DDT，数据驱动测试，是 “Data-Driven Tests”的缩写。
引入ddt测试必要性
数据驱动测试，可以实现一个测试方法随着入参的不同，从而实现不同场景的用例测试。相比较单独一个测试方法实现一个测试用例，无论在代码的维护上，执行效率上，都有显著的提高。
举个栗子，我最近在写一个筛选接口，入参有3个维度，每个维度分别有4个、3个、4个。如果我按以往的方法写，一个测试方法只测试一种场景，我需要写4x3x4=48 个测试方法才能遍历所有场景。显然，只是参数的不同，同一个方法，需要写48次，会很浪费时间。如果引入ddt数据驱动，就可以用一个测试方法，以参数组合传入的方式，就可以很快完成48个测试用例。
ddt 使用方法
python 的unittest 没有自带数据驱动功能。
如果使用unittest，同时又想使用数据驱动，可以使用DDT来完成。
ddt是第三方模块，使用ddt需要先安装，使用pip install ddt 完成安装。
DDT由一个类装饰器ddt（用于您的TestCase子类）和两个方法装饰器：
@ddt： 修饰测试类
@data（）：
包含与要提供给测试的值一样多的参数。通常，其中的每个值都data将作为单个参数传递给测试方法。
@unpack
当传递的参数是复杂的数据结构时使用。比如使用元组或者列表，添加unpack之后， 它将自动将元组和列表解压缩为多个参数，并将字典解压缩为多个关键字参数。
@file_data（）：
将从JSON或YAML文件加载测试数据。只有以“.yml”和“.yaml”结尾的文件才会作为YAML文件加载。所有其他文件都作为JSON文件加载。
代码示例
import unittest
from ddt import ddt, data, unpack, file_data
@ddt # 修饰测试类
class LearnDdt(unittest.TestCase):
@data([3, 2], [4, 3], [5, 3]) # 使用data装饰器，传入列表参数，使用unpack解压缩
@unpack
def test_list_extracted_into_arguments(self, first_value, second_value):
print(first_value, second_value)
self.assertTrue(first_value > second_value)
@unpack
@data({'first': 1, 'second': 3, 'third': 2}, # 使用data将参数按字典格式传入并指定值，解压缩后将值传给参数
{'first': 4, 'second': 6, 'third': 5})
def test_dicts_extracted_into_kwargs(self, first, second, third):
print(first, second, third)
self.assertTrue(first < third < second)
@data((3, 2), (4, 3), (5, 3)) # 使用data加入动态元组组合参数，解压缩将元组的值赋值给参数
@unpack
def test_tuples_extracted_into_arguments(self, first_value, second_value):
print(first_value, second_value)
self.assertTrue(first_value > second_value)
@file_data("test_data_dict_dict.json") # 使用@file_data 传入文件参数 - json文件
def test_file_data_json_dict_dict(self, start, end, value):
print(start, end, value)
self.assertLess(start, end)
self.assertLess(value, end)
self.assertGreater(value, start)
@file_data('test_data_dict.json') # 使用@file_data 传入文参数，读取的是字典键的值
def test_file_data_json_dict(self, value):
print(value)
@file_data('test_data_list.json') # 使用@file_data 传入文参数，读取的是列表的元素值
def test_file_data_json_list(self, value):
print(value)
if __name__ == "__main__":
unittest.main()
引用文件参数：
文件1：test_data_dict.json
{
"unsorted_list": [ 10, 12, 15 ],
"sorted_list": [ 15, 12, 50 ]
}
文件2：test_data_dict_dict.json
{
"positive_integer_range": {
"start": 0,
"end": 2,
"value": 1
},
"negative_integer_range": {
"start": -2,
"end": 0,
"value": -1
},
"positive_real_range": {
"start": 0.0,
"end": 1.0,
"value": 0.5
},
"negative_real_range": {
"start": -1.0,
"end": 0.0,
"value": -0.5
}
}
文件3：test_data_list.json
[
"Hello",
"Goodbye"
]
参考：
https://ddt.readthedocs.io/en/latest/example.html
https://www.cnblogs.com/miniren/p/7099187.html
嘿嘿，觉得这篇文章对你有帮助的，伸出你爱心的小手手，点个红心呗（看到有红心就高兴，说明坚持写笔记还有帮助的~）