1.資料參數化介紹

隻要你是負責編寫自動化測試腳本的，資料參數化這個思想你就肯定會用，資料參數化的工具你肯定的懂一些，因為它能大大的提高我們自動化腳本編寫效率。

1.1什麼是資料參數化

所謂的資料參數化，是指所執行的測試用例步驟相同、而資料不同，每次運作用例隻變化的是資料，于是将這些資料專門放在一起進行批量循環運作，進而完成測試用例執行的目的。

以登入功能為例，若一個登入功能每次操作的步驟是：

輸入使用者名
輸入密碼
點選登入按鈕。

但是，因為每次輸入的資料不同，導緻生成的測試用例就不同了，同樣還是這個登入功能，加上資料就變為以下的用例了。

case1 ：輸入正确的使用者名，輸入正确的密碼，點選登入
case2 : 輸入正确的使用者，輸入錯誤的密碼，點選登入
case3 ：輸入正确的使用者名，輸入空的密碼，點選登入
casen : ...

可以看到，在這些用例中，每條用例最大的不同是什麼呢？其實就是資料不同。但是由于資料不同，進而生成了多條測試用例，在功能測試中，這些用例是需要分别寫、分别執行。

1.2.為什麼要進行資料參數化？

在功能測試中，即使是相同的步驟，隻是資料不同，我們亦然也要盡量分開編寫每一條用例，比如像上面的編寫方式，因為這些編寫它的易讀性更好，功能測試設計測試用例和執行用例往往不是一個人，是以用例編寫的易讀性是就是一個很重要的因素。

但是如果将上面的用例進行自動化實作，雖然按照一條用例對應一個方法是一種很清晰的思路，但是它的最大問題就是代碼備援，當一個功能中步驟相同，隻是資料不同時，你的資料越多，代碼備援度就越高。你會發現每個測試方法中的代碼就會是相同的。

像代碼備援這種問題，在編寫自動化時是必須要考慮的一個問題，因為随着代碼量越多，備援度越高、越難維護。

以下就是是通過正常方式實作登入的自動化腳本：

import unittest
from package_unittest.login import login


class TestLogin(unittest.TestCase):

    # case1 : 輸入正确的使用者名和正确的密碼進行登入
    def test_login_success(self):
        expect_reslut = 0
        actual_result = login('admin','123456').get('code')
        self.assertEqual(expect_reslut,actual_result)

    # case2 ： 輸入正确的使用者名和錯誤的密碼進行登入
    def test_password_is_wrong(self):
        expect_reslut = 3
        actual_result = login('admin', '1234567').get('code')
        self.assertEqual(expect_reslut, actual_result)

    # case3 : 輸入正确的使用者名和空的密碼進行登入
    def test_password_is_null(self):
        expect_reslut = 2
        actual_result = login('admin', '').get('code')
        self.assertEqual(expect_reslut, actual_result)

可以看到，三條用例對應三個測試方法，雖然清晰，代碼每個方法中的代碼幾乎是相同的。

那如果用參數化實作的代碼是什麼呢？可以看下面的這段代碼：

class TestLogin(unittest.TestCase):

    @parameterized.expand(cases)
    def test_login(self,expect_result,username,password):
        actual_result = login(username,password).get('code')
        self.assertEqual(expect_result,actual_result)

以上代碼隻有一條用例，不管這個功能有幾條都能執行。

通過上面兩種形式的比較可以看出：為什麼要進行資料參數化呢？其實就是降低代碼備援、提高代碼複用度，将主要編寫測試用例的時間轉化為編寫測試資料上來。

1.3.如何進行資料參數化

在代碼中實作資料參數化都需要借助于外部工具，比如專門用于unittest的ddt , 既支援unittest、也支援pytest的parameterized ，專門在pytest中使用的fixture.params .

參數化工具	支援測試架構	備注
ddt	unittest	第三方包，需要下載下傳安裝
parameterized	nose,unittest,pytest	第三方包，需要下載下傳安裝
@pytest.mark.parametrize	pytest	本身屬于pytest中的功能
@pytest.fixture(params=[])	pytest	本身屬于pytest中的功能

以上實作資料參數化的工具有兩個共同點：

都能實作資料參數化
都時裝飾器來作用于測試用例腳本。

2.子產品介紹

1.下載下傳安裝：

# 下載下傳 
pip install parameterized

# 驗證 ：
pip show parameterized

2.導包

# 直接導入parameterized類
from parameterized import parameterized

3.官網示例

@parameterized 和 @parameterized.expand 裝飾器接受清單或元組或參數（...）的可疊代對象，或傳回清單或可疊代：

from parameterized import parameterized, param

# A list of tuples
@parameterized([
    (2, 3, 5),
    (3, 5, 8),
])
def test_add(a, b, expected):
    assert_equal(a + b, expected)

# A list of params
@parameterized([
    param("10", 10),
    param("10", 16, base=16),
])
def test_int(str_val, expected, base=10):
    assert_equal(int(str_val, base=base), expected)

# An iterable of params
@parameterized(
    param.explicit(*json.loads(line))
    for line in open("testcases.jsons")
)
def test_from_json_file(...):
    ...

# A callable which returns a list of tuples
def load_test_cases():
    return [
        ("test1", ),
        ("test2", ),
    ]
@parameterized(load_test_cases)
def test_from_function(name):
    ...

請注意，使用疊代器或生成器時，将加載所有項在測試運作開始之前放入記憶體（我們顯式執行此操作以確定生成器在多程序或多線程中隻耗盡一次測試環境）。

@parameterized裝飾器可以使用測試類方法，并且可以獨立使用功能：

from parameterized import parameterized

class AddTest(object):
    @parameterized([
        (2, 3, 5),
    ])
    def test_add(self, a, b, expected):
        assert_equal(a + b, expected)

@parameterized([
    (2, 3, 5),
])
def test_add(a, b, expected):
    assert_equal(a + b, expected)

@parameterized.expand可用于生成測試方法無法使用測試生成器的情況（例如，當測試類是單元測試的一個子類。測試用例）：

import unittest
from parameterized import parameterized

class AddTestCase(unittest.TestCase):
    @parameterized.expand([
        ("2 and 3", 2, 3, 5),
        ("3 and 5", 3, 5, 8),
    ])
    def test_add(self, _, a, b, expected):
        assert_equal(a + b, expected)

将建立測試用例：

$ nosetests example.py
test_add_0_2_and_3 (example.AddTestCase) ... ok
test_add_1_3_and_5 (example.AddTestCase) ... ok

----------------------------------------------------------------------
Ran 2 tests in 0.001s

OK

請注意，@parameterized.expand 的工作原理是在測試上建立新方法 .class。如果第一個參數是字元串，則該字元串将添加到末尾的方法名稱。例如，上面的測試用例将生成方法test_add_0_2_and_3和test_add_1_3_and_5。

@parameterized.expand 生成的測試用例的名稱可以是使用 name_func 關鍵字參數進行自定義。該值應是一個接受三個參數的函數：testcase_func、param_num、和參數，它應該傳回測試用例的名稱。testcase_func是要測試的功能，param_num将是參數清單中測試用例參數的索引，參數（參數的執行個體）将是将使用的參數。

import unittest
from parameterized import parameterized

def custom_name_func(testcase_func, param_num, param):
    return "%s_%s" %(
        testcase_func.__name__,
        parameterized.to_safe_name("_".join(str(x) for x in param.args)),
    )

class AddTestCase(unittest.TestCase):
    @parameterized.expand([
        (2, 3, 5),
        (2, 3, 5),
    ], name_func=custom_name_func)
    def test_add(self, a, b, expected):
        assert_equal(a + b, expected)

将建立測試用例：

$ nosetests example.py
test_add_1_2_3 (example.AddTestCase) ... ok
test_add_2_3_5 (example.AddTestCase) ... ok

----------------------------------------------------------------------
Ran 2 tests in 0.001s

OK

param（...）幫助程式類存儲一個特定測試的參數箱。它可用于将關鍵字參數傳遞給測試用例：

from parameterized import parameterized, param

@parameterized([
    param("10", 10),
    param("10", 16, base=16),
])
def test_int(str_val, expected, base=10):
    assert_equal(int(str_val, base=base), expected)

如果測試用例具有文檔字元串，則該測試用例的參數将為附加到文檔字元串的第一行。可以控制此行為 doc_func參數：

from parameterized import parameterized

@parameterized([
    (1, 2, 3),
    (4, 5, 9),
])
def test_add(a, b, expected):
    """ Test addition. """
    assert_equal(a + b, expected)

def my_doc_func(func, num, param):
    return "%s: %s with %s" %(num, func.__name__, param)

@parameterized([
    (5, 4, 1),
    (9, 6, 3),
], doc_func=my_doc_func)
def test_subtraction(a, b, expected):
    assert_equal(a - b, expected)
$ nosetests example.py
Test addition. [with a=1, b=2, expected=3] ... ok
Test addition. [with a=4, b=5, expected=9] ... ok
0: test_subtraction with param(*(5, 4, 1)) ... ok
1: test_subtraction with param(*(9, 6, 3)) ... ok

----------------------------------------------------------------------
Ran 4 tests in 0.001s

OK

最後@parameterized_class參數化整個類，使用屬性清單或将應用于 .class：

from yourapp.models import User
from parameterized import parameterized_class

@parameterized_class([
   { "username": "user_1", "access_level": 1 },
   { "username": "user_2", "access_level": 2, "expected_status_code": 404 },
])
class TestUserAccessLevel(TestCase):
   expected_status_code = 200

   def setUp(self):
      self.client.force_login(User.objects.get(username=self.username)[0])

   def test_url_a(self):
      response = self.client.get('/url')
      self.assertEqual(response.status_code, self.expected_status_code)

   def tearDown(self):
      self.client.logout()


@parameterized_class(("username", "access_level", "expected_status_code"), [
   ("user_1", 1, 200),
   ("user_2", 2, 404)
])
class TestUserAccessLevel(TestCase):
   def setUp(self):
      self.client.force_login(User.objects.get(username=self.username)[0])

   def test_url_a(self):
      response = self.client.get("/url")
      self.assertEqual(response.status_code, self.expected_status_code)

   def tearDown(self):
      self.client.logout()

@parameterized_class裝飾器接受class_name_func論點，它控制由 @parameterized_class 生成的參數化類的名稱：

from parameterized import parameterized, parameterized_class

def get_class_name(cls, num, params_dict):
    # By default the generated class named includes either the "name"
    # parameter (if present), or the first string value. This example shows
    # multiple parameters being included in the generated class name:
    return "%s_%s_%s%s" %(
        cls.__name__,
        num,
        parameterized.to_safe_name(params_dict['a']),
        parameterized.to_safe_name(params_dict['b']),
    )

@parameterized_class([
   { "a": "hello", "b": " world!", "expected": "hello world!" },
   { "a": "say ", "b": " cheese :)", "expected": "say cheese :)" },
], class_name_func=get_class_name)
class TestConcatenation(TestCase):
  def test_concat(self):
      self.assertEqual(self.a + self.b, self.expected)
$ nosetests -v test_math.py
test_concat (test_concat.TestConcatenation_0_hello_world_) ... ok
test_concat (test_concat.TestConcatenation_0_say_cheese__) ... ok

使用單個參數

如果測試函數隻接受一個參數并且該值不可疊代，然後可以提供值清單，而無需将每個值包裝在元：

@parameterized([1, 2, 3])
def test_greater_than_zero(value):
   assert value > 0

但請注意，如果單個參數是可疊代的（例如清單或元組），那麼它必須包裝在元組、清單或 param（...）裝飾器中：

@parameterized([
   ([1, 2, 3], ),
   ([3, 3], ),
   ([6], ),
])
def test_sums_to_6(numbers):
   assert sum(numbers) == 6

雖然看似以上功能支援的挺多，但其實真正用的不多，因為它跟架構有很大關系的。具體說明下：

總結：

它支援nose是最好的 . 如果你的自動化中使用nose，那麼以上功能基本都能用到。
如果你用的測試架構是unittest ,你隻能用到它的expand()這個函數，不過有這個函數也就夠了。
如果你用的測試架構是pytest ，它支援了Pytest3的版本，再高版本的就不支援了，同時pytest也有自己的參數化工具，一般也不用它了。

3.項目實踐

通過資料參數胡重新編寫登入測試用例，将以前yaml中的登入用例資料轉化為paramterized的資料格式，它的資料格式要求為：[(),(),()] . 是以，編寫測試用例的資料就變為了以下的代碼。

# 将登入資料轉化為paramterize所識别的格式。
def get_data():
    yaml_path = get_file_path('login.yaml')  # 擷取login.yaml的全路徑
    result = read_yaml(yaml_path)  # 轉化為python對象
    login_data = result.get('login')  # 擷取字典中login的值
    logger.debug("登入結果:{}".format(login_data))
    return (login_data)  # 擷取字典中login的值



@allure.epic("vshop")
@allure.story("登入")
class TestLogin(unittest.TestCase):

    # case1 : 測試登入功能
    @parameterized.expand(get_data())
    def test_login(self,case_name,username,password,code,message):
        logger.info("從參數化擷取的資料:{}|{}|{}|{}|{}".format(case_name,username,password,code,message))
        with allure.step("執行用例:{},輸入使用者名:{},輸入密碼:{}".format(case_name,username,password)):
            login_result = login(username,password)
        self.assertEqual(code, login_result.get('errno'))
        self.assertEqual(message, login_result.get('errmsg'))

這樣的話，我們隻編寫了一條測試用例，但是在測試資料中有幾條資料，都可以正常運作。

4.項目總結

至此，我們已經實作了五步了，分别是：

第一、如何編寫一個接口自動化架構，在第一篇博文中介紹了。https://www.toutiao.com/item/7223778665283404323/

第二、如何使用unittest編寫測試用例，已經在第二篇博文中介紹了。https://www.toutiao.com/item/7225986414469825024/

第三、如何使用requests實作接口請求，并和測試用例如何對接，已經在第三篇博文中介紹了。https://www.toutiao.com/item/7231485629643997748/

第四、如何使用yaml編寫測試資料，已經在第四篇博文中介紹了。https://www.toutiao.com/item/7236369710286733861/

第五，如何使用allure生成測試報告，已經在第五篇博文中介紹了。https://www.toutiao.com/item/7243783682144944697/

第六，如何使用loguru記錄日志，已經在第六篇博文中介紹了。https://www.toutiao.com/item/7253833815246815796/

第七，如何使用pymysql連接配接資料庫，已經在第七篇博文中介紹了。https://www.toutiao.com/item/7256573953278214668/

第八，如何進行資料參數化，也就是本篇博文了。

python實作自動化測試架構如何進行資料參數化？這個包可以了解下

1.資料參數化介紹

1.1什麼是資料參數化

1.2.為什麼要進行資料參數化？

1.3.如何進行資料參數化

2.子產品介紹

3.項目實踐

4.項目總結

繼續閱讀

TestLink導出用例轉換工具(XML2Excel)

利用Selenium內建TestLink做自動化測試

YAML簡介和PyYAML安全操作YAML支援的類型YAML的優點：yaml的基本文法python操作

Small tricks

libsvm for python 安裝

學習軟體測試基礎測試第七天

Zeppelin 配置通路 REST APIApache Zeppelin Configuration REST API

【Torch】最簡潔logging使用指南

27. Remove Element(清單)題目代碼

Cloud Studio初體驗

使用 ctypes 進行 Python 和 C 的混合程式設計

【python】【資料處理】畫多元資料分布圖

10年軟體測試工程師，隻剩下這點感悟了（初級測試工程師必看）

【python】netconf協定對接管理裝置

「Python 網絡自動化」NETCONF —— Python 使用 NETCONF 管理配置 H3C 網絡裝置

在python中建立excel并寫入

python實作自動化測試架構如何進行資料參數化？這個包可以了解下

1.資料參數化介紹

1.1什麼是資料參數化

1.2.為什麼要進行資料參數化 ？

1.3.如何進行資料參數化

2.子產品介紹

3.項目實踐

4.項目總結

繼續閱讀

1.2.為什麼要進行資料參數化？