Python unittest+DDT实现的数据驱动测试

前言

数据驱动测试：

1. 避免编写重复代码
2. 数据与测试脚本分离
3. 通过使用数据驱动测试，来验证多组数据测试场景
   通常来说，多用于单元测试和接口测试

ddt介绍

Data-Driven Tests（DDT）即数据驱动测试，可以实现不同数据运行同一个测试用例。ddt本质其实就是装饰器，一组数据一个场景。

ddt模块包含了一个类的装饰器ddt和三个个方法的装饰器：

data：包含多个你想要传给测试用例的参数，可以为列表、元组、字典等；

file_data:会从json或yaml中加载数据；

unpack:分割元素，如以下示例：

@data([a,d],[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

安装

pip install ddt

使用data装饰器

传递整体列表，字典、元组

import unittest
from ddt import ddt,data,unpack

def add(a,b):
    return a+b

@ddt
class MyTest(unittest.TestCase):
    # @data([1,2,3,4,5,6,7])
    @data({"a":"1","b":2})
    # @data((1,2,3))
    def test(self,data):
        print(data)
if __name__ == '__main__':
    unittest.main(verbosity=2)

嵌套列表、元组、字典的整体传递方式

import unittest
from ddt import ddt,data,unpack

def add(a,b):
    return a+b

@ddt
class MyTest(unittest.TestCase):
    # @data(*[[1,2,3],[1,0,1],[0,0,0],[1,1,3]])
    # @data(*[{"a":1}, {"a":2}, {"a":3}, {"a":4}])
    @data(*[(1,5), (4,2), (6,7), (5,6)])
    def test(self,data):
        print(data)

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

 

使用unpack装饰器

unpack 依次传递元组

import unittest
from ddt import ddt,data,unpack

def add(a,b):
    return a+b

@ddt
class MyTest(unittest.TestCase):
    @data((1,2,3),(1,0,1),(0,0,0),(1,1,3))
    @unpack
    def test(self,a,b,c):
        print(a,b,c)
        if a+b == c:
            print(True)
        else:
            print(False)

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

输出结果：

1 2 3
True
1 0 1
True
0 0 0
True
1 1 3
False

依次传递字典

import unittest
from ddt import ddt,data,unpack

def add(a,b):
    return a+b

@ddt
class MyTest(unittest.TestCase):
    @data({"a":1,"b":1,"c":2},
          {"a":0,"b":0,"c":0},
          {"a":-1,"b":1,"c":0})
    @unpack
    def test(self,a,b,c):
        print(a,b,c)
        if a + b == c:
            print(True)
        else:
            print(False)

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

输出结果：

1 1 2
True
0 0 0
True
-1 1 0
True

依次传递列表

import unittest
from ddt import ddt,data,unpack

def add(a,b):
    return a+b

@ddt
class MyTest(unittest.TestCase):
    @data([1,2,3],[1,0,1],[0,0,0],[1,1,3])
    @unpack
    def test(self,a,b,c):
        print(a,b,c)
        if a + b == c:
            print(True)
        else:
            print(False)

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

输出结果：

1 2 3
True
1 0 1
True
0 0 0
True
1 1 3
False

使用file_data装饰器

ddt支持从文件中加载数据，@file_data()装饰器会从json或yaml中加载数据。只有以“.yml” 和 “.yaml” 结尾的文件被加载为Yaml文件。所有其他格式文件都作为json文件加载，比如txt。

传递json数据

test.json文件

{
    "case1": {
        "a": 1,
        "b": 1,
        "c": 2
    },
    "case2": {
        "a": -1,
        "b": 1,
        "c": 0
    },
    "case3": {
        "a": 0,
        "b": 0,
        "c": 0
    }
}

import unittest
from ddt import ddt,file_data

def add(a,b):
    return a+b

@ddt
class MyTest(unittest.TestCase):
    @file_data("test.json")
    def test(self, a, b, c):
        print(a,b,c)


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

传递多层json文件
test.json文件

{
    "case1": {
        "data": {
            "a": 1,
            "b": 1
        },
        "result": 2
    },
    "case2": {
        "data": {
            "a": 0,
            "b": 1
        },
        "result": 1
    },
    "case3": {
        "data": {
            "a": 0,
            "b": 0
        },
        "result": 0
    }
}

 

import unittest
from ddt import ddt,file_data

def add(a,b):
    return a+b

@ddt
class MyTest(unittest.TestCase):
    @file_data("test.json")
    def test(self,data,result):
        print(data,result)


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

传递yml数据

yml 需要安装yml（pip install PyYAML）
test.yml

def add(a,b):
    return a+b

@ddt
class MyTest(unittest.TestCase):
    @file_data("test.yml")
    def test(self,a,b,c):
        print(a,b,c)

refer:
https://www.pythonf.cn/read/108350
https://www.cnblogs.com/nancyzhu/p/8563884.html