【资料图】

一、查缺补漏1. 在测试报告中添加注释，写在类名下面就行，方法名下面，三引号

2. 直接import ddt引用的时候需要ddt.ddt, ddt.data, ddt.unpack　from ddt import ddt,data,unpackkeyi from会更好，引用的时候直接data就行二、DDT数据驱动1. 数据驱动：将不同的数据在同一个业务逻辑上运行，只需写一个测试用例获取改变项，就可以完成测试文档2. 使用：　　a. 安装DDT(Data Driven Tests) pip install ddt

b. 语法：ddt只能对可迭代对象进行解包，像元组和列表，不可以用于字典解包，字典用zip　　　from ddt import ddt,data,unpack 从ddt库种导出ddt，data，unpack函数　　　在测试类上使用@ddt　　　在测试函数上使用@data(*case_data)，进行数据解压，然后每一个元素传入测试函数

c. @data()：解压一层 　　　@unpack(): 解压多层

d. 用于取值做接口测试

三、日志1. 日志模块　　a. 日志作用：日志记录程序的执行过程　　b. 日志要素　　　　i. 日志渠道：日志输出位置，文件，控制台，用来收集日志的　　　　ii. 日志级别：info、debug、error 我们经常用的　　　　iii. 日志格式：日志的样子，类似于报错提示哪一行　　　　iv. 日志内容：自己输出的内容，或者是报错信息2. 日志级别（debug < info < warning < error < critical）按严重度从小到大排序 ，查看级别顺序是只可以查看更严重的　　a. debug：代码调试的输出，不希望别人看到的日志　　b. info：表示程序正常执行的输出　　c. warning：不影响程序执行，可以优化，提示你　　d. error：程序执行报错　　e. critical：程序严重问题　　f. 修改root收集器的日志级别：logging.basicConfig(level=logging.级别) 设置日志级别3. 日志收集器创建　　a. 创建日志收集器：创建和root一样的收集器　　　　test_log = logging.getLogger(name="日志渠道的名称") 日志渠道的名称一般是与项目名称一致　　b. 创建日志收集渠道：输出到哪里　　　　实例化名称1 = logging.StreamHandler() 创建日志控制台渠道，需要实例化　　c. 创建日志格式 fmt是参数，参数可以做名字，但是关键字不可以，紫色是参数 格式解释在图片里　　　格式名 = "【%(asctime)s-%(name)s-%(levelno)s-%(levelname)s-%(pathname)s-%(lineno)d】：%(message)s"　　　格式接收名 = logging.Formatter(fmt = 格式名)　　　测试中的值传给了message　　d. 设置日志输出格式【渠道】实例化名称1.setFormatter(fmt =格式接收名) 实例化名称1.setLevel(logging.级别) 渠道级别　　e. 设置日志级别【收集器】test_log.setLevel(logging.级别) 一般只设定一个　　f. 收集器绑定渠道 test_log.addHandler(实例化名称1)

4. 日志切割 将日志收集到文件中方便收集 日志会叠加在文件中　　handlers.RotatingFileHandler()：按文件大小切日志【了解】　　handlers.TimedRotatingFileHandler():按时间切日志【掌握】　　filename：日志文件名称，要带路径，默认是当前目录　　when="h",：日志滚动周期的单位，S：秒， M：分钟 ，H：小时， D：日， W：周， midnight：日期　　interval=1：滚动周期(日志切割周期)，1 间隔多个个when　　backupCount=0：日志保留的个数　　encoding=None：编码格式

5. 函数封装日志，一般调用日志函数的实例化对象，不直接调用函数

四、一些小记1. 实例化名 = logging.getLogger() 实例化接收，里面没有内容打印出来没有内容None 用于日志2. 报缺少self字段时多半是实例化问题，后面没写括号3. 不想显示None把print去掉就好