DDT数据驱动,ddt Python

　　很多时候，我们要在很多数据集上做同样的测试。此外，为每个数据集值创建不同的测试既耗时又低效。

　　黑盒测试通过将数据保存在功能测试之外，并在需要扩展自动化测试时加载它们来解决这个问题。

　　今天，我将讨论黑盒测试——它是什么，它如何工作，优点和缺点，等等。

　　什么是黑盒测试(DDT)？

　　黑盒测试(DDT)是一种方法，一种软件测试方法。借助数据源，重复相同序列的测试步骤，测试脚本从数据源(文件或数据库)(如CSV文件、Excel文件、数据池等)读取测试数据。)而不使用硬编码值。

　　换句话说，数据驱动测试就是构建一个测试脚本，用框架中所有相关的数据集来执行，它利用了可重用的测试逻辑。数据驱动测试有许多优点，如可重用性和可重复性，将测试逻辑与测试数据分离，减少测试用例的数量。我在介绍自动化测试框架的上一篇文章中也提到了驱动模式。感兴趣的朋友可以看看。

　　例如，我们想用1000个不同的数据集测试一个具有多个输入字段的登录系统。

　　要对此进行测试，您可以使用以下不同的方法：

　　1)为每个数据集创建1000个脚本，并逐一运行每个测试。

　　2)手动更改测试脚本中的值，然后运行几次。

　　3)从Excel工作表导入数据。从excel行中逐行提取测试数据并执行脚本。

　　鉴于这三种情况，前两种情况既费力又费时。所以遵循第三种方法比较理想。

　　所以，第三种方法是数据驱动框架。

　　黑盒测试的优势让我们来看看黑盒测试的一些优势：

　　1.在开发过程中任何时刻开始

　　数据驱动测试——设计和规划这些数据可以在开发的任何阶段进行。数据驱动的测试用例通常与单个过程相关联，但是它们也可以同时或者并行地用于多个测试用例中。或者输入和处理数据的过程可以包括与单个数据元素或序列中的步骤相关的许多测试用例。

　　2.重复性和可重用性

　　数据驱动测试提供了一种方法，在这种方法中，任何测试脚本都可以使用不同的数据执行数千次。对于一些垂直行业，如银行、视频流媒体应用提供商，提供不同类型的有效和无效数据，可以真正有效地实现对其移动应用的多功能测试。

　　3.干净地分离测试用例和测试数据

　　黑盒测试的最大好处之一是它允许开发人员和测试人员将他们的测试用例/脚本的逻辑从测试数据中分离出来。测试人员可以使用许多不同的数据值和参数来测试他们的应用程序，而不会增加测试用例/脚本本身的复杂性。而且数据易于添加、删除和配置，对测试用例没有影响。

　　4.获取更多真实的测试用例

　　当猛水杯需要不断更改测试数据并立即使用时，它会给你提供一个真实的测试数据，并可能发现你无法发现的其他缺陷。

　　5. 减少测试用例/脚本的数量

　　当激烈水杯的测试用例更加模块化，依赖于易于添加、删除和配置的测试数据时，你实际上需要的测试用例/脚本更少。有时候我们无法避免重复不必要的测试，但是数据驱动提供了一种模块化的测试方法。

　　最后，测试可以把时间花在更有价值的地方，采用更多探索性的方法，同时增加应用维护的灵活性。

　　黑盒测试的缺点尽管数据驱动的自动化测试有很多优点，但仍然有一些缺点需要考虑。

　　1.测试质量风险

　　首先，使用这种测试方法的测试人员和工程师需要高超的技能和对流程的深刻理解。如果没有适当的培训和技术背景，测试结果的质量将远远低于专家。在许多情况下，他们需要学习一门新的脚本语言。

　　2. 学习曲线长

　　足够的培训和知识会带来额外的成本。测试人员需要时间来编写脚本代码，了解框架的复杂性，然后才能从中产生价值。数据验证本身也是一项耗时的任务，尤其是在处理大型数据集时。

　　3. 大量维护工作

　　数据驱动自动化测试的编码非常广泛，因此在维护和文档方面需要大量的初始工作，尤其是围绕测试基础设施、脚本管理和结果分析。

　　黑盒测试是如何工作的？在继续了解滴滴涕的所有方面之前，我们必须了解它是如何工作的。下面是操作步骤：

　　在文件或数据库等存储设备中收集不同组的测试数据，创建脚本从数据源获取输入数据，验证结果，继续测试下一组输入数据。

　　最后，让数据驱动我们的测试！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。