基于python3在nose测试框架的基础上添加测试数据驱动工具

简介: [本文出自天外归云的博客园] Python3下一些nose插件经过2to3的转换后失效了 Python的nose测试框架是通过python2编写的,通过pip3install的方式安装的nose和相关生成报表的插件,执行测试时会报错。

[本文出自天外归云的博客园]

Python3下一些nose插件经过2to3的转换后失效了

Python的nose测试框架是通过python2编写的,通过pip3install的方式安装的nose和相关生成报表的插件,执行测试时会报错。原因多是因为涉及到的插件或相关代码是用python2编写的。我们通过python2自带的工具2to3.py文件就可以完成从python2到python3的自动转换。

拿nose_html_reporting插件的转换举例:

将2to3.py文件(Python27/Tools/Scripts路径下可以找到)复制粘贴到nose_html_reporting路径下,执行2to3的转换命令:

python 2to3.py -w __init__.py

执行命令后会在当前路径下自动生成一个__init__.py的备份(bk)文件,和一份已经自动转换成python3的__init__.py文件。

类似要做修改的还有在其他的nose相关的文件夹路径(nose、nose_html_reporting、nose_ittr):

分别cd到以上三个路径下,然后对其中的py文件分别执行2to3的转换命令。或者直接在上级目录对该目录的路径执行2to3的命令,这会让该目录下所有的py文件都完成2to3的转换。

之后就可以让一些nose的插件支持在python3下运行了。

2to3转换的同时也带来了坑

这个转换过程中我也发现了一个坑,2to3以后,原来的ittr_multiplier.py文件中dct.items()会被转成list(dct.items()),而python3中map的含义比较python2也发生了变化。我在执行需要ittr插件支持的测试时发现代码转换后功能并没有生效。经过我在网上查,发现python3中的items和python2中的iteritems方法是有区别的,包括map的定义也会发生变化等等。经我测试,将nose_ittr文件夹中的文件2to3以后,nose_ittr的功能是可以使用的,但是不能传列表值,如果ittr传参传入的是字符串值还好,如果传入的是含有多个字符串值的列表就会有问题,执行测试会报错,要自己再处理列表中的数据。

所以我决定避开插件2to3转换后出现的坑。

我的思路是做一个专门的工具类,用来读取存放在csv文件中的测试数据,联合nose_parameterized一起发挥与java测试框架TestNG中dataprovider类似的功能。

首先封装一个取测试数据的工具类叫“test_data_tool.py”,代码如下:

import csv

class T_data_reader(object):
    def __init__(self, file_path):
        setattr(self, 'file_content_lines', [])
        csv_reader = csv.reader(open(file_path, encoding='utf-8'))
        for row in csv_reader:
            self.file_content_lines.append(row)
        fields = self.file_content_lines[0]
        setattr(self, 't_data_count', len(self.file_content_lines)-1)
        # Traverse t data.
        for i in range(len(self.file_content_lines)-1):
            t_data = {}
            for j in range(len(fields)):
                t_data[fields[j]] = self.file_content_lines[i+1][j]
            setattr(self, 't_data_'+str(i+1), t_data)

    def get_t_data_count(self):
         return self.t_data_count
        
def get_t_data(file_path):
    t_data_reader = T_data_reader(file_path)
    t_data_count = t_data_reader.get_t_data_count()
    t_data = []
    for i in range(t_data_count):
        t_data.append(getattr(t_data_reader,"t_data_"+str(i+1)))
    return t_data

然后修改测试用例py文件模样如下:

# -*- coding: utf-8 -*-
from nose.tools import *
from test_data_tool import *
from parameterized import parameterized

@istest
class Test():
    file_path = "QueryTradeInfoTester.csv"
    
    @parameterized.expand([
        (file_path, 1),
        (file_path, 2),
        (file_path, 3),
    ])
    def test_1(self, file_path, t_data_number):
        t_data = get_t_data(file_path)
        setattr(self, 't_data', t_data[t_data_number-1])
        assert_equal(self.t_data['retCode'],"200")

以上就达到了与java中TestNG框架dataprovider所能达到的类似作用。

其中setattr方法将自身的测试数据分别指向测试数据文件的第一、二、三行。

测试

现在在待测目录下执行nosetests命令就不会报错了,通过执行以下命令可以在测试结束后自动生成测试结果报告的html文件,还可以显示print内容进行程序调试:

nosetests -v -s --with-html-output --html-out-file=result1.html --with-setup-ittr

运行效果如下:

 

生成的报表文件如下:

至此nose就完成了到python3的过度,我避开了使用nose_ittr,而是借鉴nose_ittr插件的做法自己写了一个专门用来取测试数据的工具类,配合nose_parameterized一起发挥数据驱动的作用。通过命令行就可以执行nose测试,所以也会很方便与jenkins进行整合构建以达到持续集成的目的。

相关文章
|
3天前
|
人工智能 搜索推荐 数据管理
探索软件测试中的自动化测试框架选择与优化策略
本文深入探讨了在现代软件开发流程中,如何根据项目特性、团队技能和长期维护需求,精准选择合适的自动化测试框架。
37 8
|
9天前
|
人工智能 JavaScript 前端开发
自动化测试框架的演进与实践###
本文深入探讨了自动化测试框架从诞生至今的发展历程,重点分析了当前主流框架的优势与局限性,并结合实际案例,阐述了如何根据项目需求选择合适的自动化测试策略。文章还展望了未来自动化测试领域的技术趋势,为读者提供了宝贵的实践经验和前瞻性思考。 ###
|
10天前
|
Java 测试技术 数据安全/隐私保护
软件测试中的自动化策略与工具应用
在软件开发的快速迭代中,自动化测试以其高效、稳定的特点成为了质量保证的重要手段。本文将深入探讨自动化测试的核心概念、常见工具的应用,以及如何设计有效的自动化测试策略,旨在为读者提供一套完整的自动化测试解决方案,帮助团队提升测试效率和软件质量。
|
3天前
|
Web App开发 IDE 测试技术
Selenium:强大的 Web 自动化测试工具
Selenium 是一款强大的 Web 自动化测试工具,包括 Selenium IDE、WebDriver 和 Grid 三大组件,支持多种编程语言和跨平台操作。它能有效提高测试效率,解决跨浏览器兼容性问题,进行性能测试和数据驱动测试,尽管存在学习曲线较陡、不稳定等缺点,但其优势明显,是自动化测试领域的首选工具。
58 16
Selenium:强大的 Web 自动化测试工具
|
4天前
|
安全 Ubuntu Linux
Metasploit Pro 4.22.6-2024111901 (Linux, Windows) - 专业渗透测试框架
Metasploit Pro 4.22.6-2024111901 (Linux, Windows) - 专业渗透测试框架
26 9
Metasploit Pro 4.22.6-2024111901 (Linux, Windows) - 专业渗透测试框架
|
12天前
|
Java 测试技术 API
探索软件测试中的自动化框架选择####
在当今快节奏的软件开发周期中,自动化测试已成为确保产品质量与加速产品迭代的关键策略。本文深入剖析了自动化测试的核心价值,对比分析了市场上主流的自动化测试框架,旨在为项目团队提供选型时的考量因素及实践指南,助力高效构建适应未来变化的自动化测试体系。 ####
|
13天前
|
机器学习/深度学习 人工智能 算法
BALROG:基准测试工具,用于评估 LLMs 和 VLMs 在复杂动态环境中的推理能力
BALROG 是一款用于评估大型语言模型(LLMs)和视觉语言模型(VLMs)在复杂动态环境中推理能力的基准测试工具。它通过一系列挑战性的游戏环境,如 NetHack,测试模型的规划、空间推理和探索能力。BALROG 提供了一个开放且细粒度的评估框架,推动了自主代理研究的进展。
25 3
BALROG:基准测试工具,用于评估 LLMs 和 VLMs 在复杂动态环境中的推理能力
|
8天前
|
Java 测试技术 API
探索软件测试中的自动化测试框架
本文深入探讨了自动化测试在软件开发中的重要性,并详细介绍了几种流行的自动化测试框架。通过比较它们的优缺点和适用场景,旨在为读者提供选择合适自动化测试工具的参考依据。
|
11天前
|
jenkins 测试技术 持续交付
自动化测试框架的搭建与实践
在软件开发领域,自动化测试是提升开发效率、确保软件质量的关键手段。本文将引导读者理解自动化测试的重要性,并介绍如何搭建一个基本的自动化测试框架。通过具体示例和步骤,我们将探索如何有效实施自动化测试策略,以实现软件开发流程的优化。
36 7
|
8天前
|
数据管理 jenkins 测试技术
自动化测试框架的设计与实现
在软件开发周期中,测试是确保产品质量的关键步骤。本文通过介绍自动化测试框架的设计原则、组件构成以及实现方法,旨在指导读者构建高效、可靠的自动化测试系统。文章不仅探讨了自动化测试的必要性和优势,还详细描述了框架搭建的具体步骤,包括工具选择、脚本开发、执行策略及结果分析等。此外,文章还强调了持续集成环境下自动化测试的重要性,并提供了实际案例分析,以帮助读者更好地理解和应用自动化测试框架。