有内容
from ddt import *
 
 
# 在测试类前必须首先声明使用 ddt
@ddt
class imoocTest(unittest.TestCase):
    
    # int
    @data(1, 2, 3, 4)
    def test_int(self, i):
        print("test_int：", i)
 
    # str
    @data("1", "2", "3")
    def test_str(self, str):
        print("test_str：", str)

测试结果

test_int： 1
test_int： 2
test_int： 3
test_int： 4
test_str： 1
test_str： 2
test_str： 3

包含知识点

想使用DDT首先要在单元测试类上面加上 @ddt 

四、DDT基础使用：传递一个复杂的数据结构 

from ddt import *
 
 
# 在测试类前必须首先声明使用 ddt
@ddt
class imoocTest(unittest.TestCase):
    tuples = ((1, 2, 3), (1, 2, 3))
    lists = [[1, 2, 3], [1, 2, 3]]
 
    # 元组
    @data((1, 2, 3), (1, 2, 3))
    def test_tuple(self, n):
        print("test_tuple", n)
 
    # 列表
    @data([1, 2, 3], [1, 2, 3])
    @unpack
    def test_list(self, n1, n2, n3):
        print("test_list", n1, n2, n3)
 
    # 元组2
    @data(*tuples)
    def test_tuples(self, n):
        print("test_tuples", n)
 
    # 列表2
    @data(*lists)
    @unpack
    def test_lists(self, n1, n2, n3):
        print("test_lists", n1, n2, n3)
 
    # 字典
    @data({'value1': 1, 'value2': 2}, {'value1': 1, 'value2': 2})
    @unpack
    def test_dict(self, value1, value2):
        print("test_dict", value1, value2)

测试结果

test_dict 1 2
test_dict 1 2
test_list 1 2 3
test_list 1 2 3
test_lists 1 2 3
test_lists 1 2 3
test_tuple (1, 2, 3)
test_tuple (1, 2, 3)
test_tuples (1, 2, 3)
test_tuples (1, 2, 3)

包含知识点

• @unpack ：当传递的是复杂的数据结构时使用。比如使用元组或者列表，添加 @unpack 之后， ddt 会自动把元组或者列表对应到多个参数上。字典也可以这样处理
• 当没有加unpack时，test_case方法的参数只能填一个；如元组的例子
• 当你加了unpack时，传递的数据量需要一致；如列表例子中，每个列表我都固定传了三个数据，当你多传或少传时会报错，而test_case方法的参数也要写三个，需要匹配上
• 当传的数据是字典类型时，要注意每个字典的key都要一致，test_case的参数的命名也要一致；如字典的例子，两个字典的key都是value1和value2，而方法的参数也是
• 当传的数据是通过变量的方式，如元组2、列表2，变量前需要加上*

五、DDT基础使用：传递json文件

json文件

{
  "first": [
    {
      "isRememberMe": "True",
      "password": "111111",
      "username": "root"
    },
    "200"
  ],
  "second": [
    "{'isRememberMe': True, 'password': '1111111', 'username': 'root'}",
    "406"
  ],
  "third": [
    1,
    2
  ],
  "four": "123123"
}

单元测试类

from ddt import *
 
 
# 在测试类前必须首先声明使用 ddt
@ddt
class imoocTest(unittest.TestCase):
 
    @file_data('F:/test/config/testddt.json')
    def test_json(self, data):
        print(data)

测试结果

[{'isRememberMe': 'True', 'password': '111111', 'username': 'root'}, '200']
["{'isRememberMe': True, 'password': '1111111', 'username': 'root'}", '406']
[1, 2]
123123

六、DDT基础使用：传递Yaml文件

yaml文件

unsorted_list:
  - 10
  - 15
  - 12
 
sorted_list: [ 15, 12, 50 ]

单元测试类

from ddt import *
 
 
# 在测试类前必须首先声明使用 ddt
@ddt
class imoocTest(unittest.TestCase):
 
    @file_data('F:/test/config/testddt.yaml')
    def test4(self, data):
        print("yaml", data)

测试结果

yaml [10, 15, 12]
yaml [15, 12, 50]