测试老鸟，带你手写Python自动化测试 ddt 数据驱动框架（超细细）

---

前言

python做自动化测试，大多数都应该使用过ddt这个模块，它可以自动根据用例数据，来生成测试用例，能够很方便的将测试数据和测试用例执行的逻辑进行分离。接下来和大家，手把手撸出一个ddt。

Python自动化测试：https://www.bilibili.com/video/BV16G411x76E/

DDT的实现原理

首先我们来看一下ddt的基本使用：

@ddt
class TestLogin(unittest.TestCase):
	
	@data(*Cases)
	def test_login__pass(self,item):

ddt在使用时非常简洁，也就是两个装饰器，@ddt这个装饰器装饰测试类，@data这个装饰器装饰器用例方法并传入测试数据。

这两个装饰器实现的效果就是根据传入的用例数据自动生成用例。具体是怎么实现的呢？

其实实现的思路也特别的简单，也就两个步骤：
第一步：把传进来的用例数据保存起来
第二步：遍历用例数据，每遍历一条数据 就动态的给测试类添加一个用例方法。

ddt中的两个装饰器其实实现的就是这么两个步骤：
@data:做的是第一步将传入测试数据保存起来;
@ddt做的是第二步，遍历用例数据，给测试类动态添加用例方法。

data装饰器的实现

前面我们说到data这个装饰器，做的事情是将用例数据保存起来。那么如何保存呢？其实最简单的方式就是 保存被装饰的这个用例方法的属性。接下来我们来具体实现：

先看一个ddt使用的案例

@ddt
class TestLogin(unittest.TestCase):

    @data(11,22)
    def test_login(self, item):
    	pass

了解过装饰器装饰器原理的小伙伴，应该都知道上面@data(11,22) 这行代码执行的效果等同于

test_login = data(11,22)(test_login)

接下来我们来分析一下上面这行代码，首先是调用data这个装饰器函数，把用例数据11，22当成参数传入进去，然后返回一个可调用对象(函数)，再次调用返回的函数并把用例方法传入进去。明确了调用的流程那么我们就可以结合之前的需求去定义data这个装饰器函数了。

具体实现如下：

def data(*args):
    def wrapper(func):
        setattr(func, "PARAMS", args)
        return func
    return wrapper

代码解读：
前面的案例在使用data时，执行的test_login = data(11,22)(test_login)
先调用data传入的11，22 通过不定长参数args接收，然后返回嵌套的函数wrapper
然后调用返回的wrapper函数，传入被装饰的test_login方法
在wrapper函数中我们把用例数据保存为test_login这个方法的PARAMS属性，再把test_login返回，到此为止，data这个装饰器我们就实现用例数据的保存

ddt装饰器的实现

通过data这个装饰器我们实现了用例数据保存之后，我们接下来实现ddt这个装饰器，根据用例数据生成测试用例。前面的案例 @ddt装饰测试类的时候，实际上执行的效果等同于下面的代码

TestLogin = ddt(TestLogin)

这行代码就是把被装饰器的类传入到ddt这个装饰器函数中，再把返回值赋值给TestLogin。之前我们分析的时候说了ddt这个装饰器做的事情是遍历用例数据，动态的给测试类添加用例方法，接下来我们就来实现ddt这个装饰器内部的逻辑。

def ddt(cls):
    for name, func in list(cls.__dict__.items()):
        if hasattr(func, "PARAMS"):
            for index, case_data in enumerate(getattr(func, "PARAMS")):
                new_test_name ="{}_{}".format(name,index)
                setattr(cls, new_test_name, func)
            else:
                delattr(cls, name)
    return cls

代码解读：

ddt函数内部逻辑说明：
调用ddt这个函数时会把测试类当成参数传入进来；
然后通过cls.__dict__获取测试的所有属性和方法，进行遍历；
判断遍历出来的属性或方法 有没有PARAMS这个属性；
如果有，则说明这个方法用data装饰器装饰过并传入了用例数据；
通过getattr(func, “PARAMS”)获取所有的用例数据，进行遍历；
每遍历出来一组用例数据，生产一个用例方法名， 再动态的给测试类添加一个用例方法；
遍历完所有用例数据之后，删除测试类原来定义的测试方法；
最后返回测试类；

当目前为止ddt和data这两个装饰器函数的基本功能实现了，可以自动根据用例数据生成测试用例了，接下来我们写个测试类来检查一下

# 定义装饰器函数data
def data(*args):
    def wrapper(func):
        setattr(func, "PARAMS", args)
        return func

    return wrapper

# 定义装饰器函数ddt
def ddt(cls):
    for name, func in list(cls.__dict__.items()):
        if hasattr(func, "PARAMS"):
            for index, case_data in enumerate(getattr(func, "PARAMS")):
                new_test_name = "{}_{}".format(name, index)
                setattr(cls, new_test_name, func)
            else:
                delattr(cls, name)
    return cls


import unittest

# 编写测试类
@ddt
class TestDome(unittest.TestCase):
    @data(11, 22, 33, 44)
    def test_demo(self):
        pass

运行上述用例，我们就会发现执行了四条用例，根据用例数据生成用例的功能就已经实现了。

用例参数传递的问题

虽然上面基本的功能已经实现了，但是还存在一个问题。用例的数据没有传递到用例方法中。那么用例数据传递怎么实现了，我们可以通过一个闭包函数对用例方法进行修，从而实现在调用用例方法的时候，把用例测试当成参数传递进去。修改原有用例方法的函数代码如下

from functools import wraps

def update_test_func(test_func,case_data):
    @wraps(test_func)
    def wrapper(self):
        return test_func(self, case_data)
    return wrapper

代码解读：
上面我们定义了一个叫做update_test_func的闭包函数
闭包函数接收两个参数：test_func(接收用例方法)，case_data(接收用例数据)
闭包函数返回一个嵌套函数，嵌套函数内部调用原来的用例方法，并传入测试数据
嵌套函数在定义时，使用了functools模块中的装饰器wraps来装饰，它可以让wrapper这个嵌套函数具有test_func这个用例函数的相关属性。

下面我们回到前面写的ddt这个函数中，在给测试类添加用例之前，调用update_test_func方法对用例方法进行修改。

def ddt(cls):
    for name, func in list(cls.__dict__.items()):
        if hasattr(func, "PARAMS"):
            for index, case_data in enumerate(getattr(func, "PARAMS")):
                # 生成一个用例方法名
                new_test_name = "{}_{}".format(name, index)
                # 修改原有的测试方法，设置用例数据为测试方法的参数
                test_func = update_test_func(func,case_data)
                setattr(cls, new_test_name, test_func)
            else:
                delattr(cls, name)
    return cls

通过加上这一步之后，我们在测试类中 动态给测试类添加的测试方法，其实指向的全部是update_test_func里面定义的wrapper函数，在执行测试用的时候实际上也是执行的wrapper函数，而在wrapper函数内部，我们调用了原来定义的测试方法，并将用例数据传入了进去，到此为止ddt的功能我们就完全实现了。

完整代码

from functools import wraps
import unittest

# --------ddt的实现--------
def data(*args):
    def wrapper(func):
        setattr(func, "PARAMS", args)
        return func

    return wrapper


def update_test_func(test_func, case_data):
    @wraps(test_func)
    def wrapper(self):
        return test_func(self, case_data)

    return wrapper


def ddt(cls):
    for name, func in list(cls.__dict__.items()):
        if hasattr(func, "PARAMS"):
            for index, case_data in enumerate(getattr(func, "PARAMS")):
                # 生成一个用例方法名
                new_test_name = "{}_{}".format(name, index)
                # 修改原有的测试方法，设置用例数据为测试方法的参数
                test_func = update_test_func(func, case_data)
                setattr(cls, new_test_name, test_func)
            else:
                delattr(cls, name)
    return cls

# --------测试用例编写--------
@ddt
class TestDome(unittest.TestCase):
    @data(11, 22, 33, 44)
    def test_demo(self, data):
        assert data < 40
		
#---------用例执行-----------
unittest.main()

下面是我整理的2023年最全的软件测试工程师学习知识架构体系图

一、Python编程入门到精通

二、接口自动化项目实战

三、Web自动化项目实战

四、App自动化项目实战

五、一线大厂简历

六、测试开发DevOps体系

七、常用自动化测试工具

八、JMeter性能测试

九、总结（尾部小惊喜）

人的理想永久忽隐忽现，却不离不弃，在沮丧失看的时候，理想会来鼓励他，但理想虚无缥缈，无从捉摸。

你需要经常在口袋里装上两张纸条，一张上写着“我只是一粒尘埃”，另一张上则写着“世界为我而造”。

这世上的确没有什么是比叫醒自己更困难的事。想要什么，就真的为它努力，那些能让你真正成长的事，都不会太舒服，但只要坚持下来，就会给你带来蜕变。