前言

数据驱动测试：

• 避免编写重复代码
• 数据与测试脚本分离
• 通过使用数据驱动测试，来验证多组数据测试场景
• 通常来说，多用于单元测试和接口测试
  

ddt介绍

Data-Driven Tests（DDT）即数据驱动测试，可以实现不同数据运行同一个测试用例。ddt本质其实就是装饰器，一组数据一个场景。

ddt模块包含了一个类的装饰器ddt和三个个方法的装饰器：

data：包含多个你想要传给测试用例的参数，可以为列表、元组、字典等；

file_data:会从json或yaml中加载数据；

unpack:分割元素，如以下示例：

@data([a,d],[c,d])

如果没有@unpack，那么[a,b]当成一个参数传入用例运行

如果有@unpack，那么[a,b]被分解开，按照用例中的两个参数传递

安装

pip install ddt

使用data装饰器

传递整体列表，字典、元组

import unittestfrom ddt import ddt,data,unpackdef add(a,b): return a+b@ddtclass MyTest(unittest.TestCase): # @data([1,2,3,4,5,6,7]) @data({"a":"1","b":2}) # @data((1,2,3)) def test(self,data): print(data)if __name__ == '__main__': unittest.main(verbosity=2)

嵌套列表、元组、字典的整体传递方式

import unittestfrom ddt import ddt,data,unpackdef add(a,b): return a+b@ddtclass MyTest(unittest.TestCase): # @data(*[[1,2,3],[1,0,1],[0,0,0],[1,1,3]]) # @data(*[{"a":1}, {"a":2}, {"a":3}, {"a":4}]) @data(*[(1,5), (4,2), (6,7), (5,6)]) def test(self,data): print(data)if __name__ == '__main__': unittest.main(verbosity=2)

使用unpack装饰器

unpack 依次传递元组

import unittestfrom ddt import ddt,data,unpackdef add(a,b): return a+b@ddtclass MyTest(unittest.TestCase): @data((1,2,3),(1,0,1),(0,0,0),(1,1,3)) @unpack def test(self,a,b,c): print(a,b,c) if a+b == c: print(True) else: print(False)if __name__ == '__main__': unittest.main(verbosity=2)

输出结果：

1 2 3
True
1 0 1
True
0 0 0
True
1 1 3
False

依次传递字典

import unittestfrom ddt import ddt,data,unpackdef add(a,b): return a+b@ddtclass MyTest(unittest.TestCase): @data({"a":1,"b":1,"c":2}, {"a":0,"b":0,"c":0}, {"a":-1,"b":1,"c":0}) @unpack def test(self,a,b,c): print(a,b,c) if a + b == c: print(True) else: print(False)if __name__ == '__main__': unittest.main(verbosity=2)

输出结果：

1 1 2
True
0 0 0
True
-1 1 0
True

依次传递列表

import unittestfrom ddt import ddt,data,unpackdef add(a,b): return a+b@ddtclass MyTest(unittest.TestCase): @data([1,2,3],[1,0,1],[0,0,0],[1,1,3]) @unpack def test(self,a,b,c): print(a,b,c) if a + b == c: print(True) else: print(False)if __name__ == '__main__': unittest.main(verbosity=2)

输出结果：

1 2 3
True
1 0 1
True
0 0 0
True
1 1 3
False

使用file_data装饰器

ddt支持从文件中加载数据，@file_data()装饰器会从json或yaml中加载数据。只有以“.yml” 和 “.yaml” 结尾的文件被加载为Yaml文件。所有其他格式文件都作为json文件加载，比如txt。

传递json数据

test.json文件

{ "case1": { "a": 1, "b": 1, "c": 2 }, "case2": { "a": -1, "b": 1, "c": 0 }, "case3": { "a": 0, "b": 0, "c": 0 }}import unittestfrom ddt import ddt,file_datadef add(a,b): return a+b@ddtclass MyTest(unittest.TestCase): @file_data("test.json") def test(self, a, b, c): print(a,b,c)if __name__ == '__main__': unittest.main(verbosity=2)

传递多层json文件

test.json文件

{ "case1": { "data": { "a": 1, "b": 1 }, "result": 2 }, "case2": { "data": { "a": 0, "b": 1 }, "result": 1 }, "case3": { "data": { "a": 0, "b": 0 }, "result": 0 }}import unittestfrom ddt import ddt,file_datadef add(a,b): return a+b@ddtclass MyTest(unittest.TestCase): @file_data("test.json") def test(self,data,result): print(data,result)if __name__ == '__main__': unittest.main(verbosity=2)

传递yml数据

yml 需要安装yml（pip install PyYAML）

test.yml

def add(a,b): return a+b@ddtclass MyTest(unittest.TestCase): @file_data("test.yml") def test(self,a,b,c): print(a,b,c)

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。