Skip to content
TheChatArchiveThe Chat Archive
gpt-3.5-turbo-0613· OpenAIAi2 WildChat-4.8M (AI2)

data driven что это в тестировании приведи пример на playwirhgt + ts

  1. User

    data driven что это в тестировании приведи пример на playwirhgt + ts

  2. Assistant

    Data-driven testing в тестировании - это подход, при котором тестовые сценарии определяются на основе входных данных, которые хранятся внешне от тестовых сценариев. Вместо жесткого кодирования входных данных и ожидаемых результатов непосредственно в тестовых сценариях, они загружаются из внешнего источника данных, такого как CSV, XML или база данных.

    Пример на Playwright + TypeScript:

    Предположим, что у нас есть веб-приложение, где пользователи могут входить в систему и просматривать свою личную информацию. Мы можем использовать data-driven подход, чтобы протестировать различные комбинации валидных и невалидных учетных записей.

    1. Создаем файл "test_data.csv" со следующим содержимым:
    username,password,expected_result
    user1,pass1,true
    user2,pass2,true
    invalid_user,invalid_pass,false
    
    1. Создаем TypeScript файл "dataDrivenTest.ts" со следующим содержимым:
    import { test, expect } from '@playwright/test';
    
    // Загрузка данных из файла test_data.csv
    const testData = require('./test_data.csv');
    
    for (const row of testData) {
      // Каждая строка представляет комбинацию тестовых данных
      test(`Login with ${row.username} and ${row.password}`, async ({ page }) => {
        // Открываем страницу входа в систему
        await page.goto('https://example.com/login');
    
        // Вводим учетные данные из текущей строки
        await page.fill('input[name="username"]', row.username);
        await page.fill('input[name="password"]', row.password);
    
        // Нажимаем кнопку входа
        await page.click('button[type="submit"]');
    
        // Проверяем ожидаемый результат
        const actualResult = await page.isVisible('div[class="success-message"]');
        expect(actualResult).toBe(row.expected_result);
      });
    }
    
    1. Запускаем тесты с использованием Playwright CLI:
    npx playwright test --browser=chromium dataDrivenTest.ts
    

    В результате будут запущены тесты для каждой строки в файле "test_data.csv", используя различные комбинации учетных данных. Каждый тест проверяет, соответствует ли фактический результат ожидаемому результату из файла данных.

  3. User

    DDT это подход для автоматизации или и для ручного тестирования?

  4. Assistant

    Data-driven testing (DDT) является подходом, который может использоваться как для автоматизации тестирования, так и для ручного тестирования.

    В автоматизированном тестировании, DDT позволяет создавать тестовые сценарии, которые могут выполняться с различными наборами входных данных. Это позволяет повторно использовать одну и ту же тестовую логику для проверки разных комбинаций данных, что упрощает поддержку и увеличивает покрытие тестирования.

    В ручном тестировании, DDT может быть использован для организации тестовых данных и управления наборами тестовых сценариев. Это позволяет тестировщикам эффективно выполнять множество тестов, используя разные комбинации входных данных, без необходимости вручную выполнять одно и то же действие для каждого теста.

    В обоих случаях, DDT помогает более систематически и полноценно тестировать приложение, управляя различными тестовыми данными и наборами комбинаций входных данных.

  5. User

    приведи примеры тест кейсов для ручного тестирования, используя ddt подход

  6. Assistant

    Для примера рассмотрим тестирование функциональности регистрации на веб-сайте. Используя подход DDT, мы можем создать различные тест-кейсы, каждый из которых будет проверять различные комбинации вводных данных. Вот несколько примеров тест-кейсов, которые можно протестировать с использованием подхода DDT:

    1. Проверка успешной регистрации:
    • Ввод корректного имени, электронной почты и пароля
    • Проверка отображения сообщения о успешной регистрации
    1. Проверка некорректных вводных данных:
    • Ввод уже существующего имени пользователя и уникальной электронной почты
    • Проверка отображения сообщения об ошибке, указывающего на необходимость выбора другого имени пользователя
    1. Проверка требований к паролю:
    • Ввод пароля слишком короткой длины
    • Проверка отображения сообщения об ошибке, указывающего на необходимость создания более сильного пароля
    1. Проверка валидации электронной почты:
    • Ввод некорректного формата электронной почты
    • Проверка отображения сообщения об ошибке, указывающего на необходимость ввода правильного формата электронной почты
    1. Проверка сообщений об ошибках:
    • Оставление полей имени пользователя и электронной почты пустыми, ввод пароля
    • Проверка отображения сообщений об ошибках, указывающих на необходимость заполнения обязательных полей
    1. Проверка дополнительных данных при регистрации:
    • Ввод дополнительных данных, таких как дата рождения, пол и т.д.
    • Проверка сохранения и отображения этих дополнительных данных после успешной регистрации

    Каждый из этих тест-кейсов представляет конкретную комбинацию входных данных и ожидаемых результатов. С использованием подхода DDT, данные можно хранить внешне, например, в CSV или Excel файле, и динамически загружать в тестовые сценарии для выполнения. Это позволяет повторно использовать один и тот же тестовый сценарий для выполнения разных комбинаций тестовых данных.

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.