Python 数据驱动工具：DDT

背景

 

python 的unittest 没有自带数据驱动功能。

 

所以如果使用unittest，同时又想使用数据驱动，那么就可以使用DDT来完成。

 

DDT是 “Data-Driven Tests”的缩写。

 

参考资料：http://ddt.readthedocs.io/en/latest/

 

 

使用方法

 

dd.ddt：

 

装饰类，也就是继承自TestCase的类。

 

ddt.data：

 

装饰测试方法。参数是一系列的值。

 

ddt.file_data：

 

装饰测试方法。参数是文件名。文件可以是json 或者 yaml类型。

 

注意，如果文件以”.yml”或者”.yaml”结尾，ddt会作为yaml类型处理，其他所有文件都会作为json文件处理。

 

如果文件中是列表，每个列表的值会作为测试用例参数，同时作为测试用例方法名后缀显示。

 

如果文件中是字典，字典的key会作为测试用例方法的后缀显示，字典的值会作为测试用例参数。

 

ddt.unpack：

 

传递的是复杂的数据结构时使用。比如使用元组或者列表，添加unpack之后，ddt会自动把元组或者列表对应到多个参数上。字典也可以这样处理。参见下面的示例2.

 

测试用例方法名生成规则

 

使用ddt后，会产生一个新的测试用例方法名：之前的测试用例方法名_ordinal_data

 

之前的测试用例方法名：即定义的测试用例方法名。比如def test_large()，这里就是test_large

 

ordinal：整数，从1开始递加。

 

data：如果传递过来的数据存在__name__属性，则这里就是该数据的__name__值。如果未定义__name__属性，ddt会尽量将传递过来的数据转化为python标识符，作为data显示。比如（3,2）就转化为3_2。需要注意的是，如果数据是字典，则这里就是字典的key。

 

使用示例

 

1. data直接放入数值

 

需要导入ddt包，然后再TestCase类上采用@ddt进行装饰，测试方法上装饰@data()。

 

data可以是数值，也可以是字符串。

import ddt
import unittest

@ddt.ddt
class TestCase(unittest.TestCase):
    def setUp(self):
        print('开始测试')

  #数值
  @ddt.data(1,2,3,4,5,6)
  def test_case_04(self,value):
        print("value1  is"+str(value))

　#字符串
  @ddt.data('login','17342049522')
  def test_case_05(self,value):
    print('value is'+value)

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

 结果：

开始测试
value1  is1
开始测试
value1  is2
开始测试
value1  is3
开始测试
value1  is4
开始测试
value1  is5
开始测试
value1  is6

 开始测试
 value islogin
 开始测试
 value is17342049522

Ran 8 tests in 0.014s

OK

可以看到上面只写了2个测试方法，但是最后run了8个测试用例。

这里测试方法后会被ddt加一个后缀，ddt会尝试吧测试数据转化为后缀附在测试方法后，组成一个新名字。