测试组合生成器-allpairspy

1、前言

在我们写功能用例时，常常会遇到多个参数有很多的选项，而如果想把这些参数值都要覆盖执行的话，工作量可想而知。那有没有什么办法既可以减少用例数量，也可以保证用例质量又降低测试时间成本，本篇将介绍一款工具 allpairspy，可以满足此需求。

2、简介

allpairspy 是一个用 Python 编写的开源测试组合生成器。生成器允许你使用“成对组合”方法创建一组测试，将变量组合的数量减少到涵盖大多数情况的较小集合中。

特点：

1、生成足够好的数据集。

2、Python 迭代器风格的枚举接口。

3、允许在搜索下一个组合时过滤掉“无效”组合。

安装依赖：

Python 2.7+ 或 3.5+

安装命令：

pip install allpairspy

除了 allpairspy，还有很多成对测试工具：

https://www.pairwise.org/tools.html

例如 Pairwise Pict Online，在线生成成对测试工具

https://pairwise.yuuniworks.com/

参数数据与限制条件

在线生成后的结果

有关成对测试的更多信息，请参阅

http://www.pairwise.org

3、基本用途

如代码所示，参数里有5组数据，每组数据有不同的参数，如果按照全量的组合，那么就是2*4*2*4*5=320条用例。通过引用 allpairspy 包，来创建成对组合。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# 公众号：咖啡加剁椒
from allpairspy import AllPairs
 
parameters = [
    ["X品牌", "Y品牌"],
    ["Windows10", "Windows11", "macOS", "Ubuntu"],
    ["有线网络", "无线网络"],
    ["按天", "按周", "按月", "按年"],
    [6, 10, 15, 30, 60]
]
 
print("PAIRWISE:")
for i, pairs in enumerate(AllPairs(parameters)):
    print("{:2d}: {}".format(i+1, pairs))

通过执行后的结果，可以看出 allpairspy 将用例条数缩减至22条。

4、过滤

有些时候，参数的某个特定值与其他参数值之间的组合是无效的，这个时候就应该排除这个组合。

代码里可以通过在 AllPairs 构造函数中将过滤函数设置为 filter_func 来限制对。

如代码所示，设置了3个过滤条件。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# 公众号：咖啡加剁椒
 
from allpairspy import AllPairs
 
def is_valid_combination(row):
    """
    这是一个过滤功能，筛选函数应返回True
    如果组合有效，则为False，否则为False
    """
 
    n = len(row)
 
    if n > 1:
        # Y品牌不支持Windows10
        if "Windows10" == row[1] and "Y品牌" == row[0]:
            return False
 
        # X品牌不支持Ubuntu
        if "Ubuntu" == row[1] and "X品牌" == row[0]:
            return False
 
    if n > 4:
        # 按年要大于30分钟进行计算
        if "按年" == row[3] and row[4] < 30:
            return False
 
    return True
 
parameters = [
    ["X品牌", "Y品牌"],
    ["Windows10", "Windows11", "macOS", "Ubuntu"],
    ["有线网络", "无线网络"],
    ["按天", "按周", "按月", "按年"],
    [6, 10, 15, 30, 60]
]
 
print("PAIRWISE:")
for i, pairs in enumerate(AllPairs(parameters, filter_func=is_valid_combination)):
    print("{:2d}: {}".format(i+1, pairs))

通过执行后的结果，可以看出设置过滤后用例条数缩减至15条

5、有序字典

当输入的参数为字典时，可以使用 collections.OrderedDict 实例作为 AllPairs 构造函数的参数，对作为 collections.namedtuple 实例返回。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# 公众号：咖啡加剁椒
 
from collections import OrderedDict
from allpairspy import AllPairs
 
parameters = OrderedDict({
    "品牌": ["X品牌", "Y品牌"],
    "操作系统": ["Windows10", "Windows11", "macOS", "Ubuntu"],
    "分钟": [15, 30, 60]
})
 
print("PAIRWISE:")
for i, pairs in enumerate(AllPairs(parameters)):
    print("{:2d}: {}".format(i+1, pairs))

执行后的结果。

6、使用pytest进行成对参数化测试

可以将 allpairspy 结合到单元测试框架 pytest 里，进行成对参数化测试。

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# 公众号：咖啡加剁椒
 
import pytest
from allpairspy import AllPairs
 
# 使用pytest进行成对参数化测试
def function_to_be_tested(brand, operating_system, minute):
    # do something
    return True
 
class TestParameterized(object):
 
    @pytest.mark.parametrize(["brand", "operating_system", "minute"], [
        value_list for value_list in AllPairs([
            ["XBrand", "YBrand"],
            ["Windows10", "Windows11", "macOS", "Ubuntu"],
            [10, 15, 30, 60]
        ])
    ])
    def test(self, brand, operating_system, minute):
        assert function_to_be_tested(brand, operating_system, minute)

执行命令：