自动化工具 allpairspy 一款高效的正交实验法生成用例工具

wuyazi for 新潮测试技术 · 2021年05月07日 · 最后由 wuyazi 回复于 2021年05月09日 · 974 次阅读

一、问题
想必每个 tester 都有测试过类似下图中需要组合多种元素的业务场景,当然我们不会把所有条件元素组合的可能性都覆盖一遍,而是采取正交实验法进行用例设计,可以在不影响业务场景覆盖的前提下大大减少用例数量,既保证用例质量又降低测试时间成本。

以上图为例:

性别:男、女

班级:一年级、二年级、三年级、四年级、五年级

年龄区间:8 岁以下、8-10 岁、10-13 岁

在正交实验法中,性别、班级、年龄区间这三个被测元素称为 因素,每个因素的取值称之为水平值。

如果全量测试场景下:测试用例数量=2*5*3=30(个)。正交实验法数量远远少于全量测试用例数量,当然正交实验法原理稍微复杂,我们直接使用现成的工具生成测试用例即可。今天介绍的工具就是一个 Python 库:allpairspy。

二、allpairspy 实践

  1. 基础用法

以上述测试场景为例,咱们利用工具生成测试用例。

from allpairspy import AllPairs

parameters = [
    ["男", "女"],
    ["一年级", "二年级", "三年级", "四年级", "五年级"],
    ["8岁以下", "8-10岁", "10-13岁"]
]

print("PAIRWISE:")
for i, pairs in enumerate(AllPairs(parameters)):
    print("用例编号{:2d}: {}".format(i, pairs))

哇哈,是不是很惊喜,少了一半,也就是说降低一半的测试成本。

  1. 过滤

当然有些因素之间值的组合是无效的,这时候可以通过在 AllPairs 构造函数中设置过滤函数 filter_func 来过滤这些无效用例组。咱们举个例子:年龄区间取值 10-13 岁不可能对应一年级学生。

from allpairspy import AllPairs

def is_valid_combination(row):
    n = len(row)
    # 设置过滤条件
    if n > 2:
        # 一年级 不能匹配 10-13岁
        if "一年级" == row[1] and "10-13岁" == row[2]:
            return False
    return True

parameters = [
    ["男", "女"],
    ["一年级", "二年级", "三年级", "四年级", "五年级"],
    ["8岁以下", "8-10岁", "10-13岁"]
]

print("PAIRWISE:")
for i, pairs in enumerate(AllPairs(parameters, filter_func=is_valid_combination)):
    print("用例编号{:2d}: {}".format(i, pairs))

很好,将不符合条件的用例直接过滤掉。

  1. OrderedDict

如果你想用例更一目了然,使用 OrderedDict,可以将结果存储到 nametuple 数据结构中。

from collections import OrderedDict
from allpairspy import AllPairs

parameters = OrderedDict({
    "性别": ["男", "女"],
    "年级": ["一年级", "二年级", "三年级", "四年级", "五年级"],
    "年龄区间": ["8岁以下", "8-10岁", "10-13岁"]
})

print("PAIRWISE:")
for i, pairs in enumerate(AllPairs(parameters)):
    print("用例编号{:2d}: {}".format(i, pairs))

  1. 结合 pytest

更强大的是,如果你要进行单测或者接口测试,它还可以结合测试框架 pytest 让你的测试更高效,将生成的组合数据通过数据驱动的方式传递给待测函数/接口。示例如下。

import pytest
from allpairspy import AllPairs

def function_to_be_tested( sex, grade, age):
    if grade == "一年级" and age == "10-13岁":
        return False
    return True

class TestParameterized(object):

    @user1ize(["sex", "grade", "age"], [
        value_list for value_list in AllPairs([
            [u"男", u"女"],
            ["一年级", "二年级", "三年级", "四年级", "五年级"],
            ["8岁以下", "8-10岁", "10-13岁"]
        ])
    ])
    def test(self, sex, grade, age):
        assert function_to_be_tested(sex, grade, age)

⚠️ 结果中没做中文转码,自动忽略。

三、总结
组合参数测试往往是比较枯燥的,借助 allpairspy 可以快速生成高质量的测试用例,快捷又高效,希望每个 tester 都能掌握这个工具,多在项目中使用它降低测试成本。

共收到 4 条回复 时间 点赞
1楼 已删除

建议用来辅助分析,不要看见多因素多水平的就用正交。

得根据实际情况来,有时候正交反而漏测了,有时候单因素实验就够用了。

Ouroboros 回复

没错是这样。这个工具在大批量组合场景测试中 起到的作用比较大

cooling 回复

😀

wuyazi 关闭了讨论 05月10日 20:54
wuyazi 重新开启了讨论 05月10日 20:54
需要 登录 后方可回复, 如果你还没有账号请点击这里 注册