本文目录一览：
- 1、自动化测试-unittest框架，理论和实操双管齐下
- 2、请教：python装饰器如何不改变原函数名
- 3、python ddt 支持读取json格式数据么
- 4、为什么python 自动化测试 使用@ddt、@unpack后会都执行一次setUp函数？
- 5、xlrd实现从excel文件读取数据
- 6、DDT与pytest.mark.parametrize参数化区别
自动化测试-unittest框架，理论和实操双管齐下
unittest
1、什么是Unittest框架？
python自带一种单元测试框架
2、为什么使用UnitTest框架？
批量执行用例
提供丰富的断言知识
可以生成报告
3、核心要素：
1). TestCase（测试用例）
2). TestSuite(测试套件)
3). TestRunner(测试执行，执行TestUite测试套件的)
4). TestLoader(批量执行测试用例-搜索指定文件夹内指定字母开头的模块) 【推荐】
5). Fixture(固定装置(两个固定的函数，一个初始化时使用，一个结束时使用))
接下来会展开 核心要素来认识unittest框架：
首先介绍下unittest的用例规则：
1、测试文件必须导包：import unittest
2、测试类必须继承 unittest.TestCase
3、测试方法必须以 test_开头
一、TestCase（测试用例）
1、是一个代码文件，在代码文件中来书写真正的用例代码 （里面的print均是模拟测试用例）
说明：def 定义的test_ 是测试用例，只有执行 if __name__ == '___mian___' 的时候会执行测试用例，其他普通函数则不执行，通过 self 来调用执行。
二、TestSuite(测试套件)和TestRunner(测试执行）
1、TestSuite（测试套件）：用来组装，打包 ，管理多个TestCase（测试用例）文件的
2、TestRunner(测试执行)：用来执行 TestSuite(测试套件的)
代码：首先要准备多个测试用例的文件才可以实现TestSuite和TestRunner，以下代码是已经准备了unittest_Demo2和unittest_Demo1两个测试用例文件
三、TestLoader（测试加载）
说明：
2. 搜索指定目录文件下指定字母开头的模块文件下test开始的方法，并将这些方法添加到测试套件中，最后返回测试套件
3. 与Testsuite功能一样，对他功能的补充，用来组装测试用例
一般测试用例是写在Case这个文件夹里面，当测试用例超多的时候就可以考虑 TestLoader
四、Fixture（测试夹具）
是一种代码结构，在某些特定情况下，会自动执行。
4.1 方法级别
在每个测试方法（用例代码）执行前后都会自动调用的结构
def setUp(),每个测试方法执行之前都会执行 （初始化）
def tearDown(),每个测试方法执行之后都会执行 （释放）
特性：几个测试函数，执行几次。每个测试函数执行之前都会执行 setUp，执行之后都会执行tearDwon
4.2 类级别
在每个测试类中所有方法执行前后 都会自动调用的结构(在整个类中 执行之前执行之后各一次)
def setUpClass() ,类中所有方法之前
def tearDownClass()，类中所有方法之后
特性：测试类运行之前运行一次setUpClass ，类运行之后运行一次tearDownClass
注意：类方法必须使用 @classmethod修饰
案列模板：结合了类级别和方法级别实现的
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-GBxQV2uP-1647245316010)(C:/Users/15277/AppData/Roaming/Typora/typora-user-images/image-20220303153824329.png)]
五、断言
1、什么是断言：
让程序代替人工自动的判断预期结果和实际结果是否相符
断言的结果：
1)、True，用例通过
2)、False，代码抛出异常，用例不通过
3)、在unittest中使用断言，需要通过 self.断言方法
2、为什么要断言：
自动化脚本执行时都是无人值守，需要通过断言来判断自动化脚本的执行是否通过
注：自动化脚本不写断言，相当于没有执行测试一个效果。
3、常用的断言：
对于一些未完成的或者不满足测试条件的测试函数和测试类, 不想执行,可以使用跳过
结果
七、数据驱动（unittest ddt）
ddt：data-driver tests
数据驱动：是以数据来驱动整个测试用例的执行， 也就是测试数据决定测试结果
数据驱动解决的问题是：
1）、代码和数据分离，避免代码冗余
2）、不写重复的代码逻辑；
在python解释器中需要安装 ddt 这个包才能用：
要检查是否安装上，在cmd当中 输入 pip list命名，有ddt说明安装成功
语法：
1、使用数据驱动，要在class前加上修饰器 @ddt
说明：方法里面使用 print ，为了方便，模拟测试用例，主要是为了学习数据驱动，实际中方法里面写的是测试用例的代码
1)、结合 selenium 使用 ddt
self：相当于java中的this，当前对象的引用，self.driver定义了driver这个变量。
2、在实际中不可能是单一参数进行传参，将会使用多个参数进行传参：
但是以上步骤都是数据在代码当中的，假如要测试n个手机号这样的数据，全部写在 @data 装饰器里面就很麻烦，这就引出了数据驱动里面的代码和数据的分离。
3、将数据放入一个文本文件中，从文件读取数据， 如JSON、 excel、 xml、 txt等格式文件 ，这里演示的是json文件类型.
json文件处理， 这个链接介绍了json文件和Python文件基本操作
（1）、在json文件驱动
（2）、在测试代码中读取json文件
执行结果：
一行表示一组：
写法一：
写法二：推荐
对应的json文件
写法：
注意：file_date 装饰器，可以直接读取yaml和json文件
建立excel表的时候需要退出pychram在根目录下创建excel表保存，否则会报错
用excel登录csdn操作
用例不可能每一次运行都成功，肯定运行时候有不成功的时候。如果可以捕捉到错误，并且把错误截图保存，这将
是一个非常棒的功能，也会给我们错误定位带来方便
截图方法： driver.get_screenshot_as_file
有两种测试报告：
只有单独运行 TestCase 的代码,才会生成测试报告
这里需要第三方的测试运行类模块，然后放在代码的目录中
就像这两个模块一样放进代码目录中
写法一：
写法二：
这里面的当前路径也可以用 ./ 来表示！！！
注意：
实例化 第三方的运行对象，HTMLTestRunner()的初始化有多种可以自定义设置
最后生成结果
unittest框架就本上就是这些知识了，里面记得东西很多，多敲代码，形成记忆...
请教：python装饰器如何不改变原函数名
装饰器是用在函数不修改添加新功能的情况下诞生的，一般在需要装饰的函数上写
@funcname
def funb(){
.....
}
然后再装饰的函数里面去调用原函数，以达到不修改添加功能的作用
python ddt 支持读取json格式数据么
#读file = 'test.json'fp = open(file, 'r')dict = json.dump(fp.read())fp.close()#写testDict = {'a':1,'b':2}file = 'my.json'fp = open(file,'w+')fp.write(json.loads(testDict))fp.close()
为什么python 自动化测试 使用@ddt、@unpack后会都执行一次setUp函数？
setUp和tearDown的执行跟ddt没有关系，是测试框架如unittest里边的内容。
如果只想执行一次，可以改为：
@classmethod
def setUpClass(cls):
pass
xlrd实现从excel文件读取数据
自动化测试时，经常会提到数据驱动的概念。数据驱动是以数据来驱动整个测试用例的执行，即测试数据决定测试结果。Python中ddt模块可以实现。 python 操作excel主要用到xlrd和xlwt这两个库，即xlrd是读excel，xlwt是写excel的库。
如果测试数据写入到excel文件中，该如何从中获取数据呢?
● 假设测试登录功能的用例：
● 正常账号密码登录成功;
● 错误账号登录失败;
● 错误密码登录失败;
● ......
根据当前系统数据，准备好三组测试用例的数据，写入到excel表格中：
读取数据使用xlrd(支持xls格式)示例：
附Xlrd常用操作如下：
打开excel:
那么这样就可以读取到数据了。
DDT与pytest.mark.parametrize参数化区别
一、DDT解析参数
ddt 是第三方模块，需安装， pip install ddt
DDT包含类的装饰器ddt和两个方法装饰器data（直接输入测试数据）
通常情况下，data中的数据按照一个参数传递给测试用例，如果data中含有多个数据，以元组，列表，字典等数据，需要自行在脚本中对数据进行分解或者使用unpack分解数据。
@data(a,b)
那么a和b各运行一次用例
@data([a,d],[c,d])
如果没有@unpack，那么[a,b]当成一个参数传入用例运行
如果有 @unpack ，那么[a,b]被分解开，按照用例中的两个参数传递
1、测试参数如下：
login_data=[{"para":{"mobilephone":"18777770000","pwd":"123456"},"method":"get","msg":"登录成功"},
{"para": {"mobilephone":"18777770000","pwd":"000000"},"method":"get","msg":"用户名或密码错误"},
{"para": {"mobilephone":" ","pwd":"123456"},"method":"get","msg":"手机号不能为空"}]
2、测试用例使用DDT解析参数：
from ddt import ddt,data
#装饰测试类
@ddt
class TestHttpRequest(unittest.TestCase):
#装饰测试用例
@data(*login_data)
def test_login_1(self,data):
res=HttpRequest(data['url'],data['param']).http_request(data['method'])
print("测试结果：{0}".format(res.json()))
执行3条用例
标记函数参数化（测试用例方法前加测试数据）：@pytest.mark.parametrize("a,b,expected", testdata)
语法：
ep1 传入单个参数
@pytest.mark.parametrize('参数名',lists)
ep2 传入两个参数
('参数1','参数2',[(参数1_data[0],参数2_data[0]),(参数1_data[1],参数2_data[1])]
传三个或者更多也是这样传。list的每个元素都是一个元祖，元祖里的每个元素和按参数顺序一一对应。