目錄
- 一、openpyxl模塊
- 二、Excel用例管理
- 三、ddt介紹及使用
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