簡單介紹

​ DDT（Date Driver Test），所謂數據驅動測試，簡單來說就是由數據的改變從而驅動自動化測試的執行，最終引起測試結果的改變。通過使用數據驅動測試的方法，可以在需要驗證多組數據測試場景中，使用外部數據源實現對輸入輸出與期望值的參數化，避免在測試中使用硬編碼的數據，也就是測試數據和用例腳本代碼分離。

​ DDT它其實就是一個裝飾器，它會根據你傳遞進來的數據來決定要生成幾個測試用例。

​ 🎈使用的意義

1.代碼復用率高：一個測試邏輯只需要寫一次，可以多條測試數據復用，同時提高測試腳本的編寫效率。

2.異常排查效率高：根據測試數據，每條數據生成一條測試用例，用例相互分離，一條失敗的情況下不會影響其他測試用例。

3.代碼可維護性高：簡潔明了的測試框架，利于其他同事閱讀，提高代碼的可維護性。

安裝及導入

​ cmd命令行執行安裝：pip install ddt

​ 直接導入到模塊：import ddt，或導入具體的裝飾器：from ddt import ddt, data, unpack

使用詳解

​ 🎈三個要點：

@ddt：裝飾測試類 @data：裝飾測試用例 @unpack：裝飾測試用例

​ 要使用ddt的前提是要有測試用例類，然后用@ddt去裝飾測試用例類，用@data(測試數據)去裝飾測試用例，如下登錄接口例子：

from ddt import ddt, datafrom common.read_excel import ReadExcelfrom common.my_logger import log@ddt # 裝飾登錄測試用例類，聲明使用ddtclass LoginTestCase(unittest.TestCase): excel = ReadExcel('cases.xlsx', 'login') cases = excel.read_data() @data(*cases)# 裝飾測試用例 def test_login(self, case): case_data = eval(case['data']) expected = eval(case['expected']) case_id = case['case_id'] result = login_check(*case_data) response = self.http.send(url=url, method=method, json=data, headers=headers) result = response.json() try: self.assertEqual(expected['code'], result['code']) self.assertEqual((expected['msg']), result['msg']) except AssertionError as e: log.info('用例：{}--->執行未通過'.format(case['title'])) print('預期結果：{}'.format(expected)) print('實際結果：{}'.format(result)) raise e else: log.info('用例：{}--->執行通過'.format(case['title']))if __name__ == ’__main__’: unittest.main()

​ @ddt它做的事情其實就等同于這句代碼：LoginTestCase = ddt(LoginTestCase)，把具體的類名傳給ddt，告訴ddt是這個測試用例類要使用數據驅動。

​ @data做的事情就是把測試數據作為一個參數傳遞給測試用例，一個數據對應生成一條測試用例，如果data里面有多個數據那么就對應生成多條測試用例。如果data里放的類似是元組、列表等這樣的序列類型的數據，data會把他們當成是一個整體，即一個測試數據。

​ 如果想一次傳遞多個參數給測試用例，需要自行在腳本中對數據進行分解或者使用@unpack分解數據。如上例子中的測試用例，只使用了一個參數，但這個參數case是一個字典，字典中已經包含多個數據，直接用key獲取對應的值即可。@unpack則是可以把序列類型的數據拆分為多個，以多個參數傳給測試用例，但測試用例也需要定義同等數量的參數來接收。

​ 上面例子的測試數據cases來源是使用了openpyxl來讀取excel中的測試數據的，關于openpyxl可以看我這個系列的另外一篇隨筆。這里直接說明cases其實就是像下面這樣的一個列表：

cases = [{’case_id’: 1, ’title’: ’正常登錄’, ’data’: ’('test', 'Test1234')’, ’expected’: ’{'code': 0, 'msg': '登錄成功'}’}, {’case_id’: 2, ’title’: ’密碼錯誤’, ’data’: ’('test', '123')’, ’expected’: ’{'code': 1, 'msg': '賬號或密碼不正確'}’}, {’case_id’: 3, ’title’: ’賬戶名錯誤’, ’data’: ’('test11', 'Test1234')’, ’expected’: ’{'code': 1, 'msg': '賬號或密碼不正確'}’}]# *解包后，一個字典就是一個測試用例數據# 如第一個字典：{’case_id’: 1, ’title’: ’正常登錄’, ’data’: ’('test', 'Test1234')’, ’expected’: ’{'code': 0, 'msg': '登錄成功'}’}

​ 通過*解包，它的數據就是3個字典，每次給測試用例傳入1個字典，而這個字典里就存放了一條完整的登錄接口測試用例的測試數據，包括用例id、用例標題、測試的賬號密碼、期望返回的結果。

​ 🎈小結：

@data(a,b)：a和b各運行一次用例 @data(*(a,b)：a和b各運行一次用例，使用*解包，相當于@data(a,b) @data([a,d],[c,d])

如果沒有@unpack[a,b]、[c,d]都會被當成一個參數傳入用例，即用[a,b]運行一次，用[c,d]運行一次； 如果有@unpack，[a,b]會被分解開，一次傳遞兩個參數給用例，用例需要定義兩個參數接收 @unpack可適用元組、列表或字典，但當傳入的是字典時，字典的key和用例定義的參數名需要保持一致

​ 關鍵代碼：@file_data，傳遞文件(json/yaml)

擴展

​ 關鍵代碼：@file_data，傳遞文件(json/yaml)

# 傳遞json'''json文件數據{'token':123456,'actionName': 'api.login','content': {'user': 'miki','pwd': 'Test123'}}''''''yaml文件test_list: - 11 - 22 - 12sorted_list: [ 11, 12, 22 ]'''from ddt import *@ddt# 聲明使用ddtclass TestFile(unittest.TestCase): @file_data(’D:/test/test.json’) def test_json(self, json_data): print(json_data) @file_data(’D:/test/test.yaml’) def test_yaml(self, yaml_data): print('yaml', yaml_data)

以上就是python 基于DDT實現數據驅動測試的詳細內容，更多關于python 實現數據驅動測試的資料請關注好吧啦網其它相關文章！