好久没有更新了，我又回来了。不知道大家在平常的测试工作中，有没有在测试用例设计的时候用到正交实验法呢？不过我们应该也很常见，比如表单提交等，请看下面这个表单提交的例子。
如果我们要对这个表达进行功能测试，要对这个功能覆盖完整，可能用到的设计方法就是正交试验，我们一般会先列出要表单的每一项，然后进行组合
性别：男，女
年龄：19岁以下、20岁～29岁、30岁～39岁、40岁～49岁、50岁以上
学历：小学以下、初中、高中、中专、大专、大学本科、硕士研究以上
我们一般会把影响的每一项称为影响因素，而每一项的值水平因数，如果采用完全覆盖的话，测试用例数可能有2*5*7=70条，但是这样看用例明显会比较冗余。而今天要介绍allpairspy这个库，则可以帮助我们快速通过正交试验进行测试用例设计，为我们生成合理的用例。我们还是通过pip命令进行安装该第三方库
代码语言：javascript复制pip install allpairspy我们把各个上面的各项定义一个变量如下，并生成测试用例，代码如下：
代码语言：javascript复制#!/usr/bin/python
# -*- coding: utf-8 -*-
from allpairspy import AllPairs
parameters = [
['男', '女'],
['19岁以下', '20岁～29岁', '30岁～39岁', '40岁～49岁', '50岁以上'],
['小学以下', '初中', '高中', '中专', '大专', '大学本科', '硕士研究以上']
]
cases = AllPairs(parameters)
for i, case in enumerate(cases):
print(f'测试用例{i}-{case}')
总共输出35条测用例，比上面整整少了一半，但是还是有很多，我们还可以为这个设计增加一个规则进行过滤，比如过滤掉小学以下这种情况，代码如下
代码语言：javascript复制#!/usr/bin/python
# -*- coding: utf-8 -*-
from allpairspy import AllPairs
parameters = [
['男', '女'],
['19岁以下', '20岁～29岁', '30岁～39岁', '40岁～49岁', '50岁以上'],
['小学以下', '初中', '高中', '中专', '大专', '大学本科', '硕士研究以上']
]
def is_valid(item):
n = len(item)
if n > 2:
if item[2] == '小学以下':
return False
return True
cases = AllPairs(parameters, filter_func=is_valid) #filter_func这个参数接受一个方法，如果不设置filter_func将默认生成每一个case，默认每一项都返回True
for i, case in enumerate(cases):
print(f'测试用例{i}-{case}')
再次输出就没有学历为小学以下的case了，如果能将这个运用到我们的测试工作必能过事半功倍，今天就分享到这里！
