第 10 章 数据驱动测试(下) Selenium 3+Python 3 自动化测试

第 10 章　数据驱动测试

数据驱动测试是自动化测试领域比较主流的设计模式之一，也是高级自动化测试工程师必备的技能之一。数据驱动框架是一种自动化测试框架，其目的在于可以让相同的脚本使用不同的测试数据，测试数据和测试行为（脚本）完全分离，便于测试的维护和扩展。

例如，测试登录操作时，需要用到多种用户来登录，然后验证系统的响应是否正确。这里，我们就可以先准备好要登录的用户数据（比如用户名和密码），只需一个自动化登录脚本即可实现。

数据驱动测试的一般步骤如下：

（1）编写脚本，脚本需要有可扩展性并且支持从对象、文件或者持久化数据库中读取测试数据。
（2）准备测试数据到文件或者数据库等外部介质中。
（3）循环调用介质中的数据库来驱动脚本执行。
（4）验证自动化测试结果。

在数据驱动框架中需要掌握 Python 对文件的基本操作等，在这一章中将详细讲解有关文件的相关操作。

10.2　通过 Excel 参数，实现参数与脚本的分离

之前的章节，我们都是将测试数据写在代码中，这种在程序中直接给代码赋值的形式俗称「hardcode」。直接将数据写在源代码中，若测试数据有变，并不利于数据的修改和维护，会造成程序的质量变低。

我们可以尝试通过将测试数据放到 Excel 文档中来实现测试数据的管理，而数据驱动框架的概念正是由此而来。

10.2.1　创建 Excel 文件，维护测试数据

创建 Excel 文件「testdata.xlsx」以备测试之用，具体数据如图 10.29 所示。

图 10.29

下一步需要用 Python 实现读取 Excel 文件的函数功能以备测试之用。代码如下：

上述代码创建了命名为 read_excel 的函数，并设置了三个参数。其中，filename 是 Excel 文件名，可以指定为相对路径；Index 是 Sheet 的编号，比如 Excel 中 Sheet1 表格的 index 值为 0；column 是表格的列，比如 A 列对应的值为 0。

以上是用列表的方式来存储 Excel 中读取的数据，通过观察可以看到 A 列有 3 行数据，B 列有 4 行数据。其实这种情况下用字典的形式来存储数据比较好，每一列数据存储到一个列表中。新的读取 Excel 文件的函数代码如下：

import xlrd


def read_excel(filename, sheetname):
    # 运用xlrd模块的open方法来打开Excel文件
    xls_fh = xlrd.open_workbook(filename)
    # 指定要选择的表格
    sheet = xls_fh.sheet_by_name(sheetname)
    # 打印选定表格的行数
    print(sheet.nrows)
    # 打印选定表格的列数
    print(sheet.ncols)

    # 声明一个空的字典dic
    data_dic = {}
    # 表明用for循环遍历Excel中的第一列数据，然后将遍历加入列表data_list中
    for j in range(sheet.ncols):
        # 声明一个空的列表list
        data_list = []
        for i in range(sheet.nrows):
            data_list.append(sheet.row_values(i)[j])

        data_dic[j] = data_list
    print(data_dic)
    # 返回列表data_dic字典
    return data_dic

if __name__ == '__main__':
    read_excel("testreadexcel.xls","Sheet1")

以下代码调用为输出所有的 excel 文件中第一个 sheet 的所有数据，代码执行结果如图 10.30 所示，和 Excel 文件中的数据是一致的。从输出结果可以看到 Excel 文件有 3 行 2 列，还有数据的实际情况。

图 10.30

10.2.2　Framework Log 设置

关于日志，笔者相信软件开发人员或者测试人员对于这个概念应该不会陌生。它是可以追踪应用运行时所发生的事件的一种方法。事件（Event）是有轻重缓急的，可以用严重等级来区分，相应的日志也有日志等级之分。

日志非常重要，通过日志可以方便用户了解应用的运行情况，如果日志内容或者程度足够丰富，也可以分析诸如用户偏好、习惯、操作行为等信息，也是现在流行的大数据分析的一种。所以说，日志非常重要。一般来说，日志的作用有以下两点：

（1）程序调试。

（2）了解软件健康状况，查看软件运行是否正常等。现在基于日志的分析统计软件也有很多，比如 Splunk 就是其中的佼佼者，它提供了很多日志分析、查询、统计功能，还有强大的报表定制化功能。

不同系统或者软件有不同的日志等级的定义，总结一下，常用的日志等级如下：

·　DEBUG

·　INFO

·　WARNING

·　ERROR

·　ALERT

·　NOTICE

·　CRITICAL

日志的一般组成结构如下：

·　事件发生的时间，有些国际化软件还要有时区的信息，比如 GMT 等。

·　事件的发生位置，比如事件发生时，程序执行的代码信息等。

·　事件的严重程度，也就是日志等级。

·　事件的内容，一般由开发者控制，哪些内容要输出，以及以什么样的格式输出。

一般的开发语言都会有日志相关的模块（功能），比如 log4j、log4php 等功能强大，使用简单。Python 自身也提供了日志的标准库模块 logging。

logging 模块的日志级别设定有：

·　DEBUG，通常打印的日志信息很详细，这种级别的设定场景一般是在进行问题定位和调试。

·　INFO，信息详细程度仅次于 DEBUG，通常只记录关键的信息点，用于确认软件是否按照正常的预期在运行。

·　WARNING，当某些异常信息发生时系统记录的日志信息，而此时软件一般是正常运行的。比如 App 服务器内存（Memory）抵达使用的临界点，比较成熟的软件会有日志提醒。

·　ERROR，由于一个更加严重的问题导致软件运行不正常而记录的相关信息。比如内容溢出异常等。

·　CRITICAL，当严重的错误发生时直接导致宕机、软件服务等无法使用，或者在访问时记录相关的信息。

日志的等级从低到高依次为 DEBUG < INFO < WARNING < ERROR < CRITICAL，但是相应的日志记录的信息量是逐步减少的。

logging 模块定义日志级别常用的函数：

·　logging.debug（msg，*args，**kwargs）

·　logging.info（msg，*args，**kwargs）

·　logging.warning （msg，*args，**kwargs）

·　logging.error（msg，*args，**kwargs）

·　logging.critical（msg，*args，**kwargs）

以上函数的作用是为了创建如 DEBUG、INFO、WARNING、ERROR、CRITICAL 等日志级别的日志。此外，还有两种常用的函数，作用如下：

·　logging.log（level，*args，**kwargs）：用于创建一个日志级别为 level 的日志记录。

·　logging.basicConfig（**kwargs）：对 root logger 进行配置，主要用于指定「日志级别」「日志格式」「日志输出位置/文件」「日志文件的打开模式」等信息。

logging 模块的四大组件如下：

（1）loggers（提供应用程序码直接使用的接口）。

（2）handlers（用于将日志记录发送到指定的位置）。

（3）filters（提供日志过滤功能）。

（4）formatters（提供日志输出格式设定功能）。

以下为简单的 logging 模块使用案例：

以上案例也可以使用另外一种写法，源码如下：

在控制台中输出结果如下：

我们会发现，DEBUG 和 NFO 级别的日志没有输出来。这是因为 logging 模块提供的日志记录函数所使用的日志器设置的级别为 WARNING，因此只有 WARNING 级别及大于该级别的（如 ERROR、CRITICAL）日志才会输出，而严重级别比 WARNNING 低的日志被丢弃了。

打印出来的日志信息如「WARNING:root:I am a warning level log.」各个字段的含义分别是日志级别、日志器名称和日志内容。日志之所以用这样的格式输出，是因为日志器中设置的是默认格式 BASIC_FORMAT，其值为「%（levelname）s:%（name）s:%（message）s」。

另外，为什么日志输出到控制台而没有输出到别的地方？原因是日志器中用的是默认输出位置「sys.stderr」。

如果要改变日志输出位置，需要手动调用函数 basicConfig（）进行设置。basicConfig（）函数的定义为「logging.basicConfig（**kwargs）」。

该函数的参数描述如下：

·　Filename：指定输出目标文件名，用于保存日志信息。设置该配置项后，日志就不会输出到控制台了。

·　FileMode：指定日志文件的打开模式，默认为「a」，且仅在 filename 指定时生效。

·　Format：指定输出的格式和内容，format 可以输出很多有用的信息。

·　DateFmt：指定日期/时间格式。

·　Level：指定日志器的日志级别。

·　Stream：指定日志输出目标 stream，比如「sys.stdout」「sys.stderr」。需要注意的是，stream 配置项和 filename 配置项不能同时提供，可能会造成冲突和产生 ValueError 异常。

·　Style：Python3 之后新添加的配置项，用于指定 format 格式字符串的风格，可取值为「%」「｛」和「$」。其默认值为「%」。

Handlers：Python 6.3 之后新添加的配置项。该选项如果被指定，它应该是一个创建了多个 Handler 的可迭代对象，这些 handler 将会被添加到 root logger。需要说明的是，filename、stream 和 handlers 这三个配置项只能有一个存在，不能同时出现 2 个或 3 个，否则会引发 ValueError 异常。

logging 模块关于日志格式字符串字段的介绍如表 10.3 所示。

表 10.3

配置日志器的日志级别，代码如下：

控制台输出的内容如下：

以上所有等级的日志信息都被输出了，说明之前的配置已经生效。在配置了日志级别的基础上，再配置日志输出、日志文件和日志格式，代码如下：

代码执行完毕，在当前目录下生成一个日志文件「log1.log」，内容如下：

在以上配置的基础上，我们也可以加上日期/时间格式的配置，测试源码如下：

代码执行完毕，在当前目录下生成一个日志文件「log6.log」，内容如下：

以上是对 Python Log 的一个简单的介绍，如果想对 Python Log 有更深入的了解，请参考官方文档「https://docs.python.org/6.7/howto/logging.html」。

下面定义一个 log 函数，目的是定义 logging 的 basicConfig 等信息。其中有一个比较重要的信息是，Log 存放的文件在当前目录下的 log-selenium.log 文件中，具体代码如下：

10.2.3　初步实现数据驱动

通过以上定义 Excel 文件数据读取和 framework log 读取设置的方式，我们对于数据和测试代码分离的思想有了初步认识。下面将以上知识应用到火车票项目中，整体项目代码结构如图 10.31 所示。

图 10.31

functions.py 代码如下（基础代码）：

search_tickets.py 的代码如下：

测试代码文件 test_booking_tickets.py 如下：

按照上述结构来配置代码并执行，结果如图 10.32 所示。执行完毕，会在当前目录生成一个 log 文件，如图 10.33 所示。

图 10.32

图 10.33

my_functions

'''
代码重构工作，Selenium的元素定位函数等
'''
from datetime import datetime, date, timedelta
from selenium import webdriver
import Read_Excel
import xlrd
import logging

# 以下为driver设置获得1个浏览器对象
driver = webdriver.Chrome()
'''
函数 return_driver()的功能是返回driver对象
'''


def return_driver():
    return driver


'''
函数 open_site(url)的功能是打开网站web页面
'''


def open_site(url):
    driver.get(url)


# 以下为定义函数部分，其目的是返回今天后的第n天的日期，格式为"2019-04-03"
'''
函数date_n(n)将返回n天后的日期
'''


def date_n(n):
    return str((date.today() + timedelta(days=int(n))).strftime("%Y-%m-%d"))


"""
下面的函数是，根据8种selenium定位方法,做二次封装
"""
"""
函数id为返回按照id属性来定位元素的语句
"""


def id(element):
    return driver.find_element_by_id(element)


def css(element):
    return driver.find_element_by_css_selector(element)


def class_name(element):
    return driver.find_element_by_class_name(element)


def xpath(element):
    return driver.find_element_by_xpath(element)


"""
函数js通过Selenium来执行JavaScript语句
"""


def j_s(js):
    driver.execute_script(js)


# 这是新添加的函数，用于处理和获取Excel文件的测试数据
def read_excel(filename, sheetname):
    res = Read_Excel.read_excel(filename, sheetname)
    return res


if __name__ == '__main__':
    print(__name__)

Read_Excel

import xlrd


def read_excel(filename, sheetname):
    # 运用xlrd模块的open方法来打开Excel文件
    xls_fh = xlrd.open_workbook(filename)
    # 指定要选择的表格
    sheet = xls_fh.sheet_by_name(sheetname)
    # 打印选定表格的行数
    #print(sheet.nrows)
    # 打印选定表格的列数
    #print(sheet.ncols)

    # 声明一个空的字典dic
    data_dic = {}
    # 表明用for循环遍历Excel中的第一列数据，然后将遍历加入列表data_list中
    for j in range(sheet.ncols):
        # 声明一个空的列表list
        data_list = []
        for i in range(sheet.nrows):
            data_list.append(sheet.row_values(i)[j])

        data_dic[j] = data_list
    #print(data_dic)
    # 返回列表data_dic字典
    return data_dic

if __name__ == '__main__':
    read_excel("testdata.xls","Sheet1")

search_tickets

#chromedriver.exe放在D:Python38
'''
此页面的功能是测试火车票查询的页面元素
'''
import sys
from selenium.webdriver.common.action_chains import ActionChains
sys.path.append(r'C:UsersCDVPycharmProjects	est_seleniumday09')
from my_functions import date_n,id,css,xpath, class_name,j_s,return_driver,open_site
import time

'''
函数名：search_tickets
参数：
    from_station:出发站
    to_station:到达站
    n:是一个数字，如1表示选择明日的车票
'''

def search_tickets(from_station,to_station,n):
    driver =return_driver()

    open_site('http://trains.ctrip.com/TrainBooking/SearchTrain.aspx')
    #上海
    from_station =from_station
    #杭州
    to_station=to_station
    #以下为tomorrow变量
    tomorrow = date_n(n)

    #以下为定位出发城市和到达城市的页面元素，设置其值为以上定义值
    id('departCityName').send_keys(from_station)
    # 在页面跳转时最好加一些时间等待的步骤，以免元素定位出现异常
    time.sleep(1)
    id("arriveCityName").send_keys(to_station)
    # 在页面跳转时最好加一些时间等待的步骤，以免元素定位出现异常
    time.sleep(1)

    # 移除出发时间的'readonly'属性
    js = "document.getElementById('departDate').removeAttribute('readonly')"
    j_s(js)
    # 清楚出发时间的默认内容
    id('departDate').clear()
    time.sleep(1)
    # 以下为定义搜索车次日期
    id('departDate').send_keys(tomorrow)


    # 以下步骤是为了解决日期控件弹出窗在输入日期后无法消失的问题
    # 原理是为了让鼠标左键单击页面空白处
    ActionChains(driver).move_by_offset(100, 100).click().perform()
    # 以下为定位并单击"车次搜索"按钮
    class_name("searchbtn").click()

    # 在页面跳转时最好加一些时间等待的步骤，以免元素定位出现异常
    time.sleep(2)

    # 通过在K1805车次的硬座区域单机"预定"按钮来预定车票
    # css("body > div:nth-child(33) > div > div.lisBox "
    #                                     "> div.List-Box > div > div:nth-child(1) > div.w6 > div:nth-child(1) > a").click()
    # 通过XPath方式定位元素,为了增加代码的健壮性可以用xpath+模拟查询来增强
    xpath("/html/body/div[7]/div/div[5]/div[3]/div/div[1]/div[6]/div[1]/a").click()

    # 增加浏览器窗口最大化的操作是为了解决脚本偶尔不稳定的问题
    driver.maximize_window()

test_booking_tickets

#chromedriver.exe放在D:Python38
'''
此页面的功能是测试火车票查询的页面
'''

import time
import sys
sys.path.append(r'C:UsersCDVPycharmProjects	est_seleniumday09')
from my_functions import css,xpath,j_s,read_excel
from search_tickets import search_tickets

#以下搜索火车票列表
#search_tickets("上海","杭州",1)
dic1 = read_excel("testdata.xls","Sheet1")
search_tickets(dic1[0][0],dic1[0][1],1)


#不登录携程系统订票
time.sleep(2)


#添加第一位成人信息
dingpiao_adult="康冕峰"
adult_id=110
phone_number=156
#以下为订票人各项填入的信息
css("#inputPassengerVue > div.pasg-add > ul > li:nth-child(2) > input").send_keys(dingpiao_adult)
css("#inputPassengerVue > div.pasg-add > ul > li:nth-child(3) > input").send_keys(adult_id)
css("#inputPassengerVue > div.pasg-add > ul > li:nth-child(6) > input").send_keys(phone_number)
css("#contact-mobile").send_keys(phone_number)

10.3　数据驱动框架 DDT

10.3.1　单元测试

单元测试，百度百科上的解释是「对软件中的最小可测单元进行检查和验证」。一般来说对于单元的含义，不同的编程语言要根据实际情况去判定，比如在 C 语言中指一个函数，而在 Java 中可能指一个类。

从细节上，单元测试是开发者编写的一小段代码，用于检验被测代码的一个很小、很明确的功能是否正确。所以单元测试是比较重要的，可以将一些系统的 bug 扼杀在初始阶段，这样花费的代价比在集成测试、系统测试阶段要小得多。

对面向对象编程语言 Python 来说，最小的可测单元应该是类，在学习单元测试之前需要先介绍一下 Python 类的相关知识。

类的定义和使用在面向对象的编程语言中很常见，是一种抽象的概念集合，表示一个共性的产物，类中通常会定义属性和行为（方法）。下面举例说明类的结构并进行简单运用，有两点需要注意：

（1）在 Python 中无论函数还是类，定义其范围不用其他语言常用的大括号「｛｝」而是用缩进的方式，如下面例子中 info1 函数的函数体就只有一行「print（“this is a pig”）」。

（2）函数、类以及判断语句声明部分结束后要以冒号「:」结尾。请注意下例中函数和类声明行的结尾处。

此例中定义了一个类「Pig」，此类派生自 object。首先，定义类成员变量或方法，此类中定义了一个方法「info1」。然后，要实例化一个 pig 类。最后，实现调用方法「info1」，输出字符串「this is a pig」。

以上只是一个简单的类的应用举例，让大家先对类有一个直观的认识。其实类的知识点有很多，碍于篇幅的限制，本书只会介绍比较常用和重要的知识点。

类其实也可以理解为代码的另外一种抽象，有些类似于函数，目的之一是提供代码重用性和提供编码效率。在面向对象的编程语言中，类和实例都是特别重要的概念。示例代码如下，执行结果如图 10.34 所示。

以上代码主要介绍了一个常见的简单类的构造过程和实例化使用，类中主要包含构造函数__init__和函数 print_info（）。

图 10.34

一般来讲，「类」是描述一类事物的载体。在虚拟的代码世界，如果要描述整个现实世界就需要引入「类」这样的载体和方法。

举一个实例来说明一下「类」，以便我们更快地熟悉它的用法，代码如下：

上述代码中的备注部分已经对代码行做了一些必要的解释，这里不再赘述，代码的执行结果如图 10.35 所示。

图 10.35

单元测试库（UnitTest）实现了我们在开发代码过程中实际值和预期值进行比较等功能，使用起来很方便。UnitTest 作为一种单元测试框架，其思想来源于 JUnit，跟目前市场上主流的一些测试框架有很多相似之处。

UnitTest 工作流中核心的四大组件简介：

（1）Test Fixture 是指在执行测试之前的准备工作，比如数据清理工作、创建临时数据库、目录，以及开启某些服务进程等。

（2）Test Case 是最小的测试单元，具有独立性。主要检测输出结果是否满足期望，这些结果基于一系列特定的输入。UnitTest 提供了一个基类「TestCase」用来创建新的 Test Cases。

（3）Test Suite 可以简单理解为 Test Case 的集合，主要用于对于集成管理要在一起执行的测试用例。

（4）Test Runner 也是 UnitTest 的一个重要组件，主要用于协调测试的执行并提供结果输出给用户参考。

如图 10.36 所示是 UnitTest 中常用的断言。

图 10.36

UnitTest 提供了很丰富的工具集来创建和运行单元测试。

（1）所有的测试用例类要继承基本类 unittest.TestCase。Python 语法规定，父类要写在小括号内，如：「XXXTest（unittest.TestCases）」。

（2）unittest.main（）的作用是使一个单元测试模块变为可直接运行的测试脚本。

main（）方法使用 TestLoader 类来搜索所有包含在该模块中以「test」命名开头的测试方法，并自动执行他们。执行方法的默认顺序是，根据 ASCII 码的顺序加载测试用例，数字与字母的顺序为 0-9、A-Z、a-z。因此 A 开头的方法会优先执行，a 开头的方法会后执行。

（1）unittest.TestSuite（），单元测试框架中的 TestSuite（）类用于创建测试套件，其中最常用的一个方法是 addTest（），该方法的功能是将测试用例添加到测试套件中。

（2）每一个独立的单元脚本中的测试方法应该都是以「test」字符串开始的，这样的命名惯例是不能更改的，或者单元测试不会照常执行。

（3）assertEqual（）方法的功能是验证实际执行结果是不是期望值。

（4）assertTrue（）和 assertFalse（）的功能是验证是否满足一定条件。

（5）assertRaises（）的功能是为了验证单元测试是否会抛出某一个特定异常，如 TypeError。

（6）setUp（）方法用于测试用例执行前的初始化工作。比如在测试登录 Web 应用时，在 setUp（）方法中去实例化浏览器等操作。

（7）teardown（）方法用于测试用例执行之后的善后操作，如关闭数据库连接、关闭浏览器等操作。

（8）assertXxx（），一般是一些断言方法，在执行测试用例的过程中，最终测试用例要求执行通过，否则判定预期值和实际值是否一致。

如下为单元测试练习代码：

执行结果如图 10.37 所示。

图 10.37

下面我们用 UnitTest 运行一个 WebDriver 的测试用例，业务场景是：

（1）打开 Chrome 浏览器，打开百度首页。

（2）在搜索输入框中输入「python」，然后单击「百度一下」搜索按钮。

（3）检测返回页面中是否有「python」字符串。

代码如下：

单元测试结果如图 10.38 所示。

图 10.38

在实际工作中，通常一个测试会包含多个测试用例，这些测试用例可能来源于多个不同的模块。此时，利用自动化测试框架来进行批量执行，就可以省时省力，从而提高测试的效率。

接下来，将具体介绍如何批量执行脚本。

（1）创建一个项目「BatchRun」。

（2）在项目上新建 Python Package，命令为 TestSuite。

（3）在 TestSuite 下新建文件夹 testset1 和 testset2。

（4）在文件夹 testset1 下，添加脚本文件「case01.py」和「case06.py」。

「case01.py」文件的代码如下：

「case06.py」文件的代码如下：

（5）在文件夹 testSet2 下添加脚本文件「case05.py」和「case06.py」。

「case05.py」文件的代码如下：

「case06.py」文件的代码如下：

最后，利用 UnitTest 的 discover 方法来实现测试脚本的批量执行。在文件夹「testsuite」下新建 Python 文件「run_cases_inbatch.py」，文件代码如下：

通过执行以上代码可以看到此次批量执行的脚本集合，discover 变量返回的字符串如下：

<unittest.suite.TestSuite tests=［<unittest.suite.TestSuite tests=［］>，<unittest.suite.TestSuite tests=［<unittest.suite.TestSuite tests=［<testset1.case01.Test1 testMethod=test_01>，<testset1.case01.Test1 testMethod=test_02>，<testset1.case01.Test1 testMethod=test_03>］>］>，<unittest.suite.TestSuite tests=［<unittest.suite.TestSuite tests=［<testset1.case06.Test2 testMethod=test_04>，<testset1.case06.Test2 testMethod=test_05>，<testset1.case06.Test2 testMethod=test_06>］>］>，<unittest.suite.TestSuite tests=［］>，<unittest.suite.TestSuite tests=［<unittest.suite.TestSuite tests=［<testset6.case06.Test1 testMethod=test_07>，<testset6.case06.Test1 testMethod=test_08>，<testset6.case06.Test1 testMethod=test_09>］>］>，<unittest.suite.TestSuite tests=［<unittest.suite.TestSuite tests=［<testset6.case06.Test1 testMethod=test_10>，<testset6.case06.Test1 testMethod=test_11>，<testset6.case06.Test1 testMethod=test_12>］>］>］>

项目整体结构如图 10.39 所示。

图 10.39

在批量执行测试时，只需要执行 Python 文件「run_cases_inbatch.py」即可，执行结果如图 10.40 所示。

图 10.40

10.3.2　数据驱动框架的应用

DDT 是「Data-Driven Tests」的缩写。UnitTest 没有自带数据的驱动功能，如果在使用 UnitTest 的同时又想使用数据驱动，那么就可以使用 DDT 来完成。

使用方法如下：

（1）ddt.data，装饰测试方法，参数是一系列的值，比如元组等。元组和列表的声明与赋值比较类似，它们都是线性表。两者最大的不同在于，可以将元组看成只能读取数据不能修改数据的列表。元组缓存于 Python 运行时的环境，这就意味着每次使用元组时无须访问内涵去分配内存。

（2）ddt.file_data，装饰测试方法，参数是文件名，测试数据保存在参数文件中。文件类型可以是 JSON 或者 YAML。

有一点需要注意的是，如果文件以「.yml」结尾，ddt 会作为 YAML 类型处理。其他文件都会作为 JSON 文件来处理。

（3）ddt.unpack，当 ddt 传递复杂的数据结构时使用。

下面演示一个简单的例子来说明 ddt 的用法，代码如下：

从代码分析中可以知道，ddt 设置的参数列表是一个元组，并且这个元组的元素有 2 和 3。单元测试结果如图 10.41 所示，从结果来看，单元测试执行了 2 个 Test Cases，即测试方法 test_01 执行了 2 次。

图 10.41

下面再举例说明 DDT 对于 JSON 文件的用法，其中 JSON 文件内容为「｛「1tim」: 「appium11」，「2tim」: 「selenium22」，「3tim」: 「requests3」｝」，我们可以通过 JSON 文件来管理测试数据，具体代码如下：

以上执行结果如图 10.42 所示，可以看出，JSON 文件的键值对的 value 被打印出来了。

图 10.42

在自动化测试结束后，往往都需要查看执行结果，如何得到一份便于查看和管理的测试报告呢？这里，笔者推荐 HTMLTestRunner 应用程序，它是 Python 标准库 UnitTest 模块的一个扩展，可以生成 HTML 的测试报告，而且界面十分友好。

准备工作：

（1）下载 HTMLTestRunner.py 文件，下载地址为

“http://tungwaiyip.info/software/HTMLTestRunner.html”。

HTMLTestRunner 下载界面如图 10.43 所示。需要注意的是，这里提供的 HTMLTestRunner 是 0.8.2 的版本，它的语法是基于 Python 2 的。假如需要 Python3 版本，需要对它进行修改。网络上有修改好的基于 Python3 的 HTMLTestRunner，可以自行搜索下载。

图 10.43

（2）将 HTMLTestRunner.py 文件复制到 Python 安装路径下的 lib 文件夹中。

（3）利用在百度首页搜索关键字的案例来展现 HTMLTestRunner 的用法。

测试代码如下：

最后，测试机器路径盘「D:\test1.html」，生成报表文件，报表内容截屏如图 10.44 所示，其中「SuiteTest1」是指单元测试脚本的类名。

图 10.44

以上主要讲解了单元测试 UnitTest、HTMLTestRunner 和 DDT 框架的基本用法。将它们为测试所用，运用到实战中才可以体现出其价值。而此时笔者认为，是时候梳理一下本章的主要知识点了。

项目文件框架如图 10.45 所示。

图 10.45

基础函数文件 functions.py 如下：

业务代码文件 search_tickets.py 如下：

测试代码文件 test_booking_tickets.py 如下：

测试数据 Excel 文件内容如图 10.46 所示：

图 10.46

测试执行完成后，在 D 盘上会生成测试报告「report_ctrip_tickets.html」，具体内容如图 10.47 所示。

图 10.47

10.3.3　利用 DDT+Excel 实现简单的重复性测试

在实际项目中，很多时候需要重复性测试而非一次性测试，大量的重复测试才能体现出自动化测试效率和价值。

接下来，以一个小案例来演示一下「如何运用 DDT 框架结合 Excel 文件类型的测试数据来实现自动化测试」，测试场景是模拟添加用户登录。

文件结构如图 10.48 所示。

图 10.48

测试数据文件 testdata.xlsx 的内容如图 10.49 所示。

图 10.49

Excel 函数文件 dataexcel.py 内容如下，作用是提取测试数据并返回一个列表，而每个列表元素是一个字典对象。

测试代码文件 test.py 的内容如下所示，通过这个脚本来实现循环测试，比较用户名字段与密码字段对应的字符串是否相同。如果不同，则测试失败，直到所有测试数据循环结束。

在命令行窗口，切换到脚本所在的目录并执行代码，命令为「python test.py」，执行结果如图 10.50 所示。

图 10.50

从图 10.51 可以看出，三次测试方法的执行都是失败的，因为期望值与实际值是不相等的。