Python接口自動化淺析數據驅動原理
在上一篇Python接口自動化測試系列文章：Python接口自動化淺析登錄接口測試實戰(zhàn)，主要介紹接口概念、接口用例設計及登錄接口測試實戰(zhàn)。
以下主要介紹使用openpyxl模塊操作excel及結合ddt實現數據驅動。
在此之前，我們已經實現了用unittest框架編寫測試用例，實現了請求接口的封裝，這樣雖然已經可以完成接口的自動化測試，但是其復用性并不高。
我們看到每個方法（測試用例）的代碼幾乎是一模一樣的，試想一下，在我們的測試場景中，
一個登錄接口有可能會有十幾條到幾十條測試用例，如果每組數據都編寫一個方法，
這樣將會有更多的重復項代碼，不僅執(zhí)行效率不高，也不好維護。
接下來將會對框架進行優(yōu)化，采用數據驅動方式：
- 把測試數據用excel表格管理起來，代碼做封裝；
- 用ddt來驅動測試，兩部分相互獨立。
一、openpyxl模塊
openpyxl模塊介紹
openpyxl是python第三方模塊，運用openpyxl庫可以進行excel的讀和寫。
在了解openpyxl模塊之前，我們需要先熟悉excel的結構，才能更好理解openpyxl是如何操作excel。
從外到內，首先是一個excel文件(名)，打開excel之后，會看到底部有一個或多個sheet(工作簿)，每個sheet里有很多單元格，總體來說，主要分為三個層級。
在opnepyxl里面，一個Excel文件對應著一個Workbook對象， 一個Sheet對應著一個Worksheet對象，而一個單元格對應著一個Cell對象。了解這些之后，對openpyxl是如何操作excel就比較清楚了。
openpyxl安裝
pip install openpyxl
openpyxl簡單使用
import openpyxl if __name__ == '__main__': path = 'F:/case/test_case.xlsx' # 讀取excel文件 workbook = openpyxl.load_workbook(path) # 讀取所有sheet sheet = workbook.get_sheet_names() # 獲取某個sheet sheet = workbook[sheet[0]] # 獲取某個cell的值 cell_val = sheet.cell(row=2, column=2).value print(cell_val)
以上僅介紹openpyxl常用的語法，有興趣了解更多內容可自行百度擴展。
二、Excel用例管理
在項目下，新建一個文件夾：data，文件夾下新建一個cases.xlsx文件，用來存放測試用例。
以下，是一個簡單的登錄測試用例設計模板：
可以根據該表格生成實際結果，并將測試結果寫入（Pass、Fail）表格。
公眾號后臺回復：接口測試用例模板，可以獲取完整接口測試用例Excle模板。
既然有了用例模板，我們就開始從用openpyxl模塊對excel讀寫數據。
如下，在common文件夾下，新建excel_handle.py，用于封裝操作excel的類。
excel_handle.py
import openpyxl
class ExcelHandler:
def __init__(self, file):
self.file = file
def open_excel(self, sheet_name):
"""打開Excel、獲取sheet"""
wb = openpyxl.load_workbook(self.file)
# 獲取sheet_name
sheet = wb[sheet_name]
return sheet
def get_header(self, sheet_name):
"""獲取header(表頭)"""
wb = self.open_excel(sheet_name)
header = []
# 遍歷第一行
for i in wb[1]:
# 將遍歷出來的表頭字段加入列表
header.append(i.value)
return header
def read_excel(self, sheet_name):
"""讀取所有數據"""
sheet = self.open_excel(sheet_name)
rows = list(sheet.rows)
data = []
# 遍歷從第二行開始的每一行數據
for row in rows[1:]:
row_data = []
# 遍歷每一行的每個單元格
for cell in row:
row_data.append(cell.value)
# 通過zip函數將兩個列表合并成字典
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寫入數據"""
wb = openpyxl.load_workbook(file)
sheet = wb[sheet_name]
sheet.cell(row, cloumn).value = data
wb.save(file)
wb.close()
if __name__ == "__main__":
# 以下為測試代碼
excel = ExcelHandler('../data/cases.xlsx')
data = excel.read_excel('login')
接下來結合ddt實現數據驅動，先簡單來介紹下ddt。
三、ddt介紹及使用
ddt介紹
- 名稱：Data-Driven Tests，數據驅動測試
- 作用：由外部數據集合來驅動測試用例的執(zhí)行
- 核心的思想：數據和測試代碼分離
- 應用場景：一組外部數據來執(zhí)行相同的操作
- 優(yōu)點：當測試數據發(fā)生大量變化的情況下，測試代碼可以保持不變
- 實際項目：excel存儲測試數據，ddt讀取測試數據到單元測試框架（測試用例中）
補充：
所謂數據驅動，就是數據的改變從而驅動自動化測試的執(zhí)行，最終引起測試結果的改變。說的直白些，就是參數化的應用。
ddt安裝
pip install ddt
ddt使用
要想知道ddt到底怎么使用，我們從ddt模塊源碼中提取出三個重要的函數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 dictionaryadd_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：
裝飾類，也就是繼承自TestCase的類。
data：
裝飾測試方法。參數是一系列的值。
unpack：
傳遞的是復雜的數據結構時使用。比如使用元組或者列表，添加unpack之后，ddt會自動把元組或者列表對應到多個參數上,字典也可以這樣處理；當沒有加unpack時，方法的參數只能填一個。
知道了具體應用后，簡單來個小例子加深理解。
test_ddt.py
import unittest
import ddt
# 裝飾類
@ddt.ddt
class DdtDemo(unittest.TestCase):
def setUp(self):
pass
def tearDown(self):
pass
# 裝飾方法
@ddt.data(("15312344578", "12345678"), ("15387654321", "12345678"))
@ddt.unpack
def test_ddt(self, username,password):
print(username,password)
if __name__ == '__main__':
unittest.main(verbosity=2)
運行結果為:
Ran 2 tests in 0.001s
OK
15312344578 12345678
15387654321 12345678
上面的例子是為了加深理解，接下來介紹excel結合ddt實現數據驅動，優(yōu)化之前的test_login.py模塊。
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):
# 讀取excel中的數據
excel = ExcelHandler('../data/cases.xlsx')
case_data = excel.read_excel('login')
print(case_data)
def setUp(self):
# 請求類實例化
self.req = RequestsHandler()
def tearDown(self):
# 關閉session管理器
self.req.close_session()
@ddt.data(*case_data)
def test_login_success(self,items):
# 請求接口
res = self.req.visit(method=items['method'],url=items['url'],json=json.loads(items['payload']),
headers=json.loads(items['headers']))
try:
# 斷言：預期結果與實際結果對比
self.assertEqual(res['code'], items['expected_result'])
result = 'Pass'
except AssertionError as e:
result = 'Fail'
raise e
finally:
# 將響應的狀態(tài)碼，寫到excel的第9列，即寫入返回的狀態(tài)碼
TestLogin.excel.write_excel("../data/cases.xlsx", 'login', items['case_id'] + 1, 9, res['code'])
# 如果斷言成功，則在第10行(測試結果)寫入Pass,否則，寫入Fail
TestLogin.excel.write_excel("../data/cases.xlsx", 'login', items['case_id'] + 1, 10, result)
if __name__ == '__main__':
unittest.main()
整體流程如下圖：
到此這篇關于Python接口自動化淺析數據驅動原理的文章就介紹到這了,更多相關Python接口自動化數據驅動內容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持本站！
版權聲明：本站文章來源標注為YINGSOO的內容版權均為本站所有，歡迎引用、轉載，請保持原文完整并注明來源及原文鏈接。禁止復制或仿造本網站，禁止在非maisonbaluchon.cn所屬的服務器上建立鏡像，否則將依法追究法律責任。本站部分內容來源于網友推薦、互聯網收集整理而來，僅供學習參考，不代表本站立場，如有內容涉嫌侵權，請聯系alex-e#qq.com處理。
關注官方微信