1. データ駆動型の導入:
@ddt.ddt (クラス デコレーター、現在のクラスが ddt フレームワークを使用することを宣言します)
@ ddt.data (関数デコレータ、テスト ケースにデータを渡すために使用) は、すべての Python データ型の受け渡しをサポートします: 数値 (int、long、float、compix)、文字列、リスト、タプル、セット、データ ファイルの書き込みと読み取り関数、@data エントリ パラメータに * を加えて
@ddt.unpack (送信されたデータ パケットをアンパックするためにデコレータに書き込む) を読み取ります。通常はタプルとタプル リスト、ディクショナリ (パラメータの名前と数は辞書のキーと一致している必要があります) (配列と文字列には必要ありません)
@ddt.file_data (関数デコレータ、直接読み取ることができます yaml を使用します) /json ファイル)
2. データ駆動型とキー駆動型の違い:
データ駆動型テスト (DDT) はデータ駆動型テストです。異なるデータを実装する 同じテスト ケースを実行します。 ddt の本質は、実際にはデコレーター、データのセット、およびシーンです。
キーワード駆動 (コア: ビジネス ロジックをキーワード ログインにカプセル化し、ログインを呼び出すだけで済みます。)
3. ハイブリッド ドライブ モード (キーワード駆動データ駆動)
4 、実際の実践データ駆動型テストの場合: テスト クラスでは @ddt.ddt デコレーターを使用し、テスト ケースでは @ddt.data デコレーターを使用する必要があります。
(1) 単一パラメータ: ガイド パッケージ - パラメータ (リスト、数値、文字列) を書き込みます -----パラメータ名を書き込むように @ddt.data デコレータを設定します ----メソッド 形式的なものを書き込みますパラメータ *data----call パラメータ content
(2) マルチパラメータ データ駆動型テスト (1 つのテスト パラメータに複数の要素が含まれる): ガイド package-set @ddt 装飾 デバイス - set @unpack アンパック - writeパラメータ - 仮パラメータ転送 - 呼び出し
(3) txt ファイルのパラメータ転送
(4) json ファイルのパラメータの受け渡し
(5) yaml ファイルのパラメータの受け渡し
(6) xlsx ファイルパラメータの受け渡し
注: 変数パラメータは Python で渡されます: * は順次読み取りリスト型を表し、** は順次読み取りオブジェクト (辞書) のタイプを表します。クリックして変数パラメータを読み取ります関連するメカニズムについて学ぶための部分
# 1、单一参数的数据驱动 # 前置步骤: # 使用语句import unittest导入测试框架 # 使用语句from ddt import ddt, data导入单一参数的数据驱动需要的包 # 示例会执行三次test,参数分别为'666','777','888' import ddt import unittest @ddt.ddt # 设置@ddt装饰器 class BasicTestCase(unittest.TestCase): @ddt.data('666', '777', '888') # 设置@data装饰器,并将传入参数写进括号 def test(self, *data): # test入口设置形参 print('数据驱动的number:', data) # 程序会执行三次测试,入口参数分别为666、777、888 # 2、多参数的数据驱动 # 在单一参数包的基础上,额外导入一个unpack的包,from ddt import ddt, data, unpack # 步骤:导包——设置@ddt装饰器——设置@unpack解包——写入参数——形参传递——调用 import ddt import unittest Testdata = [ {"username": "admin", "password": "123456", "excepted": {'code': '200', 'msg': '登录成功'}}, {"username": None, "password": "1234567", "excepted": {'code': '400', 'msg': '用户名或密码不能为空'}}, {"username": "admin", "password": None, "excepted": {'code': '400', 'msg': '用户名或密码不能为空'}}, {"username": "admin", "password": "123456789", "excepted": {'code': '404', 'msg': '用户名或密码错误'}}, ] @ddt.ddt class BasicTestCase(unittest.TestCase): #方式一:直接将列表放到data @ddt.data(['张三', '18'], ['李四', '19']) # 设置@data装饰器,并将同一组参数写进中括号[] @ddt.unpack # 设置@unpack装饰器顺序解包,缺少解包则相当于name = ['张三', '18'] def test(self, name, age): print('姓名:', name, '年龄:', age) # 程序会执行两次测试,入口参数分别为['张三', '18'],['李四', '19'] #方式二:写一个列表后,使用*访问列表到data @ddt.data(*Testdata) @ddt.unpack # 设置@unpack装饰器顺序解包 def test_DataDriver(self, *Data): #print('DDT数据驱动实战演示:', Data) res = login.login_check(Testdata['username'], Testdata['password']) self.assertEqual(res, Testdata['excepted']) #3、 txt文件接收参数 # 新建num文件,txt格式 # (1)单一参数按行存储777,888,999 # (2)多参数txt文件 # dict文件内容(参数列表)(按行存储): # 张三,18 # 李四,19 # 编辑阅读数据文件的函数 # 记住读取文件一定要设置编码方式,否则读取的汉字可能出现乱码!!!!!! import ddt import unittest def read_num(): lis = [] # 以列表形式存储数据,以便传入@data区域 with open('num.txt', 'r', encoding='utf-8') as file: # 以只读'r',编码方式为'utf-8'的方式,打开文件'num',并命名为file for line in file.readlines(): # 循环按行读取文件的每一行 lis.append(line.strip('\n')) #单一参数,每读完一行将此行数据加入列表元素,记得元素要删除'/n'换行符!!! #lis.append(line.strip('\n').split(',')) # 多参驱动,删除换行符,根据,分割后,列表为['张三,18', '李四,19', '王五,20'] return lis # 将列表返回,作为@data接收的内容 @ddt.ddt class BasicTestCase(unittest.TestCase): @ddt.data(*read_num()) # 入口参数设定为read_num(),因为返回值是列表,所以加*表示逐个读取列表元素 #txt表格有多少个值,设置多少个接收参数的形参 def test(self, name,age): print('数据驱动的number:', name,age) # 4、JSON文件传参:数据分离 # 多参数——json文件 # 步骤和单一参数类似,仅需加入@unpack装饰器以及多参数传参入口 # dict文件内容(参数列表)(非规范json文件格式): # 单一参数:["666","777","888"] # 多个参数:[["张三", "18"], ["李四", "19"], ["王五", "20"]] # 注意json文件格式字符串用双引号 import ddt import unittest import json def read_dict_json(): return json.load(open('dict.json', 'r', encoding='utf-8')) # 使用json包读取json文件,并作为返回值返回 @ddt.ddt class BasicTestCase(unittest.TestCase): @ddt.data(*read_dict_json()) @ddt.unpack # 使用@unpack装饰器解包 def test(self, name, age): # 因为是非规范json格式,所以形参名无限制,下文会解释规范json格式 print('姓名:', name, '年龄:', age) # 4、JSON文件传参:数据分离 # json文件三种形式: # (1)单一参数:["666","777","888"] # (2)多个参数:[["张三", "18"], ["李四", "19"], ["王五", "20"]] # (3)JSON格式读取,每一组参数以对象形式存储: # [ # {"name":"张三", "age":"18"}, # {"name":"李四", "age":"19"}, # {"name":"王五", "age":"20"} # ] # 单一参数时无需使用unpack,多参数需要使用unpack解包,注意json文件格式字符串用双引号 import ddt import unittest import json #方式1:非正式json格式使用 def read_dict_json(): return json.load(open('dict.json', 'r', encoding='utf-8')) # 使用json包读取json文件,并作为返回值返回 #方式2:JSON格式读取,提取已读完后的json文件(字典形式),通过遍历获取元素,并返回 def read_dict_json(): lis = [] dic = json.load(open('dict.json', 'r', encoding='utf-8')) # 此处加上遍历获取语句,下文yaml格式有实例,方法一样 for item in dic: lis.append(item) return lis @ddt.ddt class BasicTestCase(unittest.TestCase): @ddt.data(*read_dict_json()) @ddt.unpack # 使用@unpack装饰器解包 def test(self, name, age): # 因为是非规范json格式,所以形参名无限制,下文会解释规范json格式 print('姓名:', name, '年龄:', age) #5、多参数yaml # 以对象形式存储yml数据(字典) # yaml格式文件内容 # - # name: 张三 # age: 18 # - # name: 李四 # age: 19 # - # name: 王五 # age: 20 # '-'号之后一定要打空格!!! # ':'号之后一定要打空格!!! # 入口参数与数据参数key命名统一即可导入 import ddt import unittest import yaml @ddt.ddt class BasicTestCase(unittest.TestCase): #方式1:形参入口和数据参数key命名统一 @ddt.file_data('./data/dict.yml') def test(self, name, age): # 设置入口参数名字与数据参数命名相同即可 print('姓名是:', name, '年龄为:', age) #方式2:入口参数与数据参数命名不统一 @ddt.file_data('./data/dict.yml') def test(self, **cdata): # Python中可变参数传递的知识:**按对象顺序执行 print('姓名是:', cdata['name'], '年龄为:', cdata['age']) # 通过对象访问语法即可调用
例は次のとおりです:
方法 1: テスト データはリスト形式で直接書き込まれ、ddt.data(*Data) を使用して値を渡します。
##2.12.2 DDT在自动化测试中的应用(传列表) import ddt import unittest # 给4条测试数据 Testdata = [ {"username": "admin", "password": "123456", "excepted": {'code': '200', 'msg': '登录成功'}}, {"username": None, "password": "1234567", "excepted": {'code': '400', 'msg': '用户名或密码不能为空'}}, {"username": "admin", "password": None, "excepted": {'code': '400', 'msg': '用户名或密码不能为空'}}, {"username": "admin", "password": "123456789", "excepted": {'code': '404', 'msg': '用户名或密码错误'}}, ] @ddt.ddt class TestModules(unittest.TestCase): def setUp(self): print('testcase beaning....') def tearDown(self): print('testcase ending.....') @ddt.data(*Data) def test_DataDriver(self,Data): #print('DDT数据驱动实战演示:',Testdata) res = login.login_check(Testdata['username'], Testdata['password']) self.assertEqual(res, Testdata['excepted']) if __name__ == '__main__': unittest.main()
方法 2: readData() 形式でデータをメソッドに書き込み、ddt.data(*readData()) を使用して値を渡します
import ddt import unittest # 给4条测试数据 def readData(): Testdata = [ {"username": "admin", "password": "123456", "excepted": {'code': '200', 'msg': '登录成功'}}, {"username": None, "password": "1234567", "excepted": {'code': '400', 'msg': '用户名或密码不能为空'}}, {"username": "admin", "password": None, "excepted": {'code': '400', 'msg': '用户名或密码不能为空'}}, {"username": "admin", "password": "123456789", "excepted": {'code': '404', 'msg': '用户名或密码错误'}}, ] return TestData @ddt.ddt class TestModules(unittest.TestCase): def setUp(self): print('testcase beaning....') def tearDown(self): print('testcase ending.....') @ddt.data(*readData()) def test_DataDriver(self,Data): #print('DDT数据驱动实战演示:',Testdata) res = login.login_check(Testdata['username'], Testdata['password']) self.assertEqual(res, Testdata['excepted']) if __name__ == '__main__': unittest.main()
以上がPython Unittest ddt データドライバーを実装する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

Arraysinpython、特にvianumpy、arecrucialinscientificComputing fortheirefficienty andversitility.1)彼らは、fornumericaloperations、data analysis、andmachinelearning.2)numpy'simplementation incensuresfasteroperationsthanpasteroperations.3)arayableminablecickick

Pyenv、Venv、およびAnacondaを使用して、さまざまなPythonバージョンを管理できます。 1)Pyenvを使用して、複数のPythonバージョンを管理します。Pyenvをインストールし、グローバルバージョンとローカルバージョンを設定します。 2)VENVを使用して仮想環境を作成して、プロジェクトの依存関係を分離します。 3)Anacondaを使用して、データサイエンスプロジェクトでPythonバージョンを管理します。 4)システムレベルのタスク用にシステムPythonを保持します。これらのツールと戦略を通じて、Pythonのさまざまなバージョンを効果的に管理して、プロジェクトのスムーズな実行を確保できます。

numpyarrayshaveveraladvantages-averstandardpythonarrays:1)thealmuchfasterduetocベースのインプレンテーション、2)アレモレメモリ効率、特にlargedatasets、および3)それらは、拡散化された、構造化された形成術科療法、

パフォーマンスに対する配列の均一性の影響は二重です。1)均一性により、コンパイラはメモリアクセスを最適化し、パフォーマンスを改善できます。 2)しかし、タイプの多様性を制限し、それが非効率につながる可能性があります。要するに、適切なデータ構造を選択することが重要です。

craftexecutablepythonscripts、次のようになります

numpyarraysarasarebetterfornumeroperations andmulti-dimensionaldata、whilethearraymoduleissuitable forbasic、1)numpyexcelsinperformance and forlargedatasentassandcomplexoperations.2)thearraymuremememory-effictientivearientfa

NumPyArraySareBetterforHeavyNumericalComputing、whilethearrayarayismoreSuitableformemory-constrainedprojectswithsimpledatatypes.1)numpyarraysofferarays andatiledance andpeperancedatasandatassandcomplexoperations.2)thearraymoduleisuleiseightweightandmemememe-ef

ctypesallowsinging andmanipulatingc-stylearraysinpython.1)usectypestointerfacewithclibrariesforperformance.2)createc-stylearraysfornumericalcomputations.3)passarraystocfunctions foreffientientoperations.how、how、becuutiousmorymanagemation、performanceo


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

SecLists
SecLists は、セキュリティ テスターの究極の相棒です。これは、セキュリティ評価中に頻繁に使用されるさまざまな種類のリストを 1 か所にまとめたものです。 SecLists は、セキュリティ テスターが必要とする可能性のあるすべてのリストを便利に提供することで、セキュリティ テストをより効率的かつ生産的にするのに役立ちます。リストの種類には、ユーザー名、パスワード、URL、ファジング ペイロード、機密データ パターン、Web シェルなどが含まれます。テスターはこのリポジトリを新しいテスト マシンにプルするだけで、必要なあらゆる種類のリストにアクセスできるようになります。

SublimeText3 Linux 新バージョン
SublimeText3 Linux 最新バージョン

DVWA
Damn Vulnerable Web App (DVWA) は、非常に脆弱な PHP/MySQL Web アプリケーションです。その主な目的は、セキュリティ専門家が法的環境でスキルとツールをテストするのに役立ち、Web 開発者が Web アプリケーションを保護するプロセスをより深く理解できるようにし、教師/生徒が教室環境で Web アプリケーションを教え/学習できるようにすることです。安全。 DVWA の目標は、シンプルでわかりやすいインターフェイスを通じて、さまざまな難易度で最も一般的な Web 脆弱性のいくつかを実践することです。このソフトウェアは、

ZendStudio 13.5.1 Mac
強力な PHP 統合開発環境

Safe Exam Browser
Safe Exam Browser は、オンライン試験を安全に受験するための安全なブラウザ環境です。このソフトウェアは、あらゆるコンピュータを安全なワークステーションに変えます。あらゆるユーティリティへのアクセスを制御し、学生が無許可のリソースを使用するのを防ぎます。

ホットトピック









