What is Data Driven Testing

數(shù)據(jù)驅(qū)動(dòng)測(cè)試（Data-driven test）是一種軟件測(cè)試方法，其中測(cè)試數(shù)據(jù)以表格或電子表格格式存儲(chǔ)。數(shù)據(jù)驅(qū)動(dòng)測(cè)試允許測(cè)試人員輸入一個(gè)單一的測(cè)試腳本，可以對(duì)表格中的所有測(cè)試數(shù)據(jù)執(zhí)行測(cè)試，并期望在同一表格中的測(cè)試輸出。它也被稱為表驅(qū)動(dòng)測(cè)試或參數(shù)化測(cè)試。尤其是針對(duì)于自動(dòng)化測(cè)試，DDT幾乎是所有自動(dòng)化測(cè)試默認(rèn)遵循的規(guī)范。當(dāng)我們執(zhí)行自動(dòng)化測(cè)試的時(shí)候，都會(huì)遵照DDT的要求，盡量將測(cè)試中的可變數(shù)據(jù)抽象出來(lái)，變成單獨(dú)的文件，這個(gè)文件的格式可以是csv、xslx，也可以是json、xml或者是database。

Why Data Driven Testing

DDT的數(shù)據(jù)一般包括支持自動(dòng)化測(cè)試用例執(zhí)行的測(cè)試數(shù)據(jù)，UI測(cè)試使用的元素定位數(shù)據(jù)，和測(cè)試產(chǎn)生的測(cè)試結(jié)果。使用DDT的方式編寫我們的測(cè)試腳本可以

1. 盡量保證test case和容易發(fā)生變化的數(shù)據(jù)解耦。這樣當(dāng)容易發(fā)生變化的數(shù)據(jù)變更后可以在統(tǒng)一的位置進(jìn)行維護(hù)。同時(shí)腳本的實(shí)現(xiàn)方式發(fā)生變化的時(shí)候不影響用例本身的執(zhí)行。

2. 可以復(fù)用代碼，避免重復(fù)冗余的代碼。

How to create a Data Driven Automation Framework

DDT究竟怎么落地到實(shí)際的測(cè)試中呢？舉個(gè)例子，最簡(jiǎn)單的登陸注冊(cè)頁(yè)面，正確的用戶名，錯(cuò)誤的密碼；正確的密碼，錯(cuò)誤的用戶名；正確的用戶名，正確的密碼； 甚至輸入用戶名的格式和密碼的格式不同都會(huì)產(chǎn)生不同的用例。那我們可以把這些不同的數(shù)據(jù)存在一個(gè)文件中，用變量的方式把數(shù)據(jù)傳遞到登陸的方法中，這樣就完成了一個(gè)簡(jiǎn)單的DDT測(cè)試腳本。

為了能更加方便的使用DDT的方式編寫測(cè)試，有很多工具來(lái)輔助我們更簡(jiǎn)單的實(shí)現(xiàn)DDT。如果你的常用編程語(yǔ)言是python，可以了解下python中的selenium-ddt庫(kù)。里面的常用方法是@data、@ddt、@unpack、@file_data這四種裝飾器。

import os
from ddt import ddt, data, unpack, file_data
import unittest
def get_data():
   testdata = [{'name': 'tom', 'age': 20}, {'name': 'kite', 'age': 30}]
   return testdata
@ddt
class MyTestCase(unittest.TestCase):
   @data(1, 2, 3) //單組元組數(shù)據(jù)
   def test1(self, value):
       print(value)
   @data((1, 2, 3), (4, 5, 6))
   def test2(self, value):
       print(value)
   @data((1, 2, 3), (4, 5, 6)) //多組元組數(shù)據(jù)
   @unpack // 加入unpack方法后使用兩組數(shù)據(jù)執(zhí)行該用例
   def test3(self, value1, value2, value3):
       print(value1, value2, value3)
   @data([{'name': 'tom', 'age': 20}, {'name': 'kite', 'age': 30}]) //列表數(shù)據(jù)
   def test4(self, value):
       print(value)
   @data({'name': 'tom', 'age': '20'}, {'name': 'kite', 'age': '30'})//字典數(shù)據(jù)
   def test5(self, value):
       print(value)
   @data({'name': 'tom', 'age': '20'}, {'name': 'kite', 'age': '30'})//多組字典數(shù)據(jù)拆分
   @unpack
   def test6(self, name, age):
       print(name, age)
   testdata = [{'name': 'tom', 'age': 20}, {'name': 'kite', 'age': 30}]
   # @data(*testdata)
   @data(get_data()) //可以引用其他方法中的數(shù)據(jù)
   def test7(self, value):
       print(value)
   @file_data(os.getcwd() + '/test.json')//讀取文件應(yīng)用文件中的數(shù)據(jù)
   def test8(self, value2):
       print(value2)
if __name__ == '__main__':
   unittest.main()

代碼比較簡(jiǎn)單但是可以說(shuō)明問(wèn)題，感興趣的同學(xué)可以自己嘗試運(yùn)行一下，查看結(jié)果?？梢钥吹絛dt中支持多種多樣數(shù)據(jù)結(jié)構(gòu)的同時(shí)，也支持不同獲取數(shù)據(jù)的來(lái)源，可以是定義在腳本中的數(shù)據(jù)，也可以是函數(shù)的返回?cái)?shù)據(jù)，還可以讀取文件中的數(shù)據(jù)。雖然在pytest支持參數(shù)化注解后就很少人使用selenium-ddt了，但是其中的設(shè)計(jì)思想還是值得參考。

下面是一個(gè)pytest參數(shù)化的。pytest的參數(shù)化是通過(guò)@pytest.mark.parametrize注解來(lái)實(shí)現(xiàn)的。

@pytest.mark.parametrize的內(nèi)部是ParametrizeMarkDecorator，ParametrizeMarkDecorator的類中傳入了MarkDecorator裝飾器，這個(gè)裝飾器被調(diào)用后，會(huì)將標(biāo)記附加在類中，自動(dòng)應(yīng)用到類中找到的所有用例里面。

這就是為什么使用注解后的用例可以全部被執(zhí)行的原因。而讀取這些數(shù)據(jù)解析出來(lái)，是因?yàn)镻arametrizeMarkDecorator的實(shí)現(xiàn)是一個(gè)Iterable，當(dāng)傳入的data是一個(gè)可迭代對(duì)象的時(shí)候，就可以將data中的數(shù)據(jù)unpack出來(lái)。

login_data = [
  ('test001', 'test001@qq.com', '123456', '123456', '666', '驗(yàn)證碼不正確'),
  ('test200', 'test009@qq.com', '123456', '123456', '111', '注冊(cè)成功，點(diǎn)擊確定進(jìn)行登錄。'),
]
@pytest.mark.parametrize('username,email,pwd,expected', login_data)
def test1_register(self, username, email, pwd, expected):
   self.driver.find_element(By.NAME, 'username').send_keys(username)
   self.driver.find_element(By.NAME, 'email').send_keys(email)
   self.driver.find_element(By.NAME, 'pwd').send_keys(pwd)
   self.driver.find_element(By.NAME, 'comfirmed').click()
   WebDriverWait(self.driver, 5).until(EC.alert_is_present())
   alert = self.driver.switch_to.alert
   assert alert.text == expected
   alert.accept()

Best practices of Data Driven testing

• 在數(shù)據(jù)驅(qū)動(dòng)測(cè)試過(guò)程中，使用真實(shí)的數(shù)據(jù)是最理想的。
• 測(cè)試流程應(yīng)該在編寫在測(cè)試腳本內(nèi)。
• 使用數(shù)據(jù)來(lái)驅(qū)動(dòng)斷言。
• 測(cè)試數(shù)據(jù)要包含積極和消極的結(jié)果。
• 將數(shù)據(jù)驅(qū)動(dòng)的功能測(cè)試復(fù)用在其他形式的測(cè)試，如安全或者性能測(cè)試。

Disadvantages of Data Driven testing

• 測(cè)試的質(zhì)量取決于實(shí)施團(tuán)隊(duì)的自動(dòng)化技能。
• 當(dāng)測(cè)試腳本需要大量的數(shù)據(jù)時(shí)，數(shù)據(jù)驗(yàn)證的工作也會(huì)比較復(fù)雜。
• 維護(hù)測(cè)試是一個(gè)大問(wèn)題，因?yàn)閿?shù)據(jù)驅(qū)動(dòng)測(cè)試需要大量的編碼。
• 使用DDT完成測(cè)試腳本的開(kāi)發(fā)需要比較高水平的coding能力。
• 會(huì)產(chǎn)生很多文件。主要是與管理測(cè)試腳本和測(cè)試結(jié)果有關(guān)。

DDT是一種編寫自動(dòng)化測(cè)試的規(guī)范或者說(shuō)是一個(gè)框架，用文件的形式存儲(chǔ)測(cè)試數(shù)據(jù)，達(dá)到數(shù)據(jù)和測(cè)試腳本物理上的隔離，從而達(dá)到更好維護(hù)用例和更make sense的結(jié)果。

以上就是python自動(dòng)化測(cè)試Data Driven Testing(DDT)用例解析的詳細(xì)內(nèi)容，更多關(guān)于python自動(dòng)化測(cè)試DDT的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論