Python接口自动化之数据驱动，,在上一篇Python

Python接口自动化之数据驱动，,在上一篇Python

在上一篇Python接口自动化测试系列文章：Python接口自动化之登录接口测试，

主要介绍接口概念、接口用例设计及登录接口测试实战。
以下主要介绍使用openpyxl模块操作excel及结合ddt实现数据驱动。
如果感觉文章很长，那就是文章很长。

在此之前，我们已经实现了用unittest框架编写测试用例，实现了请求接口的封装，这样虽然已经可以完成接口的自动化测试，但是其复用性并不高。

我们看到每个方法（测试用例）的代码几乎是一模一样的，试想一下，在我们的测试场景中，一个登录接口有可能会有十几条到几十条测试用例，如果每组数据都编写一个方法，这样将会有更多的重复项代码，不仅执行效率不高，也不好维护。

接下来将会对框架进行优化，采用数据驱动方式：

1.把测试数据用excel表格管理起来，代码做封装；

2.用ddt来驱动测试，两部分相互独立。

一、openpyxl模块

openpyxl模块介绍

openpyxl是python第三方模块，运用openpyxl库可以进行excel的读和写。

在了解openpyxl模块之前，我们需要先熟悉excel的结构，才能更好理解openpyxl是如何操作excel。

从外到内，首先是一个excel文件(名)，打开excel之后，会看到底部有一个或多个sheet(工作簿)，每个sheet里有很多单元格，总体来说，主要分为三个层级。

在opnepyxl里面，一个Excel文件对应着一个Workbook对象， 一个Sheet对应着一个Worksheet对象，而一个单元格对应着一个Cell对象。了解这些之后，对openpyxl是如何操作excel就比较清楚了。

openpyxl安装

pip install openpyxl

openpyxl简单使用

import openpyxlif __name__ == ‘__main__‘:    path = ‘F:/case/test_case.xlsx‘    # 读取excel文件    workbook = openpyxl.load_workbook(path)    # 读取所有sheet    sheet = workbook.get_sheet_names()    # 获取某个sheet    sheet = workbook[sheet[0]]    # 获取某个cell的值    cell_val = sheet.cell(row=2, column=2).value    print(cell_val)

以上仅介绍openpyxl常用的语法，有兴趣了解更多内容可自行百度扩展。

二、Excel用例管理

在项目下，新建一个文件夹：data，文件夹下新建一个cases.xlsx文件，用来存放测试用例。

以下，是一个简单的登录测试用例设计模板：

可以根据该表格生成实际结果，并将测试结果写入（Pass、Fail）表格。公众号后台回复：接口测试用例模板，可以获取完整接口测试用例Excle模板。
既然有了用例模板，我们就开始从用openpyxl模块对excel读写数据。如下，在common文件夹下，新建excel_handle.py，用于封装操作excel的类。

excel_handle.py

import openpyxlclass ExcelHandler:    def __init__(self, file):        self.file = file    def open_excel(self, sheet_name):        """打开Excel、获取sheet"""        wb = openpyxl.load_workbook(self.file)        # 获取sheet_name        sheet = wb[sheet_name]        return sheet    def get_header(self, sheet_name):        """获取header(表头)"""        wb = self.open_excel(sheet_name)        header = []        # 遍历第一行        for i in wb[1]:            # 将遍历出来的表头字段加入列表            header.append(i.value)        return header    def read_excel(self, sheet_name):        """读取所有数据"""        sheet = self.open_excel(sheet_name)        rows = list(sheet.rows)        data = []        # 遍历从第二行开始的每一行数据        for row in rows[1:]:            row_data = []            # 遍历每一行的每个单元格            for cell in row:                row_data.append(cell.value)                # 通过zip函数将两个列表合并成字典                data_dict = dict(zip(self.get_header(sheet_name),row_data))            data.append(data_dict)        return data    @staticmethod    def write_excel(file, sheet_name, row, cloumn,data):        """Excel写入数据"""        wb = openpyxl.load_workbook(file)        sheet = wb[sheet_name]        sheet.cell(row, cloumn).value = data        wb.save(file)        wb.close()if __name__ == "__main__":    # 以下为测试代码    excel = ExcelHandler(‘../data/cases.xlsx‘)    data = excel.read_excel(‘login‘)

接下来结合ddt实现数据驱动，先简单来介绍下ddt。

三、ddt介绍及使用

ddt介绍

名称：Data-Driven Tests，数据驱动测试作用：由外部数据集合来驱动测试用例的执行核心的思想：数据和测试代码分离应用场景：一组外部数据来执行相同的操作优点：当测试数据发生大量变化的情况下，测试代码可以保持不变实际项目：excel存储测试数据，ddt读取测试数据到单元测试框架（测试用例中）

补充：

所谓数据驱动，就是数据的改变从而驱动自动化测试的执行，最终引起测试结果的改变。说的直白些，就是参数化的应用。

ddt安装

pip install ddt

ddt使用

要想知道ddt到底怎么使用，我们从ddt模块源码中提取出三个重要的函数ddt、unpack、data。

def ddt(cls):    """    Class decorator for subclasses of ``unittest.TestCase``.    Apply this decorator to the test case class, and then    decorate test methods with ``@data``.    For each method decorated with ``@data``, this will effectively create as    many methods as data items are passed as parameters to ``@data``.    The names of the test methods follow the pattern    ``original_test_name_{ordinal}_{data}``. ``ordinal`` is the position of the    data argument, starting with 1.    For data we use a string representation of the data value converted into a    valid python identifier.  If ``data.__name__`` exists, we use that instead.    For each method decorated with ``@file_data(‘test_data.json‘)``, the    decorator will try to load the test_data.json file located relative    to the python file containing the method that is decorated. It will,    for each ``test_name`` key create as many methods in the list of values    from the ``data`` key.    """    for name, func in list(cls.__dict__.items()):        if hasattr(func, DATA_ATTR):            for i, v in enumerate(getattr(func, DATA_ATTR)):                test_name = mk_test_name(name, getattr(v, "__name__", v), i)                test_data_docstring = _get_test_data_docstring(func, v)                if hasattr(func, UNPACK_ATTR):                    if isinstance(v, tuple) or isinstance(v, list):                        add_test(                            cls,                            test_name,                            test_data_docstring,                            func,                            *v                        )                    else:                        # unpack dictionary                        add_test(                            cls,                            test_name,                            test_data_docstring,                            func,                            **v                        )                else:                    add_test(cls, test_name, test_data_docstring, func, v)            delattr(cls, name)        elif hasattr(func, FILE_ATTR):            file_attr = getattr(func, FILE_ATTR)            process_file_data(cls, name, func, file_attr)            delattr(cls, name)    return clsdef unpack(func):    """    Method decorator to add unpack feature.    """    setattr(func, UNPACK_ATTR, True)    return funcdef data(*values):    """    Method decorator to add to your test methods.    Should be added to methods of instances of ``unittest.TestCase``.    """    global index_len    index_len = len(str(len(values)))    return idata(values) 

ddt：装饰类，也就是继承自TestCase的类。data：装饰测试方法。参数是一系列的值。unpack：传递的是复杂的数据结构时使用。比如使用元组或者列表，添加unpack之后，ddt会自动把元组或者列表对应到多个参数上,字典也可以这样处理；当没有加unpack时，方法的参数只能填一个。

知道了具体应用后，简单来个小例子加深理解。

test_ddt.py

import unittestimport ddt# 装饰类@ddt.ddtclass DdtDemo(unittest.TestCase):    def setUp(self):        pass    def tearDown(self):        pass        # 装饰方法    @ddt.data(("15312344578", "12345678"), ("15387654321", "12345678"))    @ddt.unpack    def test_ddt(self, username,password):        print(username,password)if __name__ == ‘__main__‘:    unittest.main(verbosity=2)

运行结果为:

Ran 2 tests in 0.001sOK15312344578 1234567815387654321 12345678

上面的例子是为了加深理解，接下来介绍excel结合ddt实现数据驱动，优化之前的test_login.py模块。

test_login.py

import unittestfrom common.requests_handler import RequestsHandlerfrom common.excel_handler import ExcelHandlerimport ddtimport json@ddt.ddtclass TestLogin(unittest.TestCase):    # 读取excel中的数据    excel = ExcelHandler(‘../data/cases.xlsx‘)    case_data = excel.read_excel(‘login‘)    print(case_data)    def setUp(self):        # 请求类实例化        self.req = RequestsHandler()    def tearDown(self):        # 关闭session管理器        self.req.close_session()    @ddt.data(*case_data)    def test_login_success(self,items):        # 请求接口        res = self.req.visit(method=items[‘method‘],url=items[‘url‘],json=json.loads(items[‘payload‘]),                             headers=json.loads(items[‘headers‘]))        try:            # 断言：预期结果与实际结果对比            self.assertEqual(res[‘code‘], items[‘expected_result‘])            result = ‘Pass‘        except AssertionError as e:            result = ‘Fail‘            raise e        finally:            # 将响应的状态码，写到excel的第9列，即写入返回的状态码            TestLogin.excel.write_excel("../data/cases.xlsx", ‘login‘, items[‘case_id‘] + 1, 9, res[‘code‘])            # 如果断言成功，则在第10行(测试结果)写入Pass,否则，写入Fail            TestLogin.excel.write_excel("../data/cases.xlsx", ‘login‘, items[‘case_id‘] + 1, 10, result)if __name__ == ‘__main__‘:    unittest.main()

整体流程如下图：

总结：本文主要介绍openpyxl操作excel，结合ddt实现数据驱动。

下一篇：Python接口自动化之配置文件

更多系列文章，可以关注微信公众号：ITester软件测试小栈

Python接口自动化之数据驱动