当前位置: 首页 > news >正文

Junit5 + YAML 轻松实现参数化和数据驱动(一)

bbd95be219c6d77d770775d6c7c33d2d.jpeg

登录:不同的用户名,不同的密码,不同的组合都需要做登录场景的测试,正常的排列组合下可能会产生多个用例

搜索:不同的搜索条件产生不同的搜索结果,搜索也是常见的测试项,单个搜索参数或者多种搜索参数的组合;同样也会产生多个用例。

参数化:我们在写自动化用例的时候会有很多方法,一般我们都会把数据通过参数来传递给方法,而不会直接在方法中写“死”,所以方法之间的数据传递都是通过参数化来进行,利用参数化进行数据与变量的对应;比如我们的登录账号密码设置在参数中,再将参数传递到方法中。

public MainPage login(String username, String password) { sendKeys(inputUsername,username); sendKeys(inputPassword,password); click(loginBtn); return new MainPage(); }

数据驱动:将参数化中的数据来源变成从外部读取,参数有一个存放数据的地方,在用例执行的时候去去数据;这个数据存储的地方可以是我们定义的数组、hashmap,也可以是从外部文件中(excel、csv、xml、yaml等)读取。

例如上述的搜索案例,我们可以将搜索条件放入外部文件中,每次执行搜索用例时,去文件中获取数据,根据获取到的数据执行不同的搜索测试即可。

- - 洗衣液 - - 帽子 - - 手套

总结下来:

在执行测试工作过程中,有很多过程是需要动态变化的,如果每一次的变化都需要编码部署,那么整个执行的流程就会边长;

对于业务测试工程师来说,维护自动化代码有一定的门槛,需要熟悉编程语言和测试框架的结构;

定义好了数据驱动,将变化的数据放入配置文件中进行维护,既便捷(无需找到对应代码修改部署),也降低了维护的门槛(业务测试只需要在配置文件中修改数据即可)

与测试数据的数据驱动大致相同,主要也是方便业务测试维护,降低维护门槛和代码修改部署出错的风险;修改配置文件,整个业务行为和抽象是不用改变的,当然,在UI自动化中配合PO一起使用会“风味更佳”。

手工录制测试步骤,直接生成代码比较困难,可以生成步骤的配置文件,让代码去读配置文件,完成自动化的回放;(此方面本人暂时仅了解过,还未实践落地,理论上是可以实现的。)

不要在测试用例内完成大量的数据驱动:
用例通过PO的调用是能够非常清晰展现出业务执行场景的,业务才是用例的核心;一旦在用例里使用了大量数据驱动,如调用各种yaml、csv等数据文件,会造成用例可读性变差,维护复杂度变高;

  1. 测试数据的数据驱动
  2. 测试步骤的数据驱动
  • 定位符
  • 行为流
  1. 断言的数据驱动
  • 不同数据格式文件的对比

37a5eeafea38041e9a1aae281ef03e75.png1080×331 48.6 KB

从上述对比结果中,Json 和 YAML 对于数据结构的支持和书写程度是较好的;但是, YAML 的写法更简洁,并且还可以注释,因此最推荐使用的就是(从表格中的所处都位置也可猜到~)…位于C位的YAML!
那么到底什么是YAML,又如何使用,下面简单来了解一下

yaml 的语法

  • 大小写敏感
  • 使用缩进表示层级关系
  • 缩进时不允许使用Tab键,只允许使用空格。
  • 缩进的空格数目不重要,只要相同层级的元素左侧对齐即可
  • 表示注释

yaml 支持的三种数据结构

  • 纯量(scalars):单个的、不可再分的值,例如数字、字符串、布尔值等
  • 对象:键值对的集合,又称为映射(mapping)/ 哈希(hashes) / 字典(dictionary)

#键值对形式 key: value #行内对象 person: { name: allen, age: 25 } #以-开头表示为一个数组里的值 - A - B - C #数组内嵌套子数组,用一个空格缩进表示 - - a - aa - - b - bb

  • 对象和数组可以结合使用,形成复合结构

languages: - Ruby - Perl - Python websites: YAML: yaml.org Ruby: ruby-lang.org Python: python.org Perl: use.perl.org

把一个文件数据通过类型建立关联,并创建出一个类的实例,反之也可以把一个对象写入文件中。
先来看jackson-databind对json文件的操作
添加 maven 依赖

<dependency> <groupId>com.fasterxml.jackson.core</groupId> <artifactId>jackson-databind</artifactId> <version>2.9.9.3</version> </dependency>

  • 写 json 文件

1)先创建一个类,包含变量name,age

public class TestFileSource { public String name; public int age; }

2)创建单元测试,创建ObjectMapper对象,调用writeValue对json文件进行写操作

@Test void writeJson() throws IOException { ObjectMapper mapper = new ObjectMapper(); TestFileSource testFileSource = new TestFileSource(); mapper.writeValue(new File("..\\demo.json"),testFileSource); }

3)得到demo.json文件的结果,从结果可以看到TestFileSource类中的变量已经被写入的json文件中

{"name":null,"age":0}

  • 读 json 文件

1)创建单元测试,创建ObjectMapper对象,调用readValue方法对json文件进行数据读取

@Test void readJson() throws IOException { ObjectMapper mapper = new ObjectMapper(); TestFileSource testFileSource = mapper.readValue(TestFileSource.class.getResourceAsStream("/demo.json"), TestFileSource.class); System.out.println(testFileSource); System.out.println(testFileSource.age); }

2)读取结果

ApiDemos.testcase.TestFileSource@4562e04d 0

  • 输出漂亮的 json 格式
    1)创建单元测试,创建ObjectMapper对象,调用writerWithDefaultPrettyPrinter().writeValueAsString方法可对指定对象进行json数据格式的输出

@Test void prettyPrintJson() throws JsonProcessingException { ObjectMapper mapper = new ObjectMapper(); // pretty print String json = mapper.writerWithDefaultPrettyPrinter().writeValueAsString(new TestFileSource()); System.out.println(json); }

2)打印结果

{ "name" : null, "age" : 0 }

参考链接
jackson-databind GitHub地址:
https://github.com/FasterXML/jackson-databind

再来看jackson-dataformats-text,这是一个可以对YAML、CSV、Properties和XML文件进行操作的库,也是目前最常用的,不过这里我们只重点关注其对YAML文件的操作

  • 添加maven依赖

<dependency> <groupId>com.fasterxml.jackson.dataformat</groupId> <artifactId>jackson-dataformat-yaml</artifactId> <version>2.9.8</version> </dependency>

  • 读 YAML 文件
    想要读取 YAML 文件,最主要的是在new ObjectMapper对象的时候加入new YAMLFactory(),这样就成功切换至 yaml 操作的状态,然后利用readValue方法就可以完成对yaml文件的数据读取了
    1)创建 YAML 文件

name: allen age: 11

2)创建ObjectMapper对象,设置new YAMLFactory()

@Test void readYaml() throws IOException { ObjectMapper mapper = new ObjectMapper(new YAMLFactory()); TestFileSource testFileSource = mapper.readValue(TestFileSource.class.getResourceAsStream("/demo2.yaml"), TestFileSource.class); System.out.println(testFileSource); System.out.println(testFileSource.age); }

打印结果

ApiDemos.testcase.TestFileSource@ba2f4ec 11

在readValue的方法中可以看到,第一个参数填的是文件地址,第二个参数就是精髓所在!我们可以给定一个对象类型,或者一个二维数组等,用来产生映射关系,将文件数据和我们的对象绑定,方便数据的读取。
如上述例子中我们通过TestFileSource的实例化对象来调用age变量。

  • 输出漂亮的 YAML 格式
    与json输出的方式基本一致,只需要在new ObjectMapper对象的时候加入new YAMLFactory()即可
    1)创建类和类的成员变量,包含纯量、数组和哈希

public class TestFileSource { public String name = "tester"; public int age = 2; public Object[][] arr= {{1,2,3,},{"a","b","c"}}; public HashMap<String,Object> map = new HashMap<String, Object>(){ { put("name","tester"); put("sex","男"); } }; }

2)创建单元测试,创建ObjectMapper对象,加入new YAMLFactory() 参数,调用writerWithDefaultPrettyPrinter().writeValueAsString方法可对指定对象进行yaml数据格式的输出

@Test void prettyPrintYaml() throws JsonProcessingException { ObjectMapper mapper = new ObjectMapper(new YAMLFactory()); // pretty print String json = mapper.writerWithDefaultPrettyPrinter().writeValueAsString(new TestFileSource()); System.out.println(json); }

3)打印结果

--- name: "tester" age: 2 arr: - - 1 - 2 - 3 - - "a" - "b" - "c" map: sex: "男" name: "tester"

参考链接jackson-dataformats-text GitHub地址:
https://github.com/FasterXML/jackson-dataformats-text

同样是做自动化测试,在测试高手和普通小白的世界里,完全是不一样的风景。


免费领取:性能测试+接口测试+自动化测试+测试开发+测试用例+简历模板+测试文档


相关文章:

  • 用ARM进行汇编语言编程(1)介绍与寻址模式
  • PostwomanApi接口测试工具
  • 如何将数据输入神经网络,神经网络的数据处理
  • 数据结构-红黑树
  • 2022年下半年软考报名时间汇总,最新版!
  • Div4 思维总结
  • Docker面试题库
  • java毕业设计成品源码网站javaweb企业财务|记账|账单管理系统
  • 【mitmProxy】mitmProxy教程
  • [NOI2020统一省选 A] 组合数问题 (推式子)
  • 通过js 获取最近3天、1周、1个月、3个月、半年、1年的时间
  • LeaRun.Java工作流引擎 快速开发业务流程
  • 为什么大家都开始做游戏化产品?
  • python open file way
  • 跨域访问错误的这一种解决方法
  • ----------
  • JS 中的深拷贝与浅拷贝
  • 【399天】跃迁之路——程序员高效学习方法论探索系列(实验阶段156-2018.03.11)...
  • 2017-09-12 前端日报
  • Dubbo 整合 Pinpoint 做分布式服务请求跟踪
  • ES6 ...操作符
  • Go 语言编译器的 //go: 详解
  • HTML5新特性总结
  • MySQL数据库运维之数据恢复
  • node 版本过低
  • node.js
  • Spring Cloud(3) - 服务治理: Spring Cloud Eureka
  • 从setTimeout-setInterval看JS线程
  • 关于extract.autodesk.io的一些说明
  • 海量大数据大屏分析展示一步到位:DataWorks数据服务+MaxCompute Lightning对接DataV最佳实践...
  • 每天10道Java面试题,跟我走,offer有!
  • 前端自动化解决方案
  • 实战|智能家居行业移动应用性能分析
  • 数据结构java版之冒泡排序及优化
  • 说说动画卡顿的解决方案
  • 一加3T解锁OEM、刷入TWRP、第三方ROM以及ROOT
  • 《码出高效》学习笔记与书中错误记录
  • MPAndroidChart 教程:Y轴 YAxis
  • ​​​​​​​ubuntu16.04 fastreid训练过程
  • ​你们这样子,耽误我的工作进度怎么办?
  • #gStore-weekly | gStore最新版本1.0之三角形计数函数的使用
  • #我与虚拟机的故事#连载20:周志明虚拟机第 3 版:到底值不值得买?
  • (12)Linux 常见的三种进程状态
  • (16)UiBot:智能化软件机器人(以头歌抓取课程数据为例)
  • (bean配置类的注解开发)学习Spring的第十三天
  • (Java岗)秋招打卡!一本学历拿下美团、阿里、快手、米哈游offer
  • (pytorch进阶之路)扩散概率模型
  • (Redis使用系列) Springboot 在redis中使用BloomFilter布隆过滤器机制 六
  • (SpringBoot)第二章:Spring创建和使用
  • (附源码)ssm本科教学合格评估管理系统 毕业设计 180916
  • (附源码)小程序儿童艺术培训机构教育管理小程序 毕业设计 201740
  • (六)激光线扫描-三维重建
  • (四)linux文件内容查看
  • (转)LINQ之路
  • .bat批处理(九):替换带有等号=的字符串的子串