python数据驱动库_Python3|ddt|unittest|浅议数据驱动测试

1、DDT简介

Data-Driven Tests(DDT)即数据驱动测试。它允许您通过不同的测试数据来运行同一个测试用例，使它作为多个测试用例出现。其官方文档给出的定义如下：

DDT (Data-Driven Tests) allows you to multiply one test case by running it with different test data, and make it appear as multiple test cases.

DDT的经典使用场景之一是：测试用例的代码不变，只有测试数据在变化。DDT作为第三方库，使用前需要先安装：

sudo pip3 install ddt

2、data装饰器

@data()是一个装饰器，它包含了您想提供给测试方法的值，个数和测试方法参数一样多。使用方法：在测试类(继承于unittest.TestCase)上面设置装饰器@ddt，在测试方法上设置装饰器@data()

[示例1] @data

#coding:utf-8

import unittest

#从ddt模块导入装饰器ddt,file_data,unpack,data

from ddt import ddt,file_data,unpack,data

@ddt

#定义测试类BoolTest

class BoolTest(unittest.TestCase):

@data(1,"hello",3>2)

def test_true_001(self,value):

self.assertTrue(value)

@data("",1>2,{})

def test_false_002(self,value):

self.assertFalse(value)

if __name__ == "__main__":

unittest.main()

示例1运行结果如下：

我们只编写了两个测试方法，但是通过6组不同的测试数据，最终可以达到运行6个测试用例的目的。这就是数据驱动测试的强大之处。再来看一个多个输入值的示例。

@unpack 自动解压元组，列表到多个参数;字典到多个关键字参数。

3、unpack装饰器

[示例2] unpack dict

#coding:utf-8

import unittest

#从ddt模块导入装饰器ddt,file_data,unpack,data

from ddt import ddt,file_data,unpack,data

#测试取绝对值函数abs()

@ddt

class AbsTest(unittest.TestCase):

@data({"val":1,"res":1},

{"val":0,"res":0},

{"val":-1,"res":1})

@unpack

def test_abs(self,val,res):

self.assertEqual(abs(val),res)

if __name__ == "__main__":

unittest.main()

示例2运行结果：

[示例3] unpack list

#测试取绝对值函数abs()

@ddt

class AbsTest(unittest.TestCase):

# @data({"val":1,"res":1},

# {"val":0,"res":0},

# {"val":-1,"res":1})

@data([-1,1],[0,0],[1,1])

@unpack

def test_abs(self,val,res):

self.assertEqual(abs(val),res)

if __name__ == "__main__":

unittest.main()

示例3运行结果同示例2。

4、file_data装饰器

ddt支持从文件中加载数据，@file_data()装饰器会从json或yaml中加载数据。只有以“.yml” 和 “.yaml” 结尾的文件被加载为Yaml文件。所有其他格式文件都作为json文件加载，比如txt。修改示例3。

abs_data.json文件位于测试用例同级目录，内容如下：

{

"case1":{

"val":1,

"res":1

},

"case2":{

"val":-1,

"res":1

},

"case3":{

"val":0,

"res":0

}

}

[示例4] load json

在测试方法test_abs上设置@file_data装饰器：

#测试取绝对值函数abs()

@ddt

class AbsTest(unittest.TestCase):

# @data({"val":1,"res":1},

# {"val":0,"res":0},

# {"val":-1,"res":1})

@file_data("./abs_data.json")

def test_abs(self,val,res):

self.assertEqual(abs(val),res)

if __name__ == "__main__":

unittest.main()

示例4运行结果：

5、总结

使用数据驱动思想编写测试用例有以下优势：

测试代码和测试数据分开，比较灵活，易维护。

在测试代码相对健壮的情况下，新增用例只需新增测试数据即可，开发难度小。

避免编写大量相同的测试代码，代码复用率高。

劣势是对测试代码的质量要求相对较高，试想如果因为测试数据的变化而需要频繁改动测试方法，那也是一件很痛苦的事情哦。关于测试数据驱动测试，有的玩法是通过从Excel加载测试数据，这一定程度上来讲也是可行的，但是碰到复杂的业务场景和测试数据比较多的情况，非常容易翻车的哦。商用的系统业务场景一般都不简单，毕业设计做的×××管理系统除外，而且使用Excel，测试依赖这个痛点也不好解决。后面有时间的话，写一下关于Excel+request+unitest接口自动化测试框架的开发过程。