主頁 > 知識庫 > Python接口自動化淺析數(shù)據(jù)驅動原理

Python接口自動化淺析數(shù)據(jù)驅動原理

熱門標簽:ai電銷機器人源碼 外呼并發(fā)線路 宿遷星美防封電銷卡 西藏房產(chǎn)智能外呼系統(tǒng)要多少錢 百度地圖標注沒有了 長沙高頻外呼系統(tǒng)原理是什么 地圖標注審核表 ai電話機器人哪里好 湛江智能外呼系統(tǒng)廠家

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(xiàn)數(shù)據(jù)驅動。

在此之前,我們已經(jīng)實現(xiàn)了用unittest框架編寫測試用例,實現(xiàn)了請求接口的封裝,這樣雖然已經(jīng)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(shù)據(jù)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(shù)據(jù)驅動方式:

  • 把測試數(shù)據(jù)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(nèi),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(nèi)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(jù)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(shù)據(jù)。

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(shù)據(jù)"""
        sheet = self.open_excel(sheet_name)
        rows = list(sheet.rows)
        data = []
        # 遍歷從第二行開始的每一行數(shù)據(jù)
        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(shù)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(shù)據(jù)"""
        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(xiàn)數(shù)據(jù)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(shù)據(jù)驅動測試
  • 作用:由外部數(shù)據(jù)集合來驅動測試用例的執(zhí)行
  • 核心的思想:數(shù)據(jù)和測試代碼分離
  • 應用場景:一組外部數(shù)據(jù)來執(zhí)行相同的操作
  • 優(yōu)點:當測試數(shù)據(jù)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(shù)據(jù),ddt讀取測試數(shù)據(jù)到單元測試框架(測試用例中)

補充:

所謂數(shù)據(jù)驅動,就是數(shù)據(jù)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(shù)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(shù)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:

裝飾類,也就是繼承自TestCase的類。

data:

裝飾測試方法。參數(shù)是一系列的值。

unpack:

傳遞的是復雜的數(shù)據(jù)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(shù)上,字典也可以這樣處理;當沒有加unpack時,方法的參數(shù)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(xiàn)數(shù)據(jù)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(shù)據(jù)
    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(shù)據(jù)驅動原理的文章就介紹到這了,更多相關Python接口自動化數(shù)據(jù)驅動內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

您可能感興趣的文章:
  • Python接口自動化淺析登錄接口測試實戰(zhàn)
  • Python接口自動化淺析unittest單元測試原理
  • python使用pytest接口自動化測試的使用
  • python+requests+pytest接口自動化的實現(xiàn)示例
  • python接口自動化測試數(shù)據(jù)和代碼分離解析

標簽:普洱 盤錦 林芝 海南 漯河 南平 大同 寧夏

巨人網(wǎng)絡通訊聲明:本文標題《Python接口自動化淺析數(shù)據(jù)驅動原理》,本文關鍵詞  Python,接口,自動化,淺析,;如發(fā)現(xiàn)本文內(nèi)容存在版權問題,煩請?zhí)峁┫嚓P信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡,涉及言論、版權與本站無關。
  • 相關文章
  • 下面列出與本文章《Python接口自動化淺析數(shù)據(jù)驅動原理》相關的同類信息!
  • 本頁收集關于Python接口自動化淺析數(shù)據(jù)驅動原理的相關信息資訊供網(wǎng)民參考!
  • 推薦文章