Python接口自动化之数据驱动

以下主要介绍使用openpyxl模块操作excel及结合ddt实现数据驱动。
如果感觉文章很长，那就是文章很长。                            

在此之前，我们已经实现了用unittest框架编写测试用例，实现了请求接口的封装，这样虽然已经可以完成接口的自动化测试，但是其复用性并不高。

 

我们看到每个方法（测试用例）的代码几乎是一模一样的，试想一下，在我们的测试场景中，一个登录接口有可能会有十几条到几十条测试用例，如果每组数据都编写一个方法，这样将会有更多的重复项代码，不仅执行效率不高，也不好维护。

 

接下来将会对框架进行优化，采用数据驱动方式：

1.把测试数据用excel表格管理起来，代码做封装；

2.用ddt来驱动测试，两部分相互独立。

 

openpyxl模块

openpyxl模块介绍

openpyxl是python第三方模块，运用openpyxl库可以进行excel的读和写。

在了解openpyxl模块之前，我们需要先熟悉excel的结构，才能更好理解openpyxl是如何操作excel。

 

从外到内，首先是一个excel文件(名)，打开excel之后，会看到底部有一个或多个sheet(工作簿)，每个sheet里有很多单元格，总体来说，主要分为三个层级。

在opnepyxl里面，一个Excel文件对应着一个Workbook对象， 一个Sheet对应着一个Worksheet对象，而一个单元格对应着一个Cell对象。了解这些之后，对openpyxl是如何操作excel就比较清楚了。

openpyxl安装

pip install openpyxl

 

openpyxl简单使用

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13

import openpyxl   if __name__ == '__main__':     path = 'F:/case/test_case.xlsx'     # 读取excel文件     workbook = openpyxl.load_workbook(path)     # 读取所有sheet     sheet = workbook.get_sheet_names()     # 获取某个sheet     sheet = workbook[sheet[0]]     # 获取某个cell的值     cell_val = sheet.cell(row=2, column=2).value     print(cell_val)

　　

以上仅介绍openpyxl常用的语法，有兴趣了解更多内容可自行百度扩展。

 

Excel用例管理

在项目下，新建一个文件夹：data，文件夹下新建一个cases.xlsx文件，用来存放测试用例。

 

以下，是一个简单的登录测试用例设计模板：

既然有了用例模板，我们就开始从用openpyxl模块对excel读写数据。如下，在common文件夹下，新建excel_handle.py，用于封装操作excel的类。

 

excel_handle.py

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46

import openpyxl class ExcelHandler:     def __init__(self, file):         self.file = file     def open_excel(self, sheet_name):         """打开Excel、获取sheet"""         wb = openpyxl.load_workbook(self.file)         # 获取sheet_name         sheet = wb[sheet_name]         return sheet     def get_header(self, sheet_name):         """获取header(表头)"""         wb = self.open_excel(sheet_name)         header = []         # 遍历第一行         for i in wb[1]:             # 将遍历出来的表头字段加入列表             header.append(i.value)         return header     def read_excel(self, sheet_name):         """读取所有数据"""         sheet = self.open_excel(sheet_name)         rows = list(sheet.rows)         data = []         # 遍历从第二行开始的每一行数据         for row in rows[1:]:             row_data = []             # 遍历每一行的每个单元格             for cell in row:                 row_data.append(cell.value)                 # 通过zip函数将两个列表合并成字典                 data_dict = dict(zip(self.get_header(sheet_name),row_data))             data.append(data_dict)         return data     @staticmethod     def write_excel(file, sheet_name, row, cloumn,data):         """Excel写入数据"""         wb = openpyxl.load_workbook(file)         sheet = wb[sheet_name]         sheet.cell(row, cloumn).value = data         wb.save(file)         wb.close() if __name__ == "__main__":     # 以下为测试代码     excel = ExcelHandler('../data/cases.xlsx')     data = excel.read_excel('login')

接下来结合ddt实现数据驱动，先简单来介绍下ddt。

 

 

ddt介绍及使用

ddt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）

 

补充：

所谓数据驱动，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。

 

ddt安装

pip install ddt

 

ddt使用

要想知道ddt到底怎么使用，我们从ddt模块源码中提取出三个重要的函数ddt、unpack、data。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63

def ddt(cls):     """     Class decorator for subclasses of ``unittest.TestCase``.     Apply this decorator to the test case class, and then     decorate test methods with ``@data``.     For each method decorated with ``@data``, this will effectively create as     many methods as data items are passed as parameters to ``@data``.     The names of the test methods follow the pattern     ``original_test_name_{ordinal}_{data}``. ``ordinal`` is the position of the     data argument, starting with 1.     For data we use a string representation of the data value converted into a     valid python identifier.  If ``data.__name__`` exists, we use that instead.     For each method decorated with ``@file_data('test_data.json')``, the     decorator will try to load the test_data.json file located relative     to the python file containing the method that is decorated. It will,     for each ``test_name`` key create as many methods in the list of values     from the ``data`` key.     """     for name, func in list(cls.__dict__.items()):         if hasattr(func, DATA_ATTR):             for i, v in enumerate(getattr(func, DATA_ATTR)):                 test_name = mk_test_name(name, getattr(v, "__name__", v), i)                 test_data_docstring = _get_test_data_docstring(func, v)                 if hasattr(func, UNPACK_ATTR):                     if isinstance(v, tuple) or isinstance(v, list):                         add_test(                             cls,                             test_name,                             test_data_docstring,                             func,                             *v                         )                     else:                         # unpack dictionary                         add_test(                             cls,                             test_name,                             test_data_docstring,                             func,                             **v                         )                 else:                     add_test(cls, test_name, test_data_docstring, func, v)             delattr(cls, name)         elif hasattr(func, FILE_ATTR):             file_attr = getattr(func, FILE_ATTR)             process_file_data(cls, name, func, file_attr)             delattr(cls, name)     return cls def unpack(func):     """     Method decorator to add unpack feature.     """     setattr(func, UNPACK_ATTR, True)     return func def data(*values):     """     Method decorator to add to your test methods.     Should be added to methods of instances of ``unittest.TestCase``.     """     global index_len     index_len = len(str(len(values)))     return idata(values)

ddt：装饰类，也就是继承自TestCase的类。data：装饰测试方法。参数是一系列的值。unpack：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，方法的参数只能填一个。

 

知道了具体应用后，简单来个小例子加深理解。

test_ddt.py

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

import unittest import ddt # 装饰类 @ddt.ddt class DdtDemo(unittest.TestCase):     def setUp(self):         pass     def tearDown(self):         pass           # 装饰方法     @ddt.data(("15312344578", "12345678"), ("15387654321", "12345678"))     @ddt.unpack     def test_ddt(self, username,password):         print(username,password) if __name__ == '__main__':     unittest.main(verbosity=2)

　　

运行结果为:

?

1 2 3 4

Ran 2 tests in 0.001s OK 15312344578 12345678 15387654321 12345678

　　

上面的例子是为了加深理解，接下来介绍excel结合ddt实现数据驱动，优化之前的test_login.py模块。

test_login.py

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

import unittest from common.requests_handler import RequestsHandler from common.excel_handler import ExcelHandler import ddt import json @ddt.ddt class TestLogin(unittest.TestCase):     # 读取excel中的数据     excel = ExcelHandler('../data/cases.xlsx')     case_data = excel.read_excel('login')     print(case_data)     def setUp(self):         # 请求类实例化         self.req = RequestsHandler()     def tearDown(self):         # 关闭session管理器         self.req.close_session()     @ddt.data(*case_data)     def test_login_success(self,items):         # 请求接口         res = self.req.visit(method=items['method'],url=items['url'],json=json.loads(items['payload']),                              headers=json.loads(items['headers']))         try:             # 断言：预期结果与实际结果对比             self.assertEqual(res['code'], items['expected_result'])             result = 'Pass'         except AssertionError as e:             result = 'Fail'             raise e         finally:             # 将响应的状态码，写到excel的第9列，即写入返回的状态码             TestLogin.excel.write_excel("../data/cases.xlsx", 'login', items['case_id'] + 1, 9, res['code'])             # 如果断言成功，则在第10行(测试结果)写入Pass,否则，写入Fail             TestLogin.excel.write_excel("../data/cases.xlsx", 'login', items['case_id'] + 1, 10, result) if __name__ == '__main__':     unittest.main()

整体流程如下图：

 

总结：本文主要介绍openpyxl操作excel，结合ddt实现数据驱动。