在Python项目中利用unittest与DDT实现一个数据驱动测试？相信很多没有经验的人对此束手无策，为此本文总结了问题出现的原因和解决方法，通过这篇文章希望你能解决这个问题。
10年积累的成都网站建设、
做网站经验，可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你，你也不认识我。但先
网站制作后付款的网站建设流程，更有
永靖免费网站建设让你可以放心的选择与我们合作。
数据驱动测试：
避免编写重复代码
数据与测试脚本分离
通过使用数据驱动测试，来验证多组数据测试场景
通常来说，多用于单元测试和接口测试
ddt介绍
Data-Driven Tests（DDT）即数据驱动测试，可以实现不同数据运行同一个测试用例。ddt本质其实就是装饰器，一组数据一个场景。
ddt模块包含了一个类的装饰器ddt和三个个方法的装饰器：
data：包含多个你想要传给测试用例的参数，可以为列表、元组、字典等；
file_data:会从json或yaml中加载数据；
unpack:分割元素，如以下示例：
@data([a,d],[c,d])
如果没有@unpack，那么[a,b]当成一个参数传入用例运行
如果有@unpack，那么[a,b]被分解开，按照用例中的两个参数传递
安装
pip install ddt
使用data装饰器
传递整体列表，字典、元组
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、元组、字典的整体传递方式
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装饰器
unpack 依次传递元组
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)
输出结果：
1 2 3
True
1 0 1
True
0 0 0
True
1 1 3
False
依次传递字典
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)输出结果：
1 1 2
True
0 0 0
True
-1 1 0
True
依次传递列表
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)
输出结果：
1 2 3
True
1 0 1
True
0 0 0
True
1 1 3
False
使用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。
传递json数据
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)传递多层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)传递yml数据
yml 需要安装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)看完上述内容，你们掌握在Python项目中利用unittest与DDT实现一个数据驱动测试的方法了吗？如果还想学到更多技能或想了解更多相关内容，欢迎关注创新互联行业资讯频道，感谢各位的阅读！
本文题目：在Python项目中利用unittest与DDT实现一个数据驱动测试-创新互联
文章地址：
http://cdkjz.cn/article/eohes.html
