当前位置： 首页 > ds >正文

【web 自动化】-6- 数据驱动DDT

ds 2025/7/22 6:44:17

一、参数化数据驱动测试

1. 核心概念：“数据驱动测试” 解决什么问题？

场景：测试 “后台登录” 时，用例流程固定（输入账号→密码→登录→断言 ），但需要测不同数据：

  • 正确账号密码（正例 ）
  • 错误密码、空账号（反例 ）

传统做法：写多个用例，重复流程代码，只改数据 → 冗余、难维护。

数据驱动测试：用一套流程代码 + 多组测试数据，让用例自动遍历数据执行 → 高效、覆盖全。

2. pytest 实现参数化的核心：@pytest.mark.parametrize

1. 基础用法（数据少直接写死）
import pytest# 测试数据：[(正例), (反例1), (反例2)]
test_data = [("admin", "123456", "登录成功"),  # 正例("admin", "wrong_pwd", "密码错误"),  # 反例("", "123456", "账号不能为空"),  # 反例
]# 参数化装饰器：把 test_data 拆成 username/password/assert_msg 传给用例
@pytest.mark.parametrize("username, password, assert_msg", test_data)
def test_login(username, password, assert_msg):# 模拟登录流程（实际会用 Selenium 操作浏览器）def mock_login(user, pwd):if user == "admin" and pwd == "123456":return "登录成功"elif user == "":return "账号不能为空"else:return "密码错误"# 执行登录result = mock_login(username, password)# 断言结果assert result == assert_msg

效果：

  • test_login 会自动运行 3 次，每次用不同数据 → 1 套代码覆盖多场景。

3. 结合实际 Web 自动化（Selenium + 参数化）

1. 流程代码（POM 模式，复用之前的设计）
# pages/login_page.py（页面对象，封装登录操作）
from selenium.webdriver.common.by import Byclass LoginPage:def __init__(self, driver):self.driver = driverself.user_input = (By.ID, "username")self.pwd_input = (By.ID, "password")self.login_btn = (By.ID, "login-btn")self.msg = (By.CLASS_NAME, "msg")def input_username(self, user):self.driver.find_element(*self.user_input).send_keys(user)def input_password(self, pwd):self.driver.find_element(*self.pwd_input).send_keys(pwd)def click_login(self):self.driver.find_element(*self.login_btn).click()def get_msg(self):return self.driver.find_element(*self.msg).text
2. 参数化测试用例（数据驱动）
# tests/test_login.py
import pytest
from selenium import webdriver
from pages.login_page import LoginPage# 测试数据（实际可从 CSV/Excel 读取）
test_data = [("admin", "123456", "登录成功"),("admin", "wrong", "密码错误"),("", "123456", "账号不能为空"),
]@pytest.mark.parametrize("username, password, assert_msg", test_data)
def test_login_parametrize(username, password, assert_msg):# 1. 初始化浏览器driver = webdriver.Chrome()driver.get("http://your-login-url.com")driver.maximize_window()# 2. 初始化页面对象login_page = LoginPage(driver)# 3. 执行登录流程login_page.input_username(username)login_page.input_password(password)login_page.click_login()# 4. 获取结果并断言result = login_page.get_msg()assert result == assert_msg# 5. 关闭浏览器driver.quit()

关键点：

  • @pytest.mark.parametrize 让用例自动遍历 test_data。
  • 结合 POM 模式，流程代码（输入、点击、断言 ）复用，只换数据。

 

4. 数据量大时：从 CSV/Excel 读取数据

从 CSV 读取
import csvdef get_csv_data():test_data = []with open("login_data.csv", "r", encoding="utf-8") as f:reader = csv.reader(f)next(reader)  # 跳过表头for row in reader:test_data.append((row[0], row[1], row[2]))return test_data# 参数化用例，数据来自 CSV
@pytest.mark.parametrize("username, password, assert_msg", get_csv_data())
def test_login_from_csv(username, password, assert_msg):# 同上，执行登录流程...

CSV 文件示例（login_data.csv）：

username,password,assert_msg
admin,123456,登录成功
admin,wrong,密码错误
,123456,账号不能为空

 

5. “数据驱动” 的核心价值

  1. 高效覆盖场景：1 套流程代码 → 覆盖正例、反例（如密码错误、账号为空 ）。
  2. 数据与代码分离：改数据只需改 CSV/Excel，不用动代码 → 非技术人员也能维护。
  3. 减少冗余：避免写多个重复用例，代码更简洁。

 

6. 文中提到的 “注意点” 解析

  1. 区分正反例：数据里要包含 “正确” 和 “错误” 场景（如正例用正确密码，反例用错误密码 ）。
  2. 页面跳转 / 刷新：执行完登录后，需确保页面跳转正确（如断言 URL 变化 ）。
  3. 页面处理结果：登录后可能有弹窗、提示信息，需用代码捕获并断言（如 get_msg 方法 ）。

 

二、Csv

一、CSV 文件基础认知

  • 特点：文本格式存数据，表格形式展示（逗号分隔字段，换行分隔行 ）。
  • 作用：把测试数据（如登录的用户名、密码、预期结果 ）从代码中分离，便于维护和扩展。

二、get_csv_data()：读取 CSV 数据

def get_csv_data():list1 = []# 打开 CSV 文件，指定编码为 UTF-8cl = csv.reader(open(r"D:\Project234_web\data\后台登录数据内容.csv", encoding="UTF-8"))for i in cl:list1.append(i)  # 逐行读取，存入列表return list1

  • 功能：读取 CSV 文件内容，返回一个二维列表。
    • 示例：若 CSV 内容是 
      admin,123,登录成功  
test,456,密码错误

      返回 [["admin","123","登录成功"], ["test","456","密码错误"]]。
  • 细节：
    • csv.reader：按行解析 CSV，每行数据是一个列表。
    • 硬编码路径 r"D:\Project234_web\data\..."：实际项目建议用动态路径（如 os.path 拼接 ）。

 

三、pytest.mark.parametrize：参数化驱动测试

@pytest.mark.parametrize("username,password,assert_msg", get_csv_data())
def test_admin_parameterize(driver, username, password, assert_msg):# 1. 打开登录页driver.get("http://47.107.116.139/fangwei/m.php?m=Public&a=login&")driver.maximize_window()# 2. 初始化页面对象（POM 模式）page = BackgroundLoginPage(driver)# 3. 处理验证码（假设 save_code_img 是截图/识别验证码的逻辑）code = save_code_img(driver)# 4. 执行登录，获取返回信息msg = page.login(username, password, code)print(msg)assert msg == assert_msg 

  • 核心逻辑：
    1. 参数化标记：@pytest.mark.parametrize 会遍历 get_csv_data() 返回的列表，把每行数据拆分为 username、password、assert_msg，传给测试用例。
    2. 数据驱动测试：相当于自动生成多组测试用例，每组用不同的 CSV 数据执行登录流程。

 

四、完整流程与价值

  1. 数据分离：测试数据存在 CSV，改数据不用动代码。
  2. 多组用例：一行 CSV 数据对应一条测试用例，自动执行多组登录场景（如正确 / 错误密码 ）。
  3. 复用性：get_csv_data() 可被其他用例调用，parametrize 让参数化逻辑通用。

 

三、Excel

一、核心目标

把测试数据（如登录账号、密码、预期结果 ）存在 Excel 里，用代码读取后，驱动自动化测试（如登录流程 ），实现 “数据与代码分离”，让测试更灵活（改数据只需改 Excel，不用动代码 ）。

二、依赖库：xlrd

  • 作用：Python 中用于读取 Excel（.xls、.xlsx ）文件的库。
  • 安装：pip install xlrd（注意：xlrd 对新版 .xlsx 支持有限，若报错可换 openpyxl 等库 ）。

三、代码逐行解析

# 使用Excel表格读取数据
import xlrd# 1. 打开Excel文件
xls = xlrd.open_workbook("D:\Project234_web\data\msjy3.xlsx")# 2. 获取指定Sheet（通过下标，0 表示第一个Sheet）
sheet = xls.sheet_by_index(0)# （可选）查看Sheet的列数、行数
# print(sheet.ncols)  # 输出列数
# print(sheet.nrows)  # 输出行数（包含表头）# 3. 遍历读取数据（跳过表头，从第1行开始）
list1 = []
for i in range(1, sheet.nrows):  # range(1, 行数)：跳过第0行（表头）# 获取第i行的所有单元格值，返回列表row_data = sheet.row_values(i)  list1.append(row_data)  # 存入结果列表else:# 遍历结束后执行（可选：打印读取的结果）print(list1)

四、关键逻辑说明

  1. 打开 Excel 文件：
    xlrd.open_workbook("路径")：传入 Excel 文件的绝对路径，加载整个工作簿。

  2. 选择 Sheet：

    • sheet_by_index(0)：通过下标选 Sheet（0 是第一个 Sheet ）。
    • 也可用 sheet_by_name("Sheet1")：按 Sheet 名称选择（更直观 ）。

  3. 读取数据：

    • sheet.nrows：获取 Sheet 的总行数（包含表头 ）。
    • range(1, sheet.nrows)：从第 2 行开始遍历（下标从 0 开始，1 对应 Excel 的第 2 行 ），跳过表头。
    • sheet.row_values(i)：获取第 i 行的所有单元格值，返回一个列表（如 ["admin", "123", "登录成功"] ）。

  4. 数据存储：
    把每行数据存入 list1，最终 list1 是二维列表，可用于 pytest.mark.parametrize 实现参数化测试。

五、与自动化测试结合（延伸）

读取 Excel 数据后，可结合 pytest 参数化，让测试用例自动遍历 Excel 数据执行：

import pytest# （上面的Excel读取代码，封装成 get_excel_data 函数）
def get_excel_data():import xlrdxls = xlrd.open_workbook("D:\Project234_web\data\msjy3.xlsx")sheet = xls.sheet_by_index(0)list1 = []for i in range(1, sheet.nrows):list1.append(sheet.row_values(i))return list1# 参数化测试用例，遍历 Excel 数据
@pytest.mark.parametrize("username, password, assert_msg", get_excel_data())
def test_login(username, password, assert_msg):# 这里写自动化测试逻辑（如：打开登录页、输入账号密码、断言结果）print(f"测试：{username} / {password}，预期：{assert_msg}")# 实际执行：driver.get(...) / driver.find_element(...) 等

 

六、优缺点与替代方案

优点：
  • 数据直观：Excel 表格比 CSV 更易编辑、维护（支持合并单元格、样式 ）。
  • 适合非技术人员：运营 / 产品可直接改 Excel 数据，无需动代码。
缺点：
  • 库的局限性：xlrd 对新版 .xlsx 兼容性差（如 Excel 2007+ 格式 ），复杂表格可能解析异常。
  • 性能一般：大文件（万行级 ）读取较慢。
替代方案：
  • 用 openpyxl 库（支持 .xlsx，功能更全 ）。
  • 用 pandas 库（pd.read_excel 更简洁，适合数据分析场景 ）。

简单说，这是 “Excel 数据驱动测试” 的基础实现：用 xlrd 读 Excel 数据，存成列表后，可结合 pytest 让测试用例自动遍历数据执行，提升测试效率和数据可维护性 。

四、自动化生成缺陷报告

需要使用第三方库:

  • allure
    • 测试报告生成的框架
  • 安装 allure 项目包
    • allure-2.8.1
  • 配置环境变量
    • 一定要先安装 java 的 sdk（环境）
    • jdk-17_windows-x64_bin.exe
  • 参考 java 环境安装.docx
    • java 环境配置
    • allure 环境配置
  • python 环境中安装 allure-pytest
    • pip install allure-pytest
  • 在 pytest.ini 配置文件中，添加缺陷报告的输出路径
    • addopts = -vs --alluredir report
  • 用例执行完成之后，才能生成测试报告
    • 输入命令: allure generate report/-o report/html
  • 可以查看项目下面的 report 文件夹里面的 html 文件中的 index.html

五、POM 与 KDT 设计模式对比

一、POM 设计模式（Page Object Model）

核心结构：
  • Page 类：封装页面元素定位和操作方法
  • Test 类：调用 Page 类方法实现测试逻辑
# pages/login_page.py (登录页面对象)
from selenium.webdriver.common.by import Byclass LoginPage:# 元素定位器USERNAME_INPUT = (By.ID, "username")PASSWORD_INPUT = (By.ID, "password")LOGIN_BUTTON = (By.ID, "login-button")def __init__(self, driver):self.driver = driverdef input_username(self, username):self.driver.find_element(*self.USERNAME_INPUT).send_keys(username)def input_password(self, password):self.driver.find_element(*self.PASSWORD_INPUT).send_keys(password)def click_login(self):self.driver.find_element(*self.LOGIN_BUTTON).click()def login(self, username, password):self.input_username(username)self.input_password(password)self.click_login()# tests/test_login.py (测试用例)
def test_successful_login(driver):login_page = LoginPage(driver)login_page.login("admin", "password123")# 断言登录成功后的元素存在assert "Welcome" in driver.page_source

 

二、KDT 设计模式（Keyword Driven Testing）

核心结构：
  • 关键字库：封装基础操作（如点击、输入）
  • 测试数据：用表格（Excel/CSV）存储测试步骤
  • 执行引擎：解析表格数据，调用关键字执行测试
# keywords/webdriver_keywords.py (关键字库)
from selenium.webdriver.common.by import Byclass WebDriverKeywords:def __init__(self, driver):self.driver = driverdef open_url(self, url):self.driver.get(url)def input_text(self, locator_type, locator_value, text):element = self.driver.find_element(getattr(By, locator_type.upper()), locator_value)element.send_keys(text)def click_element(self, locator_type, locator_value):element = self.driver.find_element(getattr(By, locator_type.upper()), locator_value)element.click()def assert_text(self, expected_text):assert expected_text in self.driver.page_source# engine/keyword_engine.py (执行引擎)
import pandas as pdclass KeywordEngine:def __init__(self, driver):self.driver = driverself.keywords = WebDriverKeywords(driver)def execute_test(self, test_file):# 读取Excel测试用例df = pd.read_excel(test_file)# 逐行执行测试步骤for index, row in df.iterrows():keyword = getattr(self.keywords, row["Keyword"])args = row[1:].dropna().tolist()keyword(*args)# tests/test_login_kdt.py (测试用例)
def test_successful_login_kdt(driver):engine = KeywordEngine(driver)engine.execute_test("tests/data/login_test.xlsx")
测试数据 Excel 示例（login_test.xlsx）：
KeywordParameter1Parameter2Parameter3
open_urlhttp://example.com
input_textidusernameadmin
input_textidpasswordpassword123
click_elementidlogin-button
assert_textWelcome

三、对比分析

维度POMKDT
代码结构按页面组织，每个 Page 类对应一个页面按功能组织，关键字库和执行引擎分离，测试数据外部化（Excel/CSV）
变化应对页面元素变化需修改对应 Page 类修改 Excel 中的测试步骤或参数，无需改代码
用例编写测试人员编写 Python 代码非技术人员可通过 Excel 编写测试步骤
复用性页面方法可复用，但跨页面复用需组合调用关键字可自由组合，复用性更高
复杂度适合中小型项目，页面数量可控适合大型、流程复杂项目，尤其需频繁变更测试步骤的场景

四、实际应用建议

  • 选 POM 的场景：

  • 页面结构稳定，元素定位变化少
  • 测试团队技术能力强，偏好维护代码而非表格
  • 需要精细控制页面交互细节

  • 选 KDT 的场景：

  • 业务流程复杂且频繁变更
  • 需要产品 / 运营人员参与编写测试用例
  • 希望通过配置文件而非代码快速调整测试逻辑

  • 混合模式：

    • 复杂项目可结合两种模式：核心页面用 POM 封装，业务流程用 KDT 编排
    • 例如： 
      # KDT 中调用 POM
def execute_pom_action(self, page_name, action, *args):page_class = getattr(pages, page_name)page = page_class(self.driver)action_method = getattr(page, action)action_method(*args)

 

五、关键差异总结

场景POM 实现KDT 实现
页面元素 ID 变更修改对应 Page 类中的定位器无需修改代码，调整 Excel 中的定位参数
新增测试用例编写新的测试函数，调用 Page 方法在 Excel 中新增测试步骤行
跨项目复用复制 Page 类到新项目导出关键字库和 Excel 模板到新项目
非技术人员参与测试需要培训 Python只需熟悉 Excel 表格填写

通过以上对比可以看出，KDT 更适合需求快速变化、需多方协作的场景，而 POM 更适合结构稳定、技术主导的项目。根据你的项目特性选择，能显著提升自动化测试的效率和可维护性。

http://www.xdnf.cn/news/16061.html

相关文章：

  • AWS Certified Cloud Practitioner 认证考试 测试题与解析
  • CSS实现背景色下移10px
  • 自动化与安全 - 将 Terraform 集成到 CI/CD
  • rancher上使用rke在华为云多网卡的服务器上安装k8s集群问题处理了
  • 使用Trae简单编写一个登陆页面
  • 智能合约安全 - 重入攻击 - 常见漏洞（第一篇）
  • AUTOSAR进阶图解==＞AUTOSAR_SWS_COMManager
  • 【JS逆向基础】数据库之MongoDB
  • c#转python第四天：生态系统与常用库
  • 近期工作感想：职业规划篇
  • Web开发 04
  • 【企业架构】TOGAF概念之一
  • Android系统5层架构
  • XSS知识总结
  • kafka生产端和消费端的僵尸实例以及解决办法
  • `MYSQL`、`MYSQL_RES` 和 `MYSQL_FIELD`的含义与使用案例
  • 【硬件】GalaxyTabPro10.1（SM-T520）刷机/TWRP/LineageOS14/安卓7升级全过程
  • 浅谈 Vue 的双向数据绑定
  • Java 字符集（Charset）详解：从编码基础到实战应用，彻底掌握字符处理核心机制
  • 【数据结构】双向循环链表的实现
  • 基于机器视觉的迈克耳孙干涉环自动计数系统设计与实现
  • Node.js：函数、路由、全局对象
  • Docker Compose 配置
  • 如何5分钟快速搭建智能问答系统
  • 详解如何解决Mysql主从复制延迟
  • LINUX720 SWAP扩容；新增逻辑卷；逻辑卷扩容；数据库迁移；gdisk
  • Ajax简单介绍及Axios请求方式的别名
  • 复杂度+包装类型+泛型
  • 统计与大数据分析和数字经济：专业选择指南
  • spring-cloud使用