目录一、datetime模块1.1 datetime模块介绍now()方法——返回指定时区的本地日期时间timedelta类strftime()方法——根据自定义的格式返回时间字符串strptime()方法——获取对应的datetime对象timestamp()方法——返回当前时间的时间戳fromtimestamp()方法——根据时间戳返回 date对象二、time模块2.1 time模块介绍时
转载
2023-12-12 22:10:19
149阅读
文章目录前言一、ddt简单介绍1.ddt是什么2.使用ddt的好处3.导入ddt模块4.四种模式二、ddt处理各种类型数据1.分析ddt工作原理2.ddt测试元祖数据2.1测试单组元素2.2测试多组未分解元素2.3测试多组分解元素3.ddt测试列表数据3.1多组未拆分数据3.2多组拆分数据3.3 复杂列表（含字典）未拆分数据3.4复杂列表（含字典）拆分4.ddt测试字典数据4.1多组数据未拆分4
转载
2023-07-21 22:22:51
1077阅读
一、安装①执行语句： pip install ddt②在单元测试中DDT用来进行数据驱动，数据与测试代码分离（数据发生变化时，用例可以保持不变），一组数据来执行相同的操作。一般进行接口测试时，每个接口的传参都不止一种情况，一般会考虑正向、逆向等多种组合，所以在测试一个接口时，通常会编写多条case，而这些除了传参不同外，并没有什么区别。这个时候就可以利用ddt来管理测试数据，提高代码复用
转载
2023-06-19 14:55:27
197阅读
环境准备 首先，需要安装ddt模块pip install ddt调用时标准格式 在类下面如下写上：@ddt.ddt 在调用的方法下面需要写上：@ddt.data(需要传入的多组数据)DDT简单介绍 名称： Data-Driven Tests，数据驱动测试。 作用： 由外部数据集合来驱动测试用例的执行。 核心的思想：数据和测试代码分离。 应用场景： 一组外部数据来执行相同的操作。 优点： 当测试数据
转载
2023-10-20 08:03:54
135阅读
前言：在使用DDT数据驱动+HTMLTestRunner输出测试报告时遇到过2个问题：1、生成的测试报告中，用例名称后有dict() -> new empty dictionary2、使用ddt生成的用例名称无法更改1、用例名称后有dict() -> new empty dictionary报告中用例名称后有dict() -> new empty dictionary，如图所示：
一数据驱动测试的含义：在百度百科上的解释是：数据驱动测试，即黑盒测试（Black-box Testing），又称为功能测试，是把测试对象看作一个黑盒子。利用黑盒测试法进行动态测试时，需要测试软件产品的功能，不需测试软件产品的内部结构和处理过程。数据驱动测试注重于测试软件的功能性需求，也即数据驱动测试使软件工程师派生出执行程序所有功能需求的输入条件。在微软网站上的解释是：数据驱动的单元测试是为数据源
转载
2024-06-17 11:49:08
22阅读
一、DDT介绍1. 数据驱动思想：数据和用例进行分离，通过外部数据去生成测试用例2. 适用场景：进行接口测试时，每个接口的传参都不止一种情况，一般会考虑正向、逆向等多种组合。所以在测试一个接口时通常会编写多条case，而这些case除了传参不同外，没其他什么区别。这个时候就可以利用ddt来管理测试数据，提高代码复用率。3. DDT： “Data-Driven Tests”的缩写。数据驱动测试，就是
转载
2023-07-21 14:07:58
179阅读
这篇文章主要介绍了python 基于DDT实现数据驱动测试的方法，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下简单介绍 ddt（date driver test），所谓数据驱动测试，简单来说就是由数据的改变从而驱动自动化测试的执行，最终引起测试结果的改变。通过使用数据驱动测试的方法，可以在需要验证多组数据测试场景中，使用外部数据源实现对输入输出与期望值的参数化，避免在测试中使
转载
2023-08-10 13:27:55
116阅读
# Python DDT 报错解决指南
在使用 Python 进行单元测试时，DDT（Data-Driven Tests）是一个非常实用的工具，它可以让我们使用不同的输入来执行一段测试代码，从而提高测试的覆盖率和效率。然而，在使用 DDT 进行测试时，可能会遇到一些错误，导致测试无法正常运行。本文将介绍 DDT 的基本用法，并示范一些常见的错误及其解决方案。
## DDT 简介
DDT 是一
编码与解码详解：(1)Python2的默认编码是ascll，Python3 的默认编码是unicode。(2)编码和解码：编码:就是把str的数据类型转为bytes的数据类型的过程，使用到的关键字是encode str→bytes解码: 把bytes的数据类型转为str的数据类型的过程,使用到的关键字是decode bytes→strstr_bytes把str
转载
2023-08-01 16:09:21
188阅读
Python 3 简介Python 3 是一种高级编程语言，可以运行在各种操作系统中。它是Guido van Rossum 在1989年底发布的，现在由 Python 软件基金会维护。Python 3 与其前身 Python 2 相比，有很多重要的改进和新特性。最明显的是 Python 3 在语法和标准库上有很多变化，这些变化使得 Python 3 更加现代化、易于学习和使用。为什么选择 Pyth
转载
2023-07-26 13:30:09
171阅读
前言python3的heapq模块提供了堆的数据结构（即优先队列）。索引一、堆排序二、基本push pop三、其他 1. 返回堆排序 2. push+pop组合操作 &nb
转载
2023-09-22 22:45:49
148阅读
一、框架介绍 Newspaper是一个python3库,但是Newspaper框架并不适用于实际工程类新闻信息爬取工作，框架不稳定，爬取过程中会有各种bug，例如获取不到url、新闻信息等，但对于想获取一些新闻语料的朋友不妨一试，简单方便易上手，且不需要掌握太多关于爬虫方面的专业知识。安装方法：pip3 install news
转载
2023-12-26 12:33:35
101阅读
# 字符串中常用的函数 string = 'qwertyuiopasdfghjbbbbbbbklzxcvbnm' # 1.find（sub，start，end）查找第一个匹配到的子字符串的起始位置
# sub 要查找位置的子字符串 start 开始查找的位置
# end 结束查找的位置
# 如果找到返回位置， 找不到返回-1
# index = string.find('lkjhs'
转载
2023-05-28 16:29:51
270阅读
Python3 输入和输出输出格式美化Python两种输出值的方式: 表达式语句和 print() 函数。第三种方式是使用文件对象的 write() 方法，标准输出文件可以用 sys.stdout 引用。如果你希望输出的形式更加多样，可以使用 str.format() 函数来格式化输出值。如果你希望将输出的值转成字符串，可以使用 repr() 或 str() 函数来实现。str()： 函数返回一个
转载
2023-09-28 11:14:34
294阅读
一. 检验权限模式# os.access() 方法使用当前的uid/gid尝试访问路径。大部分操作使用有效的 uid/gid, 因此运行环境可以在 suid/sgid 环境尝试。path -- 要用来检测是否有访问权限的路径mode -- mode为F_OK，测试存在的路径，或者它可以是包含R_OK, W_OK和X_OK或者R_O
转载
2024-06-21 13:05:34
48阅读
# Python DDT原理实现教程
## 一、整体流程
下面是实现Python中DDT（数据驱动测试）的整体流程：
```mermaid
gantt
title Python DDT原理实现流程
section 定义测试数据
定义测试数据集合 :done, a1, 2021-10-08, 2d
定义测试方法 :active, a2, afte
原创
2024-03-24 06:17:25
57阅读
# Python的DDT
DDT（数据驱动测试）是一种测试方法，可以通过不同的数据集来测试同一个功能或场景。在Python中，可以使用DDT库来实现数据驱动测试。本文将介绍DDT的基本概念、使用方法以及实际应用场景，并提供代码示例来帮助读者理解。
## DDT的基本概念
DDT是数据驱动测试的缩写，它的基本概念是通过不同的数据集来测试同一个功能或场景。这种方法的好处是可以提高测试的覆盖率，并
原创
2023-09-17 15:25:26
85阅读
# Python 安装和使用 DDT
## 简介
DDT（Data-Driven Tests）是 Python 中一个非常实用的测试框架，它可以帮助我们更方便地进行数据驱动测试，减少冗余代码的编写，提高测试效率。在本文中，我们将介绍如何安装和使用 DDT。
## 安装 DDT
DDT 是一个第三方库，可以通过 pip 命令来安装。打开命令行终端，并执行以下命令：
```markdown
原创
2023-07-30 03:50:37
481阅读
在Python中，数据驱动测试（Data-Driven Testing，DDT）是一种基于数据的测试方法，它允许将不同的输入数据驱动到同一个测试案例中。通过重复利用相同的测试逻辑，仅仅更改输入数据，从而提高测试的覆盖率和效率。本文将详细记录关于“Python中DDT”的相关内容，包括版本对比、迁移指南、兼容性处理、实战案例、性能优化以及生态扩展。
### 版本对比
对于DDT库，不同版本间有着
