DDT+Yaml实现数据驱动

一、DDT应用与原理

data driver test，ddt不是数据驱动。只是在数据驱动过程中，实现数据传递和交互的一个模块，可以作为数据驱动的形式，但不是专门做数据驱动的。在UnitTest中是一个完美的搭档。当我们的测试数据不需要用到用到文件时,使用ddt是一个很好的选择。但是他适用于简单数据的管理。

ddt是属于python的第三方库，安装指令：pip install ddt/pip3 install ddt

1.1DDT的基本使用

1.1.1单个参数的情况

ddt的基本使用：

    1.ddt在整个类之中是通过装饰器形态来实现。一定要在class之前添加@ddt装饰器，表示这个类会调用ddt来实现数据的驱动管理。
    2. @data实现测试用例的数据管理:  只需要做基本简单的数据管理和使用
        在data装饰器中，定义有数据内容，则将数据内容直接传入到对应的测试用例之中.

所以在使用过程中@ddt和@data缺一不可，通过将data后面的数据直接传到函数中。

import unittest
from ddt import ddt,data
@ddt
class TestDemo(unittest.TestCase):
    #测试用例本身是函数形态，所以支持传参
    @data('cc')
    def test_01(self,name):
        print(name)

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

 按照之前的解释，data后面的'cc'可以直接传入到函数name参数中，我们可以print出'cc'

 观察运行结果确实打印出了'cc'。

---

1.1.2多个参数的情况

如果是想要输入两个不同的参数，则需要给数据进行list或者元组的形式进行管理。并且需要添加@unpack装饰器将集合数据进行 二次拆解。

 @data(['cc', 18], ['xzl', 16])
    @unpack
    def test_02(self, name, age):
        print('这是{}，年龄是{}'.format(name, age))

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

@data如果需要进行多个参数的同时传递，则需要再额外添加一个新的装饰器@unpack
@data(['cc', 18], ['xzl', 16]) ——> 解析后：['cc', 18]和['xzl', 16]两组数据
@unpack ——> 解析后：'cc'和18、'xzl'和16
所以如果说需要一次性传入多个不同的参数，则需要给数据进行list或者元组的形式进行管理。并且需要添加@unpack装饰器将集合数据进行二次拆解。

 

---

 1.1.3通过文件传参的情况

需要提前准备想要传入参数的文件

需要定义一个读文件的函数：

#读取文件的数据内容
def read_file():
    value = list()
    file = open('./data.txt','r',encoding='utf-8')
    for line in file.readlines():
        value.append(line)
    return value

 仍然通过@data和@unpack将一个文件传入，具体实现为：

@data(read_file())
    @unpack
    def test_03(self,username,password):
        print(username,password)

---

二、 Yaml实现数据驱动

使用excel作为数据驱动的话，我们需要做大量数据的处理。yaml作为数据驱动很方便，是因为在实际测试中需要传入非常多的数据，这些数据一般情况下我们希望是直接打包传递，会更加方便一些。原因就是因为支持list和dict格式的数据管理。 

2.1list格式的yaml文件语法结构 

环境部署：pip install pyyaml/pip3 install pyyaml

yaml是对于缩进敏感的规范化格式。文件的上下级区分都是基于缩进来进行控制。在编写的时候一定要注意到缩进的问题。

list格式的数据内容定义是通过- 的方式来实现，一定注意-的后面要加上空格，不加则会变成普通文本。

       

还可以有list的嵌套：下方也会有相应的提示

---

 

2.2list格式的yaml文件的读取 

yaml文件的读取，不能使用基本读文件的方式：

import yaml

file = open('./demo.yaml', 'r', encoding='utf-8')
#基本的文件读取方式，只能获取到内容，但是数据类型无法改变
for line in file.readlines():
    print(line)

 这种基本读文件的方式,只能获取到内容，但是数据类型无法改变

 需要特定的读取格式：

# #读取指定的文件
values = yaml.load(stream=file, Loader=yaml.FullLoader)
# Loader参数是固定内容，不用更改，必须添加
print(values)

查看结果，可以读取到list格式的内容 

---

 2.3dict格式yaml文件语法结构

dict格式的数据内容定义是通过key: value的格式来实现。一定要注意:后面要加上空格，不然会变成普通文本

2.4dict格式yaml文件的读取 

对于dict格式的读取和list格式读取格式一致：不能是基本读入，也是特定的写法。

import yaml

file = open('./demo_dict.yaml', 'r', encoding='utf-8')
#基本的文件读取方式，只能获取到内容，但是数据类型无法改变
# for line in file.readlines():
#     print(line)
# #读取指定的文件
values = yaml.load(stream=file, Loader=yaml.FullLoader)
# Loader参数是固定内容，不用更改，必须添加
print(values)

 查看运行结果：

---

 2.5基于yaml实现数据内容的传递

一般情况下，我们会使用，list+dict的格式传递数据，yaml文件的话，就按照2.1和2.3的原则写入就行

对于yaml文件，要使用 @file_data装饰器

@file_data('./demo_plus.yaml')
    #基于yaml实现数据驱动内容的传递
    def test_04(self,user,password):
        print(user)
        print(password)

运行结果为：

注意： @file_data进行yaml文件的数据传入。传参的入参名称一定要与yaml文件中的key相同 。入参的顺序无所谓。

在参数很多的情况下，还可以用**kwargs：

@file_data('./demo_plus.yaml')
    def test_05(self, **kwargs):    # 如果入参有很多，则可以通过**kwargs来进行传递。
        print(kwargs)

 2.6yaml的锚点与引用

如果yaml文件中冗余过高，可以通过合理化地设计数据内容，从而实现更加灵活的管理手段。设计的方法就是通过定义锚点以及引用锚点。锚点相当于是变量

语法规范：

• &表示定义一个锚点，也就是定义一个变量。

• <<表示追加写入

• *表示引用指定的锚点

如果yaml有两套几乎相同的数据，可以把共同的部分可以定义到一个变量，其他变量定义一组数据不同的东西