Python 中使用 ddt 来进行数据驱动,批量执行用例,修改ddt代码
1. 什么是数据驱动? 使用数据驱动有什么好处?
用例执行是靠数据来驱动的,每条测试用例除了测试数据不一样意外,所有的用例代码都是一样的,为了使用例批量执行,我们会使用数据驱动的思想来批量执行测试用例;
好处:
批量的执行测试用例,提高执行的测试效率;数据与脚本分离,测试数据需要修改时,代码不需要修改,只需要修改Excel文件的数据即可;
2. 数据驱动作用:
根据用例的数量来自动生成实例方法, 批量执行用例
from ddt import ddt, data from Python_0722_handle_config.handle_excel import HandleExcel # Excel文件处理类 do_excel = HandleExcel("cases.xlsx", "multiply") cases = do_excel.get_cases() # cases 为嵌套字典的列表 @ddt # ddt和data是黄金搭档, 要一起使用才行,ddt来装饰类 class TestMulti(unittest.TestCase): # 在文件中获取测试用例,*cases()进行拆包,自动创建用例名称:test_negative_multiply + 01 # *cases 拆包后,会有四个字典,相当于data的位置参数,先去第一个位置参数给one_case # 1. 每迭代一次,会创建不同的实例方法;自动加01,用于遍历执行所有测试用例 # 1. 创建实例方法, 用于执行一条测试用例,一定要以test_开头 @data(*cases) def test_negative_multiply(self, one_case): 。。。。。。。。 。。。。。。。 其他代码
ddt总结:
- 执行了多少条用例, 用例执行的条数与data装饰器的(位置)参数的个数一致,每执行一条用例, 会自动将一个参数传给one_case, 当最后一个参数传给one_case, 且用例执行结束之后, 程序就会执行完毕
- ddt和data是黄金搭档, 要一起使用才行
4. 复制 ddt 源码另存为,不建议在源码上修改
修改 ddt 源码107行,测试报告中的用例名不明确test_negative_multiply_01
作用:
如果数据是字典,则获取字典当中的title对应的值,加到HTML测试报告名称中
# 修改大概源码107行的这个方法 def mk_test_name(name, value, index=0): """ name:用例名/实例方法名 value:用例数据字典 """ # Add zeros before index to keep order index = "{0:0{1}}".format(index + 1, index_len) # 注释下面两行 # if not is_trivial(value): # return "{0}_{1}".format(name, index) # 添加对字典数据的处理 # 判断如果不是字典类型,条件就不满足;value不是字典类型则为假,就不会按原来拼接 if not is_trivial(value) and not isinstance(value, dict): return "{0}_{1}".format(name, index) # 如果数据是字典,则获取字典当中的title对应的值,加到测试用例名称中 if isinstance(value, dict): try: # 取出title值 value = value["title"] except KeyError: return "{0}_{1}".format(name, index) try: value = str(value) # 把title转换为字符串类型 except UnicodeEncodeError: # fallback for python2 value = value.encode('ascii', 'backslashreplace') # value是title名称 test_name = "{0}_{1}_{2}".format(name, index, value) # 用例名称拼接 return re.sub(r'\W|^(?=\d)', '_', test_name)
*******请大家尊重原创,如要转载,请注明出处:转载自:https://www.cnblogs.com/shouhu/ 谢谢!!*******
本文仅供参考;如果这篇文件对你有所帮助,麻烦动动发财的小手,推荐一波支持下万分感谢
*******请大家尊重原创,如要转载,请注明出处:作者:守护@往昔;转载自:https://www.cnblogs.com/shouhu/,谢谢!!*******