数据驱动测试中的参数化

冷不防 2023-10-14 23:09 69阅读 0赞

昨天我们聊了数据驱动测试。中间有一段就是以数据驱动，这里的数据要如何参数化呢？

在数据驱动的测试中，参数化数据是非常重要的步骤，可以使测试更加灵活和可重用。下面是一种在编程中常用的参数化数据的方法。

设计测试用例

首先，我们需要设计测试用例。测试用例可能会涉及到多种不同的输入和期望的输出。

例如，假设我们正在测试一个函数，该函数接受两个整数作为输入，并返回它们的和。我们可能希望测试各种不同的输入组合，以确保函数在各种情况下都能正常工作。

创建数据源

然后，我们需要创建一个数据源来存储我们的测试数据。这可以是一个简单的CSV文件，也可以是一个Excel文件，或者是一个数据库。在这个数据源中，我们会为每个测试用例存储一行数据。每个测试用例的数据都会包含我们想要传递给函数的输入，以及我们期望函数返回的输出。

例如，我们的CSV文件可能看起来像这样：

input1,input2,expected_output
    
    1,2,3
    
    -1,-2,-3
    
    0,0,0
    
    100,200,300

读取数据源

在我们的测试代码中，我们需要读取这个数据源，并将数据转换为适合我们测试的格式。

例如，我们可能会写一个函数来读取CSV文件，并将每一行数据转换为一个元组，元组的元素是输入和期望的输出。

import csv
    
    
    def read_test_data(filename):
    
    with open(filename, 'r') as f:
    
    reader = csv.reader(f)
    
    next(reader) # skip header
    
    return [(int(row[0]), int(row[1]), int(row[2])) for row in reader]

参数化测试

最后，我们可以使用我们的测试数据来参数化我们的测试。

例如，如果我们正在使用Python的pytest框架，我们可以使用@pytest.mark.parametrize装饰器来参数化我们的测试：

import pytest
    
    
    @pytest.mark.parametrize("input1,input2,expected_output", read_test_data('test_data.csv'))
    
    def test_add(input1, input2, expected_output):
    
    assert add(input1, input2) == expected_output

在这个例子中，每次调用\`test\_add\`测试函数时，pytest都会使用一个来自\`test\_data.csv\`文件的数据行作为参数。这样，我们就可以使用同一个测试函数来测试多种不同的输入和输出了。

**最后：**下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取**【保100%免费】**

![8b0171187dce405e878f274a8cdd9ec0.png][]

#### **软件测试面试文档** ####

我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

![a3e4226c935c4242804cbdf26b571bc6.png][]

![a3baa16769924d0dbaab81da43d3707c.gif][]

[8b0171187dce405e878f274a8cdd9ec0.png]: https://img-blog.csdnimg.cn/8b0171187dce405e878f274a8cdd9ec0.png
[a3e4226c935c4242804cbdf26b571bc6.png]: https://img-blog.csdnimg.cn/a3e4226c935c4242804cbdf26b571bc6.png
[a3baa16769924d0dbaab81da43d3707c.gif]: https://img-blog.csdnimg.cn/a3baa16769924d0dbaab81da43d3707c.gif