Python unittest+DDT實現的數據驅動測試

前言

數據驅動測試：

1. 避免編寫重復代碼
2. 數據與測試腳本分離
3. 通過使用數據驅動測試，來驗證多組數據測試場景
   通常來說，多用於單元測試和接口測試

ddt介紹

Data-Driven Tests（DDT）即數據驅動測試，可以實現不同數據運行同一個測試用例。ddt本質其實就是裝飾器，一組數據一個場景。

ddt模塊包含了一個類的裝飾器ddt和三個個方法的裝飾器：

data：包含多個你想要傳給測試用例的參數，可以為列表、元組、字典等；

file_data:會從json或yaml中加載數據；

unpack:分割元素，如以下示例：

@data([a,d],[c,d])

如果沒有@unpack，那么[a,b]當成一個參數傳入用例運行

如果有@unpack，那么[a,b]被分解開，按照用例中的兩個參數傳遞

安裝

pip install ddt

使用data裝飾器

傳遞整體列表，字典、元組

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、元組、字典的整體傳遞方式

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裝飾器

unpack 依次傳遞元組

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)

輸出結果：

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

依次傳遞字典

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)

輸出結果：

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

依次傳遞列表

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)

輸出結果：

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

使用file_data裝飾器

ddt支持從文件中加載數據，@file_data()裝飾器會從json或yaml中加載數據。只有以“.yml” 和 “.yaml” 結尾的文件被加載為Yaml文件。所有其他格式文件都作為json文件加載，比如txt。

傳遞json數據

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)

傳遞多層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)

傳遞yml數據

yml 需要安裝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