基于Unittest的ddt+yaml实现数据驱动机制


1.data.txt

账号,密码

2.demo.yaml

-
  name: xuzhu
  age: '14'
  sexual: male
  hobby:
    - 机车
    - 泰拳
    - 拳击
  address:
    长沙: xxx
#    衡阳: xxx

3.login.yaml

-
#  锚点
#  common: &defaults
  common:
    url: http://39.98.138.157/shopxo/index.php?s=/index/user/logininfo.html

    accounts:
      by: name
      value: accounts


    password:
      by: name
      value: pwd


    button:
      by: xpath
      value: //button[text()="登录"]

    assert_text:
      expected: 退出
      by: link text
      value: 退出

    sleep: 5

  username: sixiaoyou
  pwd: xxx

#-
#  common:
#    <<: *defaults
#    xuzhu: sssss

#  username: xuzhu666
#  pwd: xxx

4.search.yaml

-
  url: http://39.98.138.157/shopxo/index.php

  input:
    by: id
### 如何在 Python unittest 中使用 YAML 文件进行配置或数据驱动测试 #### 使用 DDT YAML 实现数据驱动测试 为了使 `unittest` 测试能够利用 YAML 文件作为输入源来提供测试案例的数据,通常会借助于第三方库 ddt (Data-Driven/Decorated Tests)[^3]。ddt 提供了一个装饰器 `@ddt.ddt` 可用于类级别定义,并允许方法级别的参数化测试用例。 当尝试结合 `unittest` 的 `main()` 函数与被 `ddt.file_data()` 装饰过的函数一起工作时可能会遇到错误提示说找不到属性[^2]。这是因为 `ddt` 修改了原始测试方法的名字,在某些情况下这可能干扰到 `unittest.TestLoader` 发现并加载这些测试方法的方式。解决办法之一是在运行测试时不依赖默认的命令行入口而是显式创建 `TextTestRunner` 并手动构建测试套件。 下面是一个简单的例子展示如何设置这样的环境: ```python import unittest from ddt import ddt, file_data import requests @ddt class TestApi(unittest.TestCase): @file_data('test_data.yaml') def test_api_response(self, url, expected_status_code): response = requests.get(url) assert response.status_code == int(expected_status_code), \ f'Expected status code {expected_status_code}, but got {response.status_code}' if __name__ == '__main__': suite = unittest.TestLoader().loadTestsFromTestCase(TestApi) runner = unittest.TextTestRunner(verbosity=2).run(suite) ``` 在这个脚本里,假设有一个名为 `test_data.yaml` 的文件存在于当前目录下,它包含了 API 请求 URL 预期的状态码配对列表。这个 YAML 文件的内容看起来像这样[^4]: ```yaml - url: http://example.com/api/v1/resource?param=value expected_status_code: '200' - url: http://another.example.net/service/ expected_status_code: '404' ``` 上述代码片段展示了怎样通过读取外部存储的测试数据来进行更灵活高效的单元测试编写方式。需要注意的是,实际应用中应当确保所使用的任何第三方包都已安装好;对于此场景而言即意味着要先安装 `requests`, `pyyaml` `ddt`. #### 处理 Yaml 数据并与 Unittest 集成 另外一种处理方式是不直接依靠 `ddt` 来完成这项任务,而是自己解析 YAML 文件并将其中的数据传递给测试函数。这种方式提供了更大的灵活性,同时也避开了潜在的问题如前所述由于 `ddt` 改变了测试方法签名而导致无法正常工作的状况。 这里给出一个自定义解决方案的例子: ```python import unittest import yaml import os.path import requests def load_yaml(file_path='test_data.yaml'): """Load data from a given YAML file.""" abs_file_path = os.path.join(os.getcwd(), file_path) with open(abs_file_path, "r", encoding="utf-8") as stream: try: return list(yaml.safe_load_all(stream)) except yaml.YAMLError as exc: print(exc) class ApiTester(unittest.TestCase): def setUp(self): self.test_cases = load_yaml() def run_test_case(self, case): resp = requests.get(case['url']) msg = f"Failed on '{case['url']}': Expected {case['expected_status_code']}, Got {resp.status_code}" self.assertEqual(int(case['expected_status_code']), resp.status_code, msg=msg) def test_all_cases(self): for idx, tc in enumerate(self.test_cases): with self.subTest(i=idx): # This allows each iteration to be treated as an individual test. self.run_test_case(tc) if __name__ == "__main__": unittest.main() ``` 这种方法同样实现了基于 YAML 文件的数据驱动测试逻辑,但是绕过了 `ddt` 库带来的复杂性兼容性挑战。同时保持了清晰易懂结构的同时也增强了可维护性扩展能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

司小幽

真诚赞赏,手留余香。

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值