Python接口自动化之数据驱动
在上一篇Python接口自动化测试系列文章：Python接口自动化之登录接口测试，
主要介绍接口概念、接口用例设计及登录接口测试实战。
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。
一、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
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。
二、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：
可以根据该表格生成实际结果，并将测试结果写入（Pass、Fail）表格。公众号后台回复：接口测试用例模板，可以获取完整接口测试用例Excle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
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。
三、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。
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
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:
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
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。
下一篇：Python接口自动化之配置文件
更多系列文章，可以关注微信公众号：ITester软件测试小栈
