自动化测试项目实战09：数据驱动

大家好，我是谭叔。

自动化测试项目实战，已接近尾声，我再来一次灵魂拷问：先前的内容练得如何？有遇到困难吗？

如果有困难和问题，可在留言区聊聊。

本期，聊聊数据驱动。

什么是数据驱动？

首先，数据驱动是一个大概念。细分下来，应该聊——什么是自动化测试的数据驱动。

同理，我们从功能测试理解。

在写功能测试用例时，你是否会将测试数据与测试用例分开？

举个例子，登录操作一般分为输入用户名、输入密码、点击登录按钮三步，但是用户名和密码的数据组合却有很多种。

该例中，前者是测试用例，后者是测试数据——不管做功能测试还是做测试回归，只需要修改测试数据（用户名和密码的数据），而无需修改测试用例本身（登录的流程）。

论及数据驱动，你可以简单的理解为：相同的测试用例，每次使用不同的测试数据。

将测试数据与测试用例分开，可以降低测试用例的维护成本，特别是在接口测试中，你可以将所有信息，如输入、输出、预期结果，都以适当的形式记录为数据集，执行测试时，只需要修改数据集，而无需修改测试用例。

以本自动化实战项目为例，打开接口自动化测试用例：

test_add_department_003、test_add_department_004、test_add_department_005用例，均是字段空值校验。

这类场景，适合使用数据驱动。

如何实现数据驱动？

unittest不支持数据驱动，一般需要借助第三方ddt库实现。

一、安装ddt

pip3 install ddt -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

二、创建数据集

在testcase目录下，新建一个data目录，再创建DepartmentData.py文件，用于存放测试数据。

为统一维护，我们将新增学院用例中的数据全部抽离出来，形成ADD_DATA数据集。

# !/usr/bin/python# -*- coding:utf-8 -*-
# res_key未实现JSON分级分类解析，你可以自己尝试实现ADD_DATA = {    "test_add_department_001": {        "req_data": {"data": [{"dep_id": "T01", "dep_name": "Test学院", "master_name": "Test-Master", "slogan": "Here is Slogan"}]},        "res_key": "already_exist",        "res_value": 0},
    "test_add_department_002": {        "req_data": {"data": [{"dep_id": "T01", "dep_name": "Test学院", "master_name": "Test-Master", "slogan": "Here is Slogan"}]},        "res_key": "already_exist",        "res_value": 1},
    "test_add_department_003": {        "req_data": {"data": [{"dep_id": "", "dep_name": "dep_id为空学院", "master_name": "dep_id为空Master", "slogan": "Here is dep_id为空"}]},        "res_key": "dep_id",        "res_value": "该字段不能为空。"},
    "test_add_department_004": {        "req_data": {"data": [{"dep_id": "T02", "dep_name": "", "master_name": "dep_name为空Master", "slogan": "Here is dep_name为空"}]},        "res_key": "dep_name",        "res_value": "该字段不能为空。"},
    "test_add_department_005": {        "req_data": {"data": [{"dep_id": "T02", "dep_name": "T02学院", "master_name": "", "slogan": "Here is master_name为空"}]},        "res_key": "master_name",        "res_value": "该字段不能为空。"},
    "test_add_department_006": {        "req_data": {"data": [{"dep_id": "T02", "dep_name": "T02学院", "master_name": "T02Master", "slogan": ""}]},        "res_key": "already_exist",        "res_value": 0},}

三、修改用例

修改test_add_department_001用例：

装饰ddt的data和unpack
增加入参
修改请求数据
修改响应判断

tips：ddt可以加载列表，字典、元组等python数据格式，也可以通过file_data加载json/txt/yaml等数据文件。
本篇采用加载字典的方式实现。

from day09.easytest.testcase.data.DepartmentData import ADD_DATAfrom ddt import ddt, data, unpack
...    @data(ADD_DATA['test_add_department_001'])    @unpack    @write_case_log()    def test_add_department_001(self, req_data, res_key, res_value):        """新增T01学院"""        result = ETReq.post(url=ETConfig.URL,                            data=json.dumps(req_data))        result = json.loads(result.text)        self.assertEqual(result[res_key]['count'], res_value)...

如上，是一个简单的测试驱动模型。

四、新增用例

打开自动化测试用例，尝试用dep_id/dep_name/master_name三条数据驱动test_add_department_001用例。

...@data(ADD_DATA['test_add_department_003'], ADD_DATA['test_add_department_004'], ADD_DATA['test_add_department_005'])    @unpack    @write_case_log()    def test_add_department_003(self, req_data, res_key, res_value):        """为空校验-dep_id/dep_name/master_name为空校验"""        result = ETReq.post(url=ETConfig.URL,                            data=json.dumps(req_data))        # 判断请求结果        result = json.loads(result.text)        self.assertEqual(result[res_key][0], res_value)...

完整代码如下：

# !/usr/bin/python# -*- coding:utf-8 -*-+from config.ProjectConfig import ETConfigfrom day09.easytest.common.db_funcs import init_dbfrom day09.easytest.common.HttpReq import ETReqfrom day09.easytest.common.wrapers import skip_related_case,write_case_logfrom day09.easytest.testcase.data.DepartmentData import ADD_DATAfrom ddt import ddt, data, unpackimport unittestimport json

@ddtclass AddDepartment(unittest.TestCase):
    @classmethod    def setUpClass(cls):        init_db()

    @data(ADD_DATA['test_add_department_001'])    @unpack    @write_case_log()    def test_add_department_001(self, req_data, res_key, res_value):        """新增T01学院"""        result = ETReq.post(url=ETConfig.URL,                            data=json.dumps(req_data))        result = json.loads(result.text)        self.assertEqual(result[res_key]['count'], res_value)  # res_key未实现JSON分级分类解析，你可以自己尝试实现

    @data(ADD_DATA['test_add_department_002'])    @unpack    @write_case_log()    @skip_related_case('test_add_department_001')    def test_add_department_002(self, req_data, res_key, res_value):        """重复新增T01学院"""        result = ETReq.post(url=ETConfig.URL,                            data=json.dumps(req_data))        # 判断请求结果        result = json.loads(result.text)        self.assertEqual(result[res_key]['count'], res_value)

    @data(ADD_DATA['test_add_department_003'], ADD_DATA['test_add_department_004'], ADD_DATA['test_add_department_005'])    @unpack    @write_case_log()    def test_add_department_003(self, req_data, res_key, res_value):        """为空校验-dep_id/dep_name/master_name为空校验"""        result = ETReq.post(url=ETConfig.URL,                            data=json.dumps(req_data))        # 判断请求结果        result = json.loads(result.text)        self.assertEqual(result[res_key][0], res_value)

    @data(ADD_DATA['test_add_department_006'])    @unpack    @write_case_log()    def test_add_department_006(self, req_data, res_key, res_value):        """为空校验-slogan为空校验"""        result = ETReq.post(url=ETConfig.URL,                            data=json.dumps(req_data))        result = json.loads(result.text)        self.assertEqual(result[res_key]['count'], res_value)

if __name__ == '__main__':    # 构造测试    suite = unittest.TestSuite()    suite.addTest(AddDepartment("test_add_department_001"))    suite.addTest(AddDepartment("test_add_department_002"))    suite.addTest(AddDepartment("test_add_department_003"))    suite.addTest(AddDepartment("test_add_department_006"))    # 本地测试用，可以在控制台看到日志    runner = unittest.TextTestRunner()    test_result = runner.run(suite)

最后，运行AddDepartment用例类，在控制台可以看到一共执行了6条用例。

再去查查日志，test_add_department_003执行了三次，达到了数据驱动的目的——将测试用例和测试数据分离开，执行测试时，只需要修改数据集，而无需修改测试用例。

一如既往，做个总结

01 本篇只是带你入门，想做好数据驱动，可不是朝夕之间的功夫。

02 做数据驱动后，你可以将重心关注在数据层面，比如，如何快速生成数据、如何覆盖更多校验场景、如何减少冗杂数据、如何模拟线上真实数据等问题上。

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。