1.数据参数化介绍
只要你是负责编写自动化测试脚本的，数据参数化这个思想你就肯定会用 ，数据参数化的工具你肯定的懂一些 ，因为它能大大的提高我们自动化脚本编写效率 。
1.1什么是数据参数化
所谓的数据参数化 ，是指所执行的测试用例步骤相同、而数据不同 ，每次运行用例只变化的是数据 ，于是将这些数据专门放在一起进行批量循环运行 ，从而完成测试用例执行的目的 。
以登录功能为例 ，若一个登录功能每次操作的步骤是 ：
- 输入用户名
- 输入密码
- 点击登录按钮 。
但是，因为每次输入的数据不同，导致生成的测试用例就不同了 ，同样还是这个登录功能，加上数据就变为以下的用例了 。
- case1 ： 输入正确的用户名 ，输入正确的密码 ，点击登录
- case2 : 输入正确的用户，输入错误的密码，点击登录
- case3 ：输入正确的用户名，输入空的密码，点击登录
- casen : ...
可以看到 ，在这些用例中，每条用例最大的不同是什么呢 ？其实就是数据不同 。但是由于数据不同，从而生成了多条测试用例 ，在功能测试中，这些用例是需要分别写、分别执行 。
1.2.为什么要进行数据参数化 ？
在功能测试中，即使是相同的步骤 ，只是数据不同 ，我们亦然也要尽量分开编写每一条用例 ，比如像上面的编写方式 ，因为这些编写它的易读性更好 ，功能测试设计测试用例和执行用例往往不是一个人 ，所以用例编写的易读性是就是一个很重要的因素 。
但是如果将上面的用例进行自动化实现 ，虽然按照一条用例对应一个方法是一种很清晰的思路 ，但是它的最大问题就是代码冗余 ，当一个功能中步骤相同，只是数据不同时，你的数据越多，代码冗余度就越高 。你会发现每个测试方法中的代码就会是相同的 。
像代码冗余这种问题，在编写自动化时是必须要考虑的一个问题，因为随着代码量越多 ，冗余度越高、越难维护 。
以下就是是通过正常方式实现登录的自动化脚本 ：
import unittest
from package_unittest.login import login
class TestLogin(unittest.TestCase):
# case1 : 输入正确的用户名和正确的密码进行登录
def test_login_success(self):
expect_reslut = 0
actual_result = login('admin','123456').get('code')
self.assertEqual(expect_reslut,actual_result)
# case2 ： 输入正确的用户名和错误的密码进行登录
def test_password_is_wrong(self):
expect_reslut = 3
actual_result = login('admin', '1234567').get('code')
self.assertEqual(expect_reslut, actual_result)
# case3 : 输入正确的用户名和空的密码进行登录
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，三条用例对应三个测试方法，虽然清晰 ，代码每个方法中的代码几乎是相同的。
那如果用参数化实现的代码是什么呢 ？ 可以看下面的这段代码 ：
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)以上代码只有一条用例 ，不管这个功能有几条都能执行 。
通过上面两种形式的比较可以看出 ：为什么要进行数据参数化呢 ？其实就是降低代码冗余、提高代码复用度 ，将主要编写测试用例的时间转化为编写测试数据上来 。
1.3.如何进行数据参数化
在代码中实现数据参数化都需要借助于外部工具 ，比如专门用于unittest的ddt , 既支持unittest、也支持pytest的parameterized ，专门在pytest中使用的fixture.params .
以上实现数据参数化的工具有两个共同点：
- 都能实现数据参数化
- 都时装饰器来作用于测试用例脚本 。
2.模块介绍
1.下载安装 ：
# 下载
pip install parameterized
# 验证 ：
pip show parameterized2.导包
# 直接导入parameterized类
from parameterized import parameterized3.官网示例
@parameterized 和 @parameterized.expand 装饰器接受列表 或元组或参数（...）的可迭代对象，或返回列表或 可迭代：
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):
...请注意，使用迭代器或生成器时，将加载所有项 在测试运行开始之前放入内存（我们显式执行此操作以确保 生成器在多进程或多线程中只耗尽一次 测试环境）。
@parameterized装饰器可以使用测试类方法，并且可以独立使用 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可用于生成测试方法 无法使用测试生成器的情况（例如，当测试 类是单元测试的一个子类。测试用例）：
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)将创建测试用例：
$ 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请注意，@parameterized.expand 的工作原理是在测试上创建新方法 .class。如果第一个参数是字符串，则该字符串将添加到末尾 的方法名称。例如，上面的测试用例将生成方法test_add_0_2_and_3和test_add_1_3_and_5。
@parameterized.expand 生成的测试用例的名称可以是 使用 name_func 关键字参数进行自定义。该值应 是一个接受三个参数的函数：testcase_func、param_num、 和参数，它应该返回测试用例的名称。testcase_func是要测试的功能，param_num将是 参数列表中测试用例参数的索引，参数（参数的实例）将是将使用的参数。
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)将创建测试用例：
$ 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
OKparam（...） 帮助程序类存储一个特定测试的参数 箱。它可用于将关键字参数传递给测试用例：
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)如果测试用例具有文档字符串，则该测试用例的参数将为 附加到文档字符串的第一行。可以控制此行为 doc_func参数：
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最后@parameterized_class参数化整个类，使用 属性列表或将应用于 .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装饰器接受class_name_func论点， 它控制由 @parameterized_class 生成的参数化类的名称：
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使用单个参数
如果测试函数只接受一个参数并且该值不可迭代， 然后可以提供值列表，而无需将每个值包装在 元：
@parameterized([1, 2, 3])
def test_greater_than_zero(value):
assert value > 0但请注意，如果单个参数是可迭代的（例如列表或 元组），那么它必须包装在元组、列表或 param（...） 装饰器中：
@parameterized([
([1, 2, 3], ),
([3, 3], ),
([6], ),
])
def test_sums_to_6(numbers):
assert sum(numbers) == 6虽然看似以上功能支持的挺多 ，但其实真正用的不多 ，因为它跟框架有很大关系的 。具体说明下 ：
总结：
- 它支持nose是最好的 . 如果你的自动化中使用nose，那么以上功能基本都能用到 。
- 如果你用的测试框架是unittest ,你只能用到它的expand()这个函数 ，不过有这个函数也就够了 。
- 如果你用的测试框架是pytest ， 它支持了Pytest3的版本，再高版本的就不支持了，同时pytest也有自己的参数化工具，一般也不用它了。
3.项目实践
通过数据参数胡重新编写登录测试用例 ，将以前yaml中的登录用例数据转化为paramterized的数据格式 ，它的数据格式要求为：[(),(),()] . 所以，编写测试用例的数据就变为了以下的代码 。
# 将登录数据转化为paramterize所识别的格式。
def get_data():
yaml_path = get_file_path('login.yaml') # 获取login.yaml的全路径
result = read_yaml(yaml_path) # 转化为python对象
login_data = result.get('login') # 获取字典中login的值
logger.debug("登录结果:{}".format(login_data))
return (login_data) # 获取字典中login的值
@allure.epic("vshop")
@allure.story("登录")
class TestLogin(unittest.TestCase):
# case1 : 测试登录功能
@parameterized.expand(get_data())
def test_login(self,case_name,username,password,code,message):
logger.info("从参数化获取的数据:{}|{}|{}|{}|{}".format(case_name,username,password,code,message))
with allure.step("执行用例:{},输入用户名:{},输入密码:{}".format(case_name,username,password)):
login_result = login(username,password)
self.assertEqual(code, login_result.get('errno'))
self.assertEqual(message, login_result.get('errmsg'))这样的话，我们只编写了一条测试用例 ，但是在测试数据中有几条数据 ，都可以正常运行 。
最后： 为了回馈铁杆粉丝们，我给大家整理了完整的软件测试视频学习教程，朋友们如果需要可以自行免费领取 【保证100%免费】
全套资料获取方式：点击下方小卡片自行领取即可
