python自动化测试中装饰器@ddt与@data源码深入解析

Serafina ·
更新时间:2024-09-20
· 382 次阅读

目录

一、使用ddt和data装饰器的大致框架如下,每个test_开头的方法,代表一条测试用例

二、给类动态的增加方法

案例1

案例2:

案例3:

三、ddt和data的源码解析

原因:

解决:

分部解析代码

总结

一、使用ddt和data装饰器的大致框架如下,每个test_开头的方法,代表一条测试用例 from ddt import ddt,data import unittest test_datas=[ {'id':1,'title':'测试用例1'}, {'id':2,'title':'测试用例2'}, {'id':3,'title':'测试用例3'}, {'id':4,'title':'测试用例4'} ] @ddt class TestDemo(unittest.TestCase): @data(*test_datas) def test_demo1(self,item): print('测试用例执行',item)

unittest中的测试用例:

测试类中每一个test开头的方法就是一条测试用例

ddt根据用例数据生成测试用例的思路:

1、利用data装饰器:传入测试数据,在装饰器中将测试数据保存起来
2、ddt这个装饰器:遍历测试数据,每遍历出一条数据,往测试类中添加一个test开头的方法
setattr(类,方法名,方法)

二、给类动态的增加方法 案例1

setattr(对象/类,属性名/方法名,属性值/方法)

特别注意:

给类动态增加方法一定要加self

class Demo: def test_1(self): print("这个是方法test_1") def kobe(self,item): print("kobe-----执行了",item) datas=[2,8,23,22,24] #根据数据动态给测试类中增加5个方法 for i in datas: name='test_1_{}'.format(i) #给类动态增加方法 setattr(Demo,name,kobe) print(Demo.__dict__)

案例2:

调用动态执行的5个方法,执行结果都为kobe-----执行了 24,有bug

class Demo: def test_1(self): print("这个是方法test_1") def kobe(self,item): print("kobe-----执行了",item) datas=[2,8,23,22,24] #根据数据动态给测试类中增加5个方法 for i in datas: name='test_1_{}'.format(i) def wrapper(self): kobe(self,i) #给类动态增加方法 setattr(Demo,name,wrapper) #print(Demo.__dict__) Demo().test_1_2() Demo().test_1_8() Demo().test_1_22() Demo().test_1_23() Demo().test_1_24()

执行结果:

kobe-----执行了 24
kobe-----执行了 24
kobe-----执行了 24
kobe-----执行了 24
kobe-----执行了 24

原因分析

案例3:

解决案例2的bug

定义闭包create_method:进行数据锁定,锁定的是datas=[2,8,23,22,24]

class Demo: def test_1(self): print("这个是方法test_1") def kobe(self,item): print("kobe-----执行了",item) datas=[2,8,23,22,24] #todo 使用闭包进行数据锁定 def create_method(i): def wrapper(self): kobe(self,i) return wrapper #根据数据动态给测试类中增加5个方法 for i in datas: name='test_1_{}'.format(i) wrapper=create_method(i) #给类动态增加方法 setattr(Demo,name,wrapper) Demo().test_1_2() Demo().test_1_8() Demo().test_1_22() Demo().test_1_23() Demo().test_1_24() 三、ddt和data的源码解析 from ddt import ddt,data import unittest test_datas=[ {'id':1,'title':'测试用例1'}, {'id':2,'title':'测试用例2'}, {'id':3,'title':'测试用例3'}, {'id':4,'title':'测试用例4'} ] def ddt(cls): '''遍历测试数据,给类动态添加方法''' #如何通过类获取方法? #res=cls.__dict__ #print('测试类的方法和属性字典',res) for name,method in list(cls.__dict__.items()): #遍历出来的属性值(方法)是否拥有datas属性(测试数据) if hasattr(method,'datas'): #获取方法中保存的测试数据 datas=getattr(method,'datas') #遍历测试数据 for index,value in enumerate(datas): print("数据:",value) #给测试类动态添加用例 method_name='{}_{}'.format(name,index+1) print('方法名',method_name) #给类动态的增加方法 def wrapper(self): method(self, value) #todo 给测试类动态添加一个测试方法 setattr(cls,method_name,wrapper) return cls def data(*args): '''将测试数据保存为测试方法的属性''' #*args接收到的是data装饰器传递进来的数据 def wrapper(func): #func接收的是data装饰的函数 func.datas=args return func return wrapper @ddt class TestDemo(): @data(*test_datas) #test_demo1=data(*test_datas)(test_demo1) def test_demo1(self,item): print('测试用例执行',item) #print(TestDemo.test_demo1.__dict__)

这样写的话有bug

原因:

解决:

采用闭包进行数据锁定,锁定value和method

def create_test_method(method,value): def wrapper(self): method(self, value) return wrapper from ddt import ddt,data import unittest test_datas=[ {'id':1,'title':'测试用例1'}, {'id':2,'title':'测试用例2'}, {'id':3,'title':'测试用例3'}, {'id':4,'title':'测试用例4'} ] def create_test_method(method,value): def wrapper(self): method(self, value) return wrapper def ddt(cls): #todo @ddt这个装饰器:遍历测试数据,每遍历出一条数据,往测试类中添加一个test开头的方法 #setattr(类,方法名,方法) res=list(cls.__dict__.items()) print(res) for name,method in res: print(name,method) if hasattr(method,'datas'): #如果有datas属性,获取方法中保存的datas datas=getattr(method,'datas') #遍历测试数据 for index,value in enumerate(datas): print('测试数据:',value) #给测试类动态的增加测试用例 method_name='{}_{}'.format(name,index+1) print('方法:',method_name,method) #todo 给类动态的增加方法,最终希望执行def test_demo1(self,item):这个方法的 #test_method=method #但是item需要自己传,但是unittest是不需要传递参数的 # def wrapper(self): # method(self,value) wrapper=create_test_method(method, value) # todo 给测试类动态添加一个测试方法 setattr(cls, method_name, wrapper) else: delattr(cls,name) return cls def data(*args): # *args为给装饰器传递的参数test_datas def wrapper(func): # func为被装饰器装饰的函数test_demo1 #todo @data装饰器的作用是保存测试数据,将测试数据存放到函数属性中 func.datas = test_datas return func return wrapper @ddt class TestDemo(unittest.TestCase): @data(*test_datas) #test_demo1=data(*test_datas)(test_demo1) def test_demo1(self,item): print('测试用例执行',item) 分部解析代码 @data(*test_datas) def test_demo1(self,item): print('测试用例执行',item)

1、上面3行代码可以写成如下:

@data(*test_datas):可以表示为test_demo1=data(*test_datas)(test_demo1)

2、输出属性(方法)名称和属性值

for name,method in list(cls.__dict__.items())

3、将遍历出来的属性名(方法)判断是否包含datas属性,如果有datas属性,获取方法中保存的datas

if hasattr(method,'datas'): datas=getattr(method,'datas') 总结

到此这篇关于python自动化测试中装饰器@ddt与@data源码解析的文章就介绍到这了,更多相关python装饰器@ddt和@data源码解析内容请搜索软件开发网以前的文章或继续浏览下面的相关文章希望大家以后多多支持软件开发网!



data python自动化 ddt 装饰器 测试 Python

需要 登录 后方可回复, 如果你还没有账号请 注册新账号