Python接口自动化浅析数据驱动原理-编程知识

以下主要介绍使用openpyxl模块操作excel及结合ddt实现数据驱动。

在此之前，我们已经实现了用unittest框架编写测试用例，实现了请求接口的封装，这样虽然已经可以完成接口的自动化测试，但是其复用性并不高。

我们看到每个方法（测试用例）的代码几乎是一模一样的，试想一下，在我们的测试场景中，

一个登录接口有可能会有十几条到几十条测试用例，如果每组数据都编写一个方法，

这样将会有更多的重复项代码，不仅执行效率不高，也不好维护。

接下来将会对框架进行优化，采用数据驱动方式：

把测试数据用excel表格管理起来，代码做封装；
用ddt来驱动测试，两部分相互独立。

一、openpyxl模块

openpyxl模块介绍

openpyxl是python第三方模块，运用openpyxl库可以进行excel的读和写。

在了解openpyxl模块之前，我们需要先熟悉excel的结构，才能更好理解openpyxl是如何操作excel。

从外到内，首先是一个excel文件(名)，打开excel之后，会看到底部有一个或多个sheet(工作簿)，每个sheet里有很多单元格，总体来说，主要分为三个层级。

在opnepyxl里面，一个Excel文件对应着一个Workbook对象，一个Sheet对应着一个Worksheet对象，而一个单元格对应着一个Cell对象。了解这些之后，对openpyxl是如何操作excel就比较清楚了。

openpyxl安装

pip install openpyxl

openpyxl简单使用

import openpyxl

if __name__ == '__main__':

path = 'F:/case/test_case.xlsx'

# 读取excel文件

workbook = openpyxl.load_workbook(path)

# 读取所有sheet

sheet = workbook.get_sheet_names()

# 获取某个sheet

sheet = workbook[sheet[0]]

# 获取某个cell的值

cell_val = sheet.cell(row=2, column=2).value

print(cell_val)

以上仅介绍openpyxl常用的语法，有兴趣了解更多内容可自行百度扩展。

二、Excel用例管理

在项目下，新建一个文件夹：data，文件夹下新建一个cases.xlsx文件，用来存放测试用例。

以下，是一个简单的登录测试用例设计模板：

可以根据该表格生成实际结果，并将测试结果写入（Pass、Fail）表格。

公众号后台回复：接口测试用例模板，可以获取完整接口测试用例Excle模板。

既然有了用例模板，我们就开始从用openpyxl模块对excel读写数据。

如下，在common文件夹下，新建excel_handle.py，用于封装操作excel的类。

excel_handle.py

import openpyxl

class ExcelHandler:

def __init__(self, file):

self.file = file

def open_excel(self, sheet_name):

"""打开Excel、获取sheet"""

wb = openpyxl.load_workbook(self.file)

# 获取sheet_name

sheet = wb[sheet_name]

return sheet

def get_header(self, sheet_name):

"""获取header(表头)"""

wb = self.open_excel(sheet_name)

header = []

# 遍历第一行

for i in wb[1]:

# 将遍历出来的表头字段加入列表

header.append(i.value)

return header

def read_excel(self, sheet_name):

"""读取所有数据"""

sheet = self.open_excel(sheet_name)

rows = list(sheet.rows)

data = []

# 遍历从第二行开始的每一行数据

for row in rows[1:]:

row_data = []

# 遍历每一行的每个单元格

for cell in row:

row_data.append(cell.value)

# 通过zip函数将两个列表合并成字典

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写入数据"""

wb = openpyxl.load_workbook(file)

sheet = wb[sheet_name]

sheet.cell(row, cloumn).value = data

wb.save(file)

wb.close()

if __name__ == "__main__":

# 以下为测试代码

excel = ExcelHandler('../data/cases.xlsx')

data = excel.read_excel('login')

接下来结合ddt实现数据驱动，先简单来介绍下ddt。

三、ddt介绍及使用

ddt介绍

名称：Data-Driven Tests，数据驱动测试
作用：由外部数据集合来驱动测试用例的执行
核心的思想：数据和测试代码分离
应用场景：一组外部数据来执行相同的操作
优点：当测试数据发生大量变化的情况下，测试代码可以保持不变
实际项目：excel存储测试数据，ddt读取测试数据到单元测试框架（测试用例中）

补充：

所谓数据驱动，就是数据的改变从而驱动自动化测试的执行，最终引起测试结果的改变。说的直白些，就是参数化的应用。

ddt安装

pip install ddt

ddt使用

要想知道ddt到底怎么使用，我们从ddt模块源码中提取出三个重要的函数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：

装饰类，也就是继承自TestCase的类。

data：

装饰测试方法。参数是一系列的值。

unpack：

传递的是复杂的数据结构时使用。比如使用元组或者列表，添加unpack之后，ddt会自动把元组或者列表对应到多个参数上,字典也可以这样处理；当没有加unpack时，方法的参数只能填一个。

知道了具体应用后，简单来个小例子加深理解。

test_ddt.py

import unittest

import ddt

# 装饰类

@ddt.ddt

class DdtDemo(unittest.TestCase):

def setUp(self):

pass

def tearDown(self):

pass

# 装饰方法

@ddt.data(("15312344578", "12345678"), ("15387654321", "12345678"))

@ddt.unpack

def test_ddt(self, username,password):

print(username,password)

if __name__ == '__main__':

unittest.main(verbosity=2)

运行结果为:

Ran 2 tests in 0.001s
OK
15312344578 12345678
15387654321 12345678

上面的例子是为了加深理解，接下来介绍excel结合ddt实现数据驱动，优化之前的test_login.py模块。

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):

# 读取excel中的数据

excel = ExcelHandler('../data/cases.xlsx')

case_data = excel.read_excel('login')

print(case_data)

def setUp(self):

# 请求类实例化

self.req = RequestsHandler()

def tearDown(self):

# 关闭session管理器

self.req.close_session()

@ddt.data(*case_data)

def test_login_success(self,items):

# 请求接口

res = self.req.visit(method=items['method'],url=items['url'],json=json.loads(items['payload']),

headers=json.loads(items['headers']))

try:

# 断言：预期结果与实际结果对比

self.assertEqual(res['code'], items['expected_result'])

result = 'Pass'

except AssertionError as e:

result = 'Fail'

raise e

finally:

# 将响应的状态码，写到excel的第9列，即写入返回的状态码

TestLogin.excel.write_excel("../data/cases.xlsx", 'login', items['case_id'] + 1, 9, res['code'])

# 如果断言成功，则在第10行(测试结果)写入Pass,否则，写入Fail

TestLogin.excel.write_excel("../data/cases.xlsx", 'login', items['case_id'] + 1, 10, result)

if __name__ == '__main__':

unittest.main()

整体流程如下图：

现在我也找了很多测试的朋友，做了一个分享技术的交流群，共享了很多我们收集的技术文档和视频教程。
如果你不想再体验自学时找不到资源，没人解答问题，坚持几天便放弃的感受
可以加入我们一起交流。而且还有很多在自动化，性能，安全，测试开发等等方面有一定建树的技术大牛
分享他们的经验，还会分享很多直播讲座和技术沙龙
可以免费学习！划重点！开源的！！！
qq群号：485187702【暗号：csdn11】

最后感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走！ 希望能帮助到你！【100%无套路免费领取】