软件测试 / 测试开发全日制|Pyest 结合 json 实现数据驱动测试

2024-01-11
北京
本文字数：904 字
阅读完需：约 3 分钟

前言

数据驱动测试是提高代码覆盖率和可靠性的重要方法。结合 pytest 和 JSON（JavaScript 对象表示）文件可以轻松实现数据驱动测试。和 CSV 文件类似，Python 读取 json 文件也不需要借助其他的第三方库，因此我们不需要进行额外的环境安装。下面是如何使用 pytest 和 JSON 文件进行数据驱动测试的步骤。

创建测试文件和 JSON 文件

假设我们有一个简单的函数需要测试，比如对两个数进行求和：

# code.py
def add(a, b):    return a + b

复制代码

接下来，创建一个 JSON 文件，用于存储测试数据：

[  {    "test_case": "Case 1",    "operand_a": 2,    "operand_b": 3,    "expected_result": 5  },  {    "test_case": "Case 2",    "operand_a": -1,    "operand_b": 10,    "expected_result": 9  },  {    "test_case": "Case 3",    "operand_a": 0,    "operand_b": 0,    "expected_result": 0  }]

复制代码

编写测试用例

创建一个pytest测试文件，编写测试用例并读取 JSON 文件中的数据：

# test_code.py
import jsonimport pytestfrom code import add
def load_test_data():    with open('test_data.json', 'r') as file:        test_data = json.load(file)    return test_data
@pytest.mark.parametrize("data", load_test_data())def test_add(data):    operand_a = data['operand_a']    operand_b = data['operand_b']    expected_result = data['expected_result']
    result = add(operand_a, operand_b)    assert result == expected_result, f"{operand_a} + {operand_b} 应该得到 {expected_result}，实际得到 {result}"

复制代码

运行测试

现在，运行pytest命令来执行测试：

pytest test_code.py

复制代码

pytest将会读取test_code.py文件中的测试用例，并根据 JSON 文件中提供的数据对 add 函数进行测试。每个测试用例都会使用 JSON 文件中的数据进行数据驱动测试。

总结

结合pytest和 JSON 文件，我们成功实现了数据驱动测试，对同一个函数在不同输入下进行了多组测试。这种方法使得测试用例易于管理和维护，同时能够更全面地覆盖不同的测试场景，确保代码的稳定性和正确性。数据驱动测试的优势在于能够快速扩展测试数据，提高测试的覆盖率和可靠性。

发布于: 刚刚阅读数: 4

霍格沃兹测试开发学社

关注

社区：ceshiren.com 微信：ceshiren2021 2019-10-23 加入

微信公众号：霍格沃兹测试开发提供性能测试、自动化测试、测试开发等资料，实时更新一线互联网大厂测试岗位内推需求，共享测试行业动态及资讯，更可零距离接触众多业内大佬。

发布

暂无评论

创作场景

软件测试 / 测试开发全日制|Pyest 结合 json 实现数据驱动测试

前言

创建测试文件和 JSON 文件

编写测试用例

运行测试

总结

霍格沃兹测试开发学社

评论