Python unittest & ddt 实现

ddt 对于测试来说，非常方便生成用例，特别是数据很多，用例类似的。
个人经历的一个项目，文本过滤。需要对海量数据进行排查过滤文字，就是使用这个方式处理。

一、安装 unittest & ddt

pip install unittest
pip install ddt

二、ddt 实现

1. 核心代码

# coding: utf-8
import unittest
import ddt
from xmlrunner import XMLTestRunner
from Predict import Predict
from char_cnn_api import get_csv_data, write_csv_data


@ddt.ddt
class CharCnnTest(unittest.TestCase):

    @classmethod
    def setUpClass(cls):
        cls.test_res = {'matched': [], 'unmatched': [], 'results': []}

    #数据源获取
    @ddt.data(*get_csv_data('./test_data/CurrentPolitical.csv'))
    @ddt.unpack
    def test_char_cnn_predict(self, data, result):
        predict_test = Predict()
        ret = predict_test.http_predict(data)
        self.test_res['results'].append(str(ret) + data)
        print(ret)
        if ret['output'] == result:
            self.test_res['matched'].append(data)
        elif ret['output'] != result:
            self.test_res['unmatched'].append(data)

    @classmethod
    def tearDownClass(cls):
        #过滤存储
        for key, val in cls.test_res.items():
            write_csv_data('./report/{}.csv'.format(key), val)


if __name__ == '__main__':
    suite = unittest.TestSuite()
    loader = unittest.TestLoader()
    suite.addTest(loader.loadTestsFromTestCase(CharCnnTest))

    with open('report/test_result.xml', 'w') as output:
        runner = XMLTestRunner(output=output, verbosity=2)
        report = runner.run(suite)
        if not report.wasSuccessful():
            exit(1)

2. 数据源获取代码和过滤存储

# coding: utf-8
import csv

import requests
import json
import numpy as np
import pandas


def get_csv_data(csv_path):
    """
    read test data from csv and return as list

    @type csv_path: string
    @param csv_path: some csv path string
    @return list
    """
    rows = []

    with open(str(csv_path), "r") as fp:
        content = fp.readlines()
        for line in content:
            line = str(line).replace(',', '。').replace('，', '。')
            rows.append([line, 1])
    return rows


def write_csv_data(csv_path, data):
    with open(str(csv_path), 'w') as fp:
        for line in data:
            fp.write(line)

三、小结

以上就是简单实现ddt过程。不过这里数据量很多，还需要使用多线程，多进程加快执行用例。