Python 中如何实现参数化测试?

发表于:2019-12-11 14:21  作者:豌豆花下猫   来源:Python猫

字体: | 上一篇 | 下一篇 |我要投稿 | 推荐标签: 软件测试技术 参数化测试

  之前,我曾转过一个单元测试框架系列的文章,里面介绍了 unittest、nose/nose2 与 pytest 这三个最受人欢迎的 Python 测试框架。
  本文想针对测试中一种很常见的测试场景,即参数化测试,继续聊聊关于测试的话题,并尝试将这几个测试框架串联起来,做一个横向的比对,加深理解。
  1、什么是参数化测试?
  对于普通测试来说,一个测试方法只需要运行一遍,而参数化测试对于一个测试方法,可能需要传入一系列参数,然后进行多次测试。
  比如,我们要测试某个系统的登录功能,就可能要分别传入不同的用户名与密码,进行测试:使用包含非法字符的用户名、使用未注册的用户名、使用超长的用户名、使用错误的密码、使用合理的数据等等。
  参数化测试是一种“数据驱动测试”(Data-Driven Test),在同一个方法上测试不同的参数,以覆盖所有可能的预期分支的结果。它的测试数据可以与测试行为分离,被放入文件、数据库或者外部介质中,再由测试程序读取。
  2、参数化测试的实现思路?
  通常而言,一个测试方法就是一个最小的测试单元,其功能应该尽量地原子化和单一化。
  先来看看两种实现参数化测试的思路:一种是写一个测试方法,在其内部对所有测试参数进行遍历;另一种是在测试方法之外写遍历参数的逻辑,然后依次调用该测试方法。
  这两种思路都能达到测试目的,在简单业务中,没有毛病。然而,实际上它们都只有一个测试单元,在统计测试用例数情况,或者生成测试报告的时候,并不乐观。可扩展性也是个问题。
  那么,现有的测试框架是如何解决这个问题的呢?
  它们都借助了装饰器,主要的思路是:利用原测试方法(例如 test()),来生成多个新的测试方法(例如 test1()、test2()……),并将参数依次赋值给它们。
  由于测试框架们通常把一个测试单元统计为一个“test”,所以这种“由一生多”的思路相比前面的两种思路,在统计测试结果时,就具有很大的优势。
  3、参数化测试的使用方法?
  Python 标准库中的unittest自身不支持参数化测试,为了解决这个问题,有人专门开发了两个库:一个是ddt,一个是parameterize。
  ddt 正好是“Data-Driven Tests”(数据驱动测试)的缩写。典型用法:
   import unittest
  from ddt import ddt,data,unpack
  @ddt
  class MyTest(unittest.TestCase):
  @data((3, 1), (-1, 0), (1.2, 1.0))
  @unpack
  def test_values(self, first, second):
  self.assertTrue(first > second)
  unittest.main(verbosity=2)
  运行的结果如下:
   test_values_1__3__1_ (__main__.MyTest) ... ok
  test_values_2___1__0_ (__main__.MyTest) ... FAIL
  test_values_3__1_2__1_0_ (__main__.MyTest) ... ok
  ==================================================
  FAIL: test_values_2___1__0_ (__main__.MyTest)
  --------------------------------------------------
  Traceback (most recent call last):
  File "C:\Python36\lib\site-packages\ddt.py", line 145, in wrapper
  return func(self, *args, **kwargs)
  File "C:/Users/pythoncat/PycharmProjects/study/testparam.py", line 9, in test_values
  self.assertTrue(first > second)
  AssertionError: False is not true
  ----------------------------------------------
  Ran 3 tests in 0.001s
  FAILED (failures=1)
  结果显示有 3 个 tests,并详细展示了运行状态以及断言失败的信息。
  需要注意的是,这 3 个 test 分别有一个名字,名字中还携带了其参数的信息,而原来的 test_values 方法则不见了,已经被一拆为三。
  在上述例子中,ddt 库使用了三个装饰器(@ddt、@data、@unpack),实在是很丑陋。下面看看相对更好用的 parameterized 库:
   import unittest
  from parameterized import parameterized
  class MyTest(unittest.TestCase):
  @parameterized.expand([(3,1), (-1,0), (1.5,1.0)])
  def test_values(self, first, second):
  self.assertTrue(first > second)
  unittest.main(verbosity=2)
  测试结果如下:
   test_values_0 (__main__.MyTest) ... ok
  test_values_1 (__main__.MyTest) ... FAIL
  test_values_2 (__main__.MyTest) ... ok
  =========================================
  FAIL: test_values_1 (__main__.MyTest)
  -----------------------------------------
  Traceback (most recent call last):
  File "C:\Python36\lib\site-packages\parameterized\parameterized.py", line 518, in standalone_func
  return func(*(a + p.args), **p.kwargs)
  File "C:/Users/pythoncat/PycharmProjects/study/testparam.py", line 7, in test_values
  self.assertTrue(first > second)
  AssertionError: False is not true
  ----------------------------------------
  Ran 3 tests in 0.000s
  FAILED (failures=1)
  这个库只用了一个装饰器 @parameterized.expand,写法上可就清爽多了。
  同样提醒下,原来的测试方法已经消失了,取而代之的是三个新的测试方法,只是新方法的命名规则与 ddt 的例子不同罢了。
  介绍完 unittest,接着看已经死翘翘了的nose以及新生的nose2。nose 系框架是带了插件(plugins)的 unittest,以上的用法是相通的。
  另外,nose2 中还提供了自带的参数化实现:
   import unittest
  from nose2.tools import params
  @params(1, 2, 3)
  def test_nums(num):
  assert num < 4
  class Test(unittest.TestCase):
  @params((1, 2), (2, 3), (4, 5))
  def test_less_than(self, a, b):
  assert a < b
  最后,再来看下 pytest 框架,它这样实现参数化测试:
   import pytest
  @pytest.mark.parametrize("first,second", [(3,1), (-1,0), (1.5,1.0)])
  def test_values(first, second):
  assert(first > second)
  测试结果如下:
   ==================== test session starts ====================
  platform win32 -- Python 3.6.1, pytest-5.3.1, py-1.8.0, pluggy-0.13.1
  rootdir: C:\Users\pythoncat\PycharmProjects\study collected 3 items
  testparam.py .F
  testparam.py:3 (test_values[-1-0])
  first = -1, second = 0
  @pytest.mark.parametrize("first,second", [(3,1), (-1,0), (1.5,1.0)])
  def test_values(first, second):
  >       assert(first > second)
  E       assert -1 > 0
  testparam.py:6: AssertionError
  .                                                         [100%]
  ========================= FAILURES ==========================
  _________________________ test_values[-1-0] _________________________
  first = -1, second = 0
  @pytest.mark.parametrize("first,second", [(3,1), (-1,0), (1.5,1.0)])
  def test_values(first, second):
  >       assert(first > second)
  E       assert -1 > 0
  testparam.py:6: AssertionError
  ===================== 1 failed, 2 passed in 0.08s =====================
  Process finished with exit code 0
  依然要提醒大伙注意,pytest 也做到了由一变三,然而我们却看不到有新命名的方法的信息。这是否意味着它并没有产生新的测试方法呢?或者仅仅是把新方法的信息隐藏起来了?
  4、最后小结
  上文中介绍了参数化测试的概念、实现思路,以及在三个主流的 Python 测试框架中的使用方法。我只用了最简单的例子,为的是快速科普(言多必失)。

      本文内容不用于商业目的,如涉及知识产权问题,请权利人联系博为峰小编(021-64471599-8017),我们将立即处理

【福利】填问卷 送2019精选测试大礼包+接口测试实战课程!

评 论

论坛新帖

顶部 底部


建议使用IE 6.0以上浏览器,800×600以上分辨率,法律顾问:上海瀛东律师事务所 张楠律师
版权所有 上海博为峰软件技术股份有限公司 Copyright©51testing.com 2003-2020, 沪ICP备05003035号
投诉及意见反馈:webmaster@51testing.com; 业务联系:service@51testing.com 021-64471599-8017

沪公网安备 31010102002173号

51Testing官方微信

51Testing官方微博

扫一扫 测试知识全知道