【python学习总结7】python的ddt数据驱动

一：数据驱动ddt

DDT：Data Driver Tests

数据驱动ddt可以实现测试数据与测试脚本的分离，通过ddt来将测试数据加载到脚本中。采用数据驱动设计模式使一组数据对应一个测试用例，通过数据的改变从而驱动自动化测试的执行。既能减少代码量，也能降低代码的维护成本。

ddt 是第三方模块，需安装：

pip install ddt

官网：https://ddt.readthedocs.io/en/latest/

二：DDT包含类的装饰器ddt和方法装饰器data

通常情况下，data中的数据按照一个参数传递给测试用例，如果data中含有多个数据，如元组，列表，字典等数据，需要自行在脚本中对数据进行分解或者使用unpack分解数据。

@ddt 类装饰器，用来标记当前类使用ddt数据驱动

@data 函数装饰器，用来给函数传递数据

@unpack 函数装饰器，用来对传递的数据进行解包，解列表、元组、字典

@file_data 函数装饰器，用来直接读取yaml，json格式的文件数据 读取获取的数据是字典列表

三：案例

3.1直接在脚本文件中获取测试数据

@data(a,b)

那么a和b各运行一次用例

@data([a,b],[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 

import unittest
from ddt import ddt, data, unpack

case_data = [{"url": "www.baidu.com", "data": "test1"},
             {"url": "www.baidu.com", "data": "test2"},
             {"url": "www.baidu.com", "data": "test3"}]


@ddt
class TestDemo(unittest.TestCase):
    @data(*case_data) #在测试函数上使用@data(*case_data)进行数据解压，然后每一个元素传入测试函数
    def test_case(self, case):
        print(case)

运行结果：
Ran 3 tests in 0.005s

OK
{‘url’: ‘www.baidu.com’, ‘data’: ‘test1’}
{‘url’: ‘www.baidu.com’, ‘data’: ‘test2’}
{‘url’: ‘www.baidu.com’, ‘data’: ‘test3’}

import unittest
from ddt import ddt, data, unpack


@ddt
class MyTesting(unittest.TestCase):

    @data([1, 2, 3])  #没有@unpack，那么当成一个参数[1, 2, 3]
    def test_1(self, value):
        print(f'test_1:value={value}')

    @data(4,5,6)  #三个元素4,5,6
    def test_2(self, a):
        print(f'test_2:a={a}')

    @data([3, 2, 1], [5, 3, 2], [10, 4, 6])
    @unpack  #有@unpack，那么分解成3个参数传入用例运行：3, 2, 1是3个参数
    def test_minus(self, a, b, expected):
        actual = int(a) - int(b)
        expected = int(expected)
        self.assertEqual(actual, expected)

    @data([2, 3], [4, 5])  #没有@unpack，那么当成一个参数:[2, 3]是一个参数，[4, 5]是一个参数
    def test_compare(self, a):
        print(f'test_compare:a={a}')


if __name__ == '__main__':
    unittest.main(verbosity=2)

执行结果为：

3.2从yml文件中获取测试数据

在testdata package下新建testdata1.yml文件，文件中写入测试数据如下：

#格式要求：
#"-"表示一个列表
#用tab键缩进

-
  name: 'testyy'
  age:  18

-
  name: 'testzz'
  age:  20

test_ddt.py文件中修改测试代码如下：

import unittest
import ddt  # 导入ddt
import yaml

@ddt.ddt  # 声明我们要用它
class Test_ddt(unittest.TestCase):

    def setUp(self):
        print("Before every test case!")

    @ddt.file_data("..\\testdata\\testdata1.yml") #括号里写yml文件的相对路径
    def test_002(self,name,age):
        print('name is:' +str(name))
        print('age is:' + str(age))

if __name__ == '__main__':
    unittest.main()

执行结果为：

可以看到yml文件中我们定义了2组数据，用例总共执行了2次，按顺序每次取一组数据作为入参。

3.3从json文件中获取测试数据

在testdata package下新建testdata2.json文件，文件中写入测试数据如下：

{
   "student1": {
       "name": "小明",
       "age": 12
   },
   "student2": {
       "name": "小张",
       "age": 20
   }
}

test_ddt.py文件中修改测试代码如下：

import unittest
import ddt  # 导入ddt
import yaml

@ddt.ddt  # 声明我们要用它
class Test_ddt(unittest.TestCase):

    def setUp(self):
        print("Before every test case!")

    @ddt.file_data("..\\testdata\\testdata2.json")#括号里写json文件的相对路径
    def test_003(self,name,age):
        print("name is:"+str(name))
        print("age is:" +str(age))

if __name__ == '__main__':
    unittest.main()

执行结果为：

综上，从脚本文件中直接获取测试数据、从yml文件获取测试数据、从Json文件获取测试数据，应该已经可以满足自动化测试需要了。