pythonインタフェース自動化テスト-データ駆動DDTモジュールの簡単な使用

DDT簡単な紹介

名称:Data-Driven Tests,データ駆動テスト

の役割:外部データセットによって試験例の実行

を駆動する.

コアの考え方:データとテストコードの分離

適用シーン:同じ動作を実行するための外部データのセット

の利点:テストデータが大幅に変化する場合、テストコードは

を一定に保つことができる.

実際項目:excelはテストデータを格納、ddtはテストデータをユニットテストフレームワーク(テスト例)に読み出し、htmlレポート

に出力する.
 
データ駆動とは
データの変更は自動化テストの実行を駆動し、最終的にテスト結果の変更を引き起こす.率直に言えば、パラメータ化の応用です.
 
DDT基礎使用(一):基礎データ型の伝達

#   ddt      
from ddt import *


#               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)

テスト結果

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

ナレッジポイントを含める
DDTを使用するにはまずユニットテストクラスに@ddtを付ける
 
DDT基礎使用(二):複雑なデータ構造を伝達する

from ddt import *


#               ddt
@ddt
class imoocTest(unittest.TestCase):
    tuples = ((1, 2, 3), (1, 2, 3))
    lists = [[1, 2, 3], [1, 2, 3]]

    #   
    @data((1, 2, 3), (1, 2, 3))
    def test_tuple(self, n):
        print("test_tuple", n)

    #   
    @data([1, 2, 3], [1, 2, 3])
    @unpack
    def test_list(self, n1, n2, n3):
        print("test_list", n1, n2, n3)

    #   2
    @data(*tuples)
    def test_tuples(self, n):
        print("test_tuples", n)

    #   2
    @data(*lists)
    @unpack
    def test_lists(self, n1, n2, n3):
        print("test_lists", n1, n2, n3)

    #   
    @data({'value1': 1, 'value2': 2}, {'value1': 1, 'value2': 2})
    @unpack
    def test_dict(self, value1, value2):
        print("test_dict", value1, value2)

テスト結果

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)

ナレッジポイントを含める

@unpack:複雑なデータ構造が伝達される場合に使用します.たとえば、メタグループまたはリストを使用して@unpackを追加すると、ddtは自動的にメタグループまたはリストを複数のパラメータに対応します.辞書はこのように処理することもできる

unpackが追加されていない場合test_caseメソッドのパラメータは1つしか記入できません.例えば、タプルの例

unpackを追加すると、伝達されたデータ量が一致する必要があります.リストの例のように、各リストには3つのデータが固定されています.マルチパスまたは少ないパスでは、test_caseメソッドのパラメータも3つ書く必要があります.

に一致する必要があります.

伝達されたデータが辞書タイプである場合、各辞書のkeyが一致することに注意してください.test_caseのパラメータの命名も一致しなければならない.辞書の例のように、2つの辞書のkeyはvalue 1とvalue 2であり、方法のパラメータも

である.

送信されたデータは、メタグループ2、リスト2のような変数によって、変数の前に*

を加える必要がある.
 
DDTベース使用(三):jsonファイルの転送
jsonファイル

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

ユニットテストクラス

from ddt import *


#               ddt
@ddt
class imoocTest(unittest.TestCase):

    @file_data('F:/test/config/testddt.json')
    def test_json(self, data):
        print(data)

テスト結果

[{'isRememberMe': 'True', 'password': '111111', 'username': 'root'}, '200']
["{'isRememberMe': True, 'password': '1111111', 'username': 'root'}", '406']
[1, 2, 3, 4]
123123

 
DDTベース使用(四):Yamlファイルの転送
yamlファイル

unsorted_list:
  - 10
  - 15
  - 12

sorted_list: [ 15, 12, 50 ]

ユニットテストクラス

from ddt import *


#               ddt
@ddt
class imoocTest(unittest.TestCase):

    @file_data('F:/test/config/testddt.yaml')
    def test4(self, data):
        print("yaml", data)

テスト結果

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