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, data
from common.read_excel import ReadExcel
from common.my_logger import log
@ddt # 裝飾登錄測試用例類，聲明使用ddt
class 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
- 12
sorted_list: [ 11, 12, 22 ]
"""
from ddt import *
@ddt # 聲明使用ddt
class 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腳本之家其它相關文章！
您可能感興趣的文章:- 利用Python如何實現數據驅動的接口自動化測試
- 詳盡講述用Python的Django框架測試驅動開發的教程
- Nodejs學習筆記之測試驅動
- python測試驅動開發實例
- Android開發筆記之:對實踐TDD的一些建議說明
- QUnit jQuery的TDD框架
- 淺談測試驅動開發TDD之爭
