【webdriver自动化】Python数据驱动工具DDT

一、Python数据驱动工具ddt

1、  安装

ddt pip install ddt

DDT是 “Data-Driven Tests”的缩写

资料:http://ddt.readthedocs.io/en/latest/

2、  DDT的使用

(1)   ddt.ddt:

装饰类,也就是继承自TestCase的类

(2)   ddt.data:

装饰测试方法。参数是一系列的值。

(3)   ddt.file_data:

装饰测试方法。参数是文件名。文件可以是json 或者 yaml类型。

注意,如果文件以”.yml”或者”.yaml”结尾,ddt会作为yaml类型处理,其他所有文件都会作为json文件处理。

如果文件中是列表,每个列表的值会作为测试用例参数,同时作为测试用例方法名后缀显示。如果文件中是字典,字典的key会作为测试用例方法的后缀显示,字典的值会作为测试用例参数。

(4)   ddt.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。

(5)   测试用例方法名生成规则

使用ddt后,会产生一个新的测试用例方法名:之前的测试用例方法名_ordinal_data

之前的测试用例方法名:即定义的测试用例方法名。比如def test_large(),这里就是test_large

ordinal:整数,从1开始递加。

data:如果传递过来的数据存在__name__属性,则这里就是该数据的__name__值。如果未定义__name__属性,ddt会尽量将传递过来的数据转化为python标识符,作为data显示。比如(3,2)就转化为3_2。需要注意的是,如果数据是字典,则这里就是字典的key。

二、实例演示

1、@ddt.ddt&&@ddt.data

main.py:
from selenium import webdriver
import unittest, time
import logging, traceback
import ddt
from selenium.common.exceptions import NoSuchElementException

# 初始化日志对象
logging.basicConfig(
    # 日志级别
    level = logging.INFO,
    # 日志格式
    # 时间、代码所在文件名、代码行号、日志级别名字、日志信息
    format = ‘%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s‘,
    # 打印日志的时间
    datefmt = ‘%a, %d %b %Y %H:%M:%S‘,
    # 日志文件存放的目录(目录必须存在)及日志文件名
    filename = ‘e:/report.log‘,
    # 打开日志文件的方式
    filemode = ‘w‘
)

@ddt.ddt
class TestDemo(unittest.TestCase):
    def setUp(self):
        self.driver = webdriver.Ie(executable_path = "c:\\IEDriverServer")
    @ddt.data([u"神奇动物在哪里", u"叶茨"],
              [u"疯狂动物城", u"古德温"],
              [u"大话西游之月光宝盒", u"周星驰"])
    @ddt.unpack   #解包,将测试数据对应到testdata 和 expectdata
    def test_dataDrivenByObj(self, testdata, expectdata):
        url = "http://www.baidu.com"
        # 访问百度首页
        self.driver.get(url)
        # 设置隐式等待时间为10秒
        self.driver.implicitly_wait(10)
        try:
            # 找到搜索输入框,并输入测试数据
            self.driver.find_element_by_id("kw").send_keys(testdata)
            # 找到搜索按钮,并点击
            self.driver.find_element_by_id("su").click()
            time.sleep(3)
            # 断言期望结果是否出现在页面源代码中
            self.assertTrue(expectdata in self.driver.page_source)
        except NoSuchElementException, e:
            logging.error(u"查找的页面元素不存在,异常堆栈信息:"                           + str(traceback.format_exc()))
        except AssertionError, e:
            logging.info(u"搜索“%s”,期望“%s”,失败" %(testdata, expectdata))
        except Exception, e:
            logging.error(u"未知错误,错误信息:" + str(traceback.format_exc()))
        else:
            logging.info(u"搜索“%s”,期望“%s”通过" %(testdata, expectdata))

    def tearDown(self):
        self.driver.quit()

if __name__ == ‘__main__‘:
    unittest.main()
2、@ddt.file_data

test_data_list.json:
[
        "邓肯||蒂姆",
        "乔丹||迈克尔",
        "库里||斯蒂芬",
        "杜兰特||凯文",
        "詹姆斯||勒布朗"
    ]

main.py:

from selenium import webdriver
import unittest, time
import logging, traceback
import ddt
from ReportTemplate import htmlTemplate
from selenium.common.exceptions import NoSuchElementException

#如果有no json的报错信息,请将json文件存储为utf-8,with Bom
# 初始化日志对象
logging.basicConfig(
    # 日志级别
    level = logging.INFO,
    # 日志格式
    # 时间、代码所在文件名、代码行号、日志级别名字、日志信息
    format = ‘%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s‘,
    # 打印日志的时间
    datefmt = ‘%a, %Y-%m-%d %H:%M:%S‘,
    # 日志文件存放的目录(目录必须存在)及日志文件名
    filename = ‘e:/report.log‘,
    # 打开日志文件的方式
    filemode = ‘w‘
)

@ddt.ddt
class TestDemo(unittest.TestCase):

    @classmethod
    def setUpClass(cls):
        # 整个测试过程只被调用一次
        TestDemo.trStr = ""

    def setUp(self):
        self.driver = webdriver.Ie(executable_path = "c:\\IEDriverServer")
        status = None # 用于存放测试结果状态,失败‘fail‘,成功‘pass‘
        flag = 0 # 数据驱动测试结果的标志,失败置0,成功置1

    @ddt.file_data("test_data_list.json")
    def test_dataDrivenByFile(self, value):
        # 决定测试报告中状态单元格中内容的颜色
        flagDict = {0: ‘red‘, 1: ‘#00AC4E‘}

        url = "http://www.baidu.com"
        # 访问百度首页
        self.driver.get(url)
        # 将浏览器窗口最大化
        self.driver.maximize_window()
        print value
        # 将从.json文件中读取出的数据用“||”进行分隔成测试数据
        # 和期望数据
        testdata, expectdata = tuple(value.strip().split("||"))
        # 设置隐式等待时间为10秒
        self.driver.implicitly_wait(10)

        try:
            # 获取当前的时间戳,用于后面计算查询耗时用
            start = time.time()
            # 获取当前时间的字符串,表示测试开始时间
            startTime = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())
            # 找到搜索输入框,并输入测试数据
            self.driver.find_element_by_id("kw").send_keys(testdata)
            # 找到搜索按钮,并点击
            self.driver.find_element_by_id("su").click()
            time.sleep(3)
            # 断言期望结果是否出现在页面源代码中
            self.assertTrue(expectdata in self.driver.page_source)
        except NoSuchElementException, e:
            logging.error(u"查找的页面元素不存在,异常堆栈信息:"                           + str(traceback.format_exc()))
            status = ‘fail‘
            flag = 0
        except AssertionError, e:
            logging.info(u"搜索“%s”,期望“%s”,失败" %(testdata, expectdata))
            status = ‘fail‘
            flag = 0
        except Exception, e:
            logging.error(u"未知错误,错误信息:" + str(traceback.format_exc()))
            status = ‘fail‘
            flag = 0
        else:
            logging.info(u"搜索“%s”,期望“%s”通过" %(testdata, expectdata))
            status = ‘pass‘
            flag = 1
        # 计算耗时,从将测试数据输入到输入框中到断言期望结果之间所耗时
        wasteTime = time.time() - start - 3 # 减去强制等待的3秒
        # 每一组数据测试结束后,都将其测试结果信息插入表格行
        # 的HTML代码中,并将这些行HTML代码拼接到变量trStr变量中,
        # 等所有测试数据都被测试结束后,传入htmlTemplate()函数中
        # 生成完整测试报告的HTML代码
        TestDemo.trStr += u‘‘‘
        <tr>
            <td>%s</td>
            <td>%s</td>
            <td>%s</td>
            <td>%.2f</td>
            <td style="color:%s">%s</td>
        </tr><br />‘‘‘ % (testdata, expectdata,startTime,  wasteTime, flagDict[flag], status)

    def tearDown(self):
        self.driver.quit()

    @classmethod
    def tearDownClass(cls):
        # 写自定义的html测试报告
        # 整个测试过程只被调用一次
        htmlTemplate(TestDemo.trStr)

if __name__ == ‘__main__‘:
    unittest.main()

原文地址:https://www.cnblogs.com/jingsheng99/p/9236666.html

时间: 2024-11-08 14:39:30

【webdriver自动化】Python数据驱动工具DDT的相关文章

Python数据驱动工具——DDT

参考链接1:https://www.cnblogs.com/miniren/p/7099187.html 参考链接2:https://www.imooc.com/article/14861 安装ddt:cmd命令下输入:pip install ddt 原文地址:https://www.cnblogs.com/yhms/p/10316405.html

Python 数据驱动 unittest + ddt

一数据驱动测试的含义: 在百度百科上的解释是:数据驱动测试,即黑盒测试(Black-box Testing),又称为功能测试,是把测试对象看作一个黑盒子.利用黑盒测试法进行动态测试时,需要测试软件产品的功能,不需测试软件产品的内部结构和处理过程.数据驱动测试注重于测试软件的功能性需求,也即数据驱动测试使软件工程师派生出执行程序所有功能需求的输入条件. 在微软网站上的解释是: 数据驱动的单元测试是为数据源中的每一行重复运行的一种单元测试.数据驱动的单元测试的常用情况是使用多个输入值测试 API.不

【实战小项目】python开发自动化运维工具--批量操作主机

有很多开源自动化运维工具都很好用如ansible/salt stack等,完全不用重复造轮子.只不过,很多运维同学学习Python之后,苦于没小项目训练,本篇演示用Python写一个批量操作主机的工具,大家空余时候可以试着写写,完善完善. 1 思路分析 在运维工作中,古老的方式部署环境.上线代码可能都需要手动在服务器上敲命令,不胜其烦.所以,脚本,自动化工具等还是很有必要的.我觉得一个批量操作工具应该考虑以下几点: (1)本质上,就是到远程主机上执行命令并返回结果. (2)做到批量.也就是要并发

python之数据驱动Excel+ddt操作(方法二)

一.Mail163数据如下: 二.Excel+ddt代码如下: import xlrdimport unittestfrom selenium import webdriverfrom selenium.webdriver.common.by import Byfrom ddt import ddt,data,unpackimport time #安装:pip install xlrd#读取的数据存储在list表中def readExcels(): table = xlrd.open_workb

自动化运维工具介绍

运维目标有三个阶段,第一是追求稳定性,第二是追求标准化,第三是追求自动化.对于第三阶段来说,什么是运维自动化呢?简单地讲,运维自动化就是将日常重复性工作按照事先设定好的规则,在一定时间范围内自动化运行,而不需要人工参与.接下来简单介绍运维自动化工具,要了解运维平时用到的自动化工具,就需要了解运维人员的日常工作有哪些. 一.运维的日常工作 运维的日常工作可以总结为以下四个部分,分别是: (1) 系统安装 (2) 应用程序配置(Configuration) (3) 命令执行与控制(Command a

自动化运维工具之ansible

ansible ansible是新出现的自动化运维工具,基于Python开发,集合了众多运维工具(puppet.cfengine.chef.func.fabric)的优点,实现了批量系统配置.批量程序部署.批量运行命令等功能. ansible是基于模块工作的,本身没有批量部署的能力.真正具有批量部署的是ansible所运行的模块,ansible只是提供一种框架. 主要包括: (1).连接插件connection plugins:负责和被监控端实现通信: (2).host inventory:指定

自动化运维工具之ansible的简单应用

ansible: ansible是新出现的自动化运维工具,基于Python开发,集合了众多运维工具(puppet.cfengine.chef.func.fabric)的优点,实现了批量系统配置.批量程序部署.批量运行命令等功能.ansible是基于模块工作的,本身没有批量部署的能力.真正具有批量部署的是ansible所运行的模块,例如shell,copy,ping等,ansible只是提供一种框架.ansible的主要特性: 模块化:调用特定的模块,完成特定任务 基于Python语言实现,由Pa

自动化运维工具Ansible详细部署

原创作品,允许转载,转载时请务必以超链接形式标明文章 原始出处 .作者信息和本声明.否则将追究法律责任.http://sofar.blog.51cto.com/353572/1579894 ========================================================================================== 一.基础介绍 =========================================================

自动化运维工具Ansible实战(一)安装部署

1,基本介绍 ansible是新出现的自动化运维工具,基于Python开发,集合了众多运维工具(puppet.cfengine.chef.func.fabric)的优点,实现了批量系统配置.批量程序部署.批量运行命令等功能. ansible是基于模块工作的,本身没有批量部署的能力.真正具有批量部署的是ansible所运行的模块,ansible只是提供一种框架.主要包括: (1).连接插件connection plugins:负责和被监控端实现通信: (2).host inventory:指定操作