Что такое параметризация тестов?

Что такое параметризация тестов?

Параметризация тестов — это техника в автоматизированном тестировании, которая позволяет запускать один и тот же тестовый метод или сценарий многократно с разными наборами входных данных и ожидаемых результатов. Вместо написания множества отдельных тестов для проверки различных условий, мы создаём единственный параметризованный тест, который получает данные из внешнего источника и выполняет логику проверки для каждого набора. Это краеугольный камень эффективной data-driven testing (тестирования, управляемого данными).

Основные цели и преимущества параметризации

• Устранение дублирования кода: Нет необходимости копировать и вставлять один и тот же тестовый метод с разными значениями. Логика теста описана один раз.
• Повышение поддерживаемости: Изменение в логике теста вносится в одном месте. Данные, как правило, хранятся отдельно (в файле, таблице, массиве), что упрощает их обновление.
• Увеличение охвата тестирования: Легко добавить новый тестовый случай — просто дописать новую строку данных, не создавая новый метод.
• Читаемость и структурированность: Чёткое разделение кода теста (how to test) и тестовых данных (what to test).
• Эффективность при негативном тестировании: Простое добавление множества невалидных комбинаций для проверки обработки ошибок.

Как это работает: источники данных

Параметризованный тест получает данные из так называемого провайдера данных (data provider). Вот основные источники:

1. Встроенные массивы/списки в коде: Простейший способ, подходит для небольшого числа фиксированных случаев.
2. Методы-провайдеры (аннотация @DataProvider в TestNG или @ValueSource, @CsvSource в JUnit 5): Метод, который возвращает набор данных (массив, итератор, поток) для передачи в тест.
3. Внешние файлы:

    *   **CSV (Comma-Separated Values):** Идеален для табличных данных.
    *   **JSON/XML:** Для структурированных и иерархических данных.
    *   **Excel/Google Sheets:** Удобно для менеджеров и аналитиков.
    *   **YAML:** Часто используется для конфигураций.

1. Базы данных: Прямой запрос к БД для получения тестовых наборов.
2. Системы управления тестовыми данными или API.

Примеры параметризации на практике

Пример 1: JUnit 5 (Java)

JUnit 5 предлагает несколько аннотаций для параметризации. Вот пример с @CsvSource и @MethodSource.

import org.junit.jupiter.params.ParameterizedTest;
import org.junit.jupiter.params.provider.CsvSource;
import org.junit.jupiter.params.provider.MethodSource;
import java.util.stream.Stream;
import static org.junit.jupiter.api.Assertions.assertEquals;

class CalculatorTest {

    // Параметризация с использованием встроенных CSV данных
    @ParameterizedTest(name = "Сложение {0} + {1} = {2}") // name задает понятное имя теста в отчете
    @CsvSource({
            "1, 2, 3",
            "0, 0, 0",
            "-5, 10, 5",
            "100, -200, -100"
    })
    void testAdditionWithCsv(int a, int b, int expectedSum) {
        Calculator calc = new Calculator();
        assertEquals(expectedSum, calc.add(a, b));
    }

    // Параметризация с использованием метода-провайдера
    @ParameterizedTest
    @MethodSource("stringProvider")
    void testStringLength(String input, int expectedLength) {
        assertEquals(expectedLength, input.length());
    }

    static Stream<Arguments> stringProvider() {
        return Stream.of(
                Arguments.of("hello", 5),
                Arguments.of("", 0),
                Arguments.of("automation", 10)
        );
    }
}

Пример 2: Pytest (Python)

Pytest реализует параметризацию через декоратор @pytest.mark.parametrize.

import pytest

def is_positive(number):
    return number > 0

# Прямая параметризация в декораторе
@pytest.mark.parametrize("test_input, expected", [
    (5, True),
    (0, False),
    (-3, False),
    (100.5, True)
])
def test_is_positive(test_input, expected):
    assert is_positive(test_input) == expected

# Параметризация для проверки исключений
@pytest.mark.parametrize("dividend, divisor", [
    (10, 2),
    (5, 0),  # Деление на ноль
    (0, 10)
])
def test_division(dividend, divisor):
    if divisor == 0:
        with pytest.raises(ZeroDivisionError):
            result = dividend / divisor
    else:
        result = dividend / divisor
        assert result == dividend / divisor  # Простая проверка

Пример 3: TestNG (Java) с @DataProvider

TestNG исторически славится мощной поддержкой параметризации через @DataProvider.

import org.testng.annotations.DataProvider;
import org.testng.annotations.Test;
import static org.testng.Assert.assertEquals;

public class LoginTest {

    @Test(dataProvider = "loginCredentials")
    public void testLogin(String username, String password, boolean expectedSuccess) {
        // Симуляция логики логина
        boolean actualSuccess = login(username, password);
        assertEquals(actualSuccess, expectedSuccess, "Login result mismatch for user: " + username);
    }

    @DataProvider(name = "loginCredentials")
    public Object[][] provideLoginData() {
        return new Object[][] {
                {"validUser", "correctPass123", true},
                {"validUser", "wrongPass", false},
                {"", "somePass", false}, // Пустой логин
                {"unknownUser", "pass", false}
        };
    }

    private boolean login(String user, String pass) {
        // Заглушка для реальной логики
        return "validUser".equals(user) && "correctPass123".equals(pass);
    }
}

Важные аспекты и лучшие практики

• Именование тестовых случаев: Используйте возможности фреймворка (как name в JUnit 5) для генерации понятных имён в отчёте, которые включают параметры.
• Изоляция тестов: Каждый запуск с разными данными должен быть независимым. Нельзя полагаться на состояние, оставшееся от предыдущей итерации.
• Типизация данных: Убедитесь, что провайдер возвращает данные в правильном типе, ожидаемом тестовым методом.
• Читаемость данных: Для сложных наборов предпочтительнее внешние файлы (CSV, JSON). Метод-провайдер со 100 строками данных ухудшает читаемость кода.
• Обработка ошибок: Параметризация — отличный способ проверить, как система обрабатывает различные ошибочные сценарии.
• Производительность: Загрузка больших объёмов данных из файлов или БД может замедлить запуск тестов. Кеширование данных провайдера (например, cache в TestNG) может помочь.

Заключение

Параметризация — это не просто синтаксический сахар, а стратегическая методология, которая превращает набор разрозненных проверок в мощную, масштабируемую и легко поддерживаемую систему data-driven тестов. Для QA Automation инженера владение этим инструментом является обязательным, так как оно напрямую влияет на качество тестового покрытия, скорость разработки автотестов и надёжность всего автоматизированного тестирования в проекте.