给大家整理了相关的编程文章，网友辛琛丽根据主题投稿了本篇教程内容，涉及到Python Unittest ddt数据驱动、Python Unittest ddt、Python Unittest ddt数据驱动相关内容，已被440网友关注，下面的电子资料对本篇知识点有更加详尽的解释。
Python Unittest ddt数据驱动
1、数据驱动介绍：
- @ddt.ddt（类装饰器，申明当前类使用ddt框架）
- @ddt.data（函数装饰器，用于给测试用例传递数据），支持传python所有数据类型：数字（int，long，float，compix)，字符串，列表1ist，元组tuple，集合，编写阅读数据文件的函数、@data入口参数加*读取
- @ddt.unpack（函致装饰器，将传输的数据包解包），一般作用于元组tuple和列表list、字典（参数名字和个数需要与字典的键保持一致）（数组、字符串不需要）
- @ddt.file_data（函数装饰器，可直接读取yaml/json文件）
2、数据驱动和关键驱动的区别：
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。
关键字驱动（核心：把业务逻相封装成关键字login，只需要调用login。）
3、混合驱动模式（关键字驱动+数据驱动）
4、在进行数据驱动测试实战：需要在测试类上使用@ddt.ddt装饰器，在测试用例上使用@ddt.data装饰器。
（1）单一参数：导包——写一个参数（列表、数字、字符串）-----设置@ddt.data装饰器写入参数名----方法中写入形参*data----调用参数内容
（2）多参数的数据驱动测试(一个测试参数中含多个元素)：导包——设置@ddt装饰器——设置@unpack解包——写入参数——形参传递——调用
（3）txt文件传参
（4）json文件传参
（5）yaml文件传参
（6）xlsx文件传参
注意：Python中传递可变参数：*代表顺序阅读列表类型，**代表顺序阅读对象(字典)类型，点击阅读可变参数部分可了解相关机制
# 1、单一参数的数据驱动
# 前置步骤：
# 使用语句import unittest导入测试框架
# 使用语句from ddt import ddt, data导入单一参数的数据驱动需要的包
# 示例会执行三次test，参数分别为'666','777','888'
import ddt
import unittest
@ddt.ddt # 设置@ddt装饰器
class BasicTestCase(unittest.TestCase):
@ddt.data('666', '777', '888') # 设置@data装饰器，并将传入参数写进括号
def test(self, *data): # test入口设置形参
print('数据驱动的number:', data)
# 程序会执行三次测试，入口参数分别为666、777、888
# 2、多参数的数据驱动
# 在单一参数包的基础上，额外导入一个unpack的包，from ddt import ddt, data, unpack
# 步骤：导包——设置@ddt装饰器——设置@unpack解包——写入参数——形参传递——调用
import ddt
import unittest
Testdata = [
{"username": "admin", "password": "123456", "excepted": {'code': '200', 'msg': '登录成功'}},
{"username": None, "password": "1234567", "excepted": {'code': '400', 'msg': '用户名或密码不能为空'}},
{"username": "admin", "password": None, "excepted": {'code': '400', 'msg': '用户名或密码不能为空'}},
{"username": "admin", "password": "123456789", "excepted": {'code': '404', 'msg': '用户名或密码错误'}},
]
@ddt.ddt
class BasicTestCase(unittest.TestCase):
#方式一：直接将列表放到data
@ddt.data(['张三', '18'], ['李四', '19']) # 设置@data装饰器，并将同一组参数写进中括号[]
@ddt.unpack # 设置@unpack装饰器顺序解包，缺少解包则相当于name = ['张三', '18']
def test(self, name, age):
print('姓名:', name, '年龄:', age)
# 程序会执行两次测试，入口参数分别为['张三', '18'],['李四', '19']
#方式二：写一个列表后，使用*访问列表到data
@ddt.data(*Testdata)
@ddt.unpack # 设置@unpack装饰器顺序解包
def test_DataDriver(self, *Data):
#print('DDT数据驱动实战演示：', Data)
res = login.login_check(Testdata['username'], Testdata['password'])
self.assertEqual(res, Testdata['excepted'])
#3、 txt文件接收参数
# 新建num文件，txt格式
# （1）单一参数按行存储777，888，999
# （2）多参数txt文件
# dict文件内容(参数列表)(按行存储)：
# 张三，18
# 李四，19
# 编辑阅读数据文件的函数
# 记住读取文件一定要设置编码方式，否则读取的汉字可能出现乱码！！！！！！
import ddt
import unittest
def read_num():
lis = [] # 以列表形式存储数据，以便传入@data区域
with open('num.txt', 'r', encoding='utf-8') as file: # 以只读'r',编码方式为'utf-8'的方式,打开文件'num',并命名为file
for line in file.readlines(): # 循环按行读取文件的每一行
lis.append(line.strip('\n')) #单一参数，每读完一行将此行数据加入列表元素，记得元素要删除'/n'换行符！！！
#lis.append(line.strip('\n').split(',')) # 多参驱动，删除换行符，根据，分割后，列表为['张三，18', '李四，19', '王五，20']
return lis # 将列表返回,作为@data接收的内容
@ddt.ddt
class BasicTestCase(unittest.TestCase):
@ddt.data(*read_num()) # 入口参数设定为read_num(),因为返回值是列表，所以加*表示逐个读取列表元素
#txt表格有多少个值，设置多少个接收参数的形参
def test(self, name,age):
print('数据驱动的number:', name,age)
# 4、JSON文件传参：数据分离
# 多参数——json文件
# 步骤和单一参数类似，仅需加入@unpack装饰器以及多参数传参入口
# dict文件内容(参数列表)(非规范json文件格式):
# 单一参数：["666","777","888"]
# 多个参数：[["张三", "18"], ["李四", "19"], ["王五", "20"]]
# 注意json文件格式字符串用双引号
import ddt
import unittest
import json
def read_dict_json():
return json.load(open('dict.json', 'r', encoding='utf-8')) # 使用json包读取json文件，并作为返回值返回
@ddt.ddt
class BasicTestCase(unittest.TestCase):
@ddt.data(*read_dict_json())
@ddt.unpack # 使用@unpack装饰器解包
def test(self, name, age): # 因为是非规范json格式，所以形参名无限制，下文会解释规范json格式
print('姓名:', name, '年龄:', age)
# 4、JSON文件传参：数据分离
# json文件三种形式:
# （1）单一参数：["666","777","888"]
# （2）多个参数：[["张三", "18"], ["李四", "19"], ["王五", "20"]]
# （3）JSON格式读取，每一组参数以对象形式存储:
# [
# {"name":"张三", "age":"18"},
# {"name":"李四", "age":"19"},
# {"name":"王五", "age":"20"}
# ]
# 单一参数时无需使用unpack，多参数需要使用unpack解包，注意json文件格式字符串用双引号
import ddt
import unittest
import json
#方式1：非正式json格式使用
def read_dict_json():
return json.load(open('dict.json', 'r', encoding='utf-8')) # 使用json包读取json文件，并作为返回值返回
#方式2：JSON格式读取，提取已读完后的json文件(字典形式)，通过遍历获取元素，并返回
def read_dict_json():
lis = []
dic = json.load(open('dict.json', 'r', encoding='utf-8'))
# 此处加上遍历获取语句，下文yaml格式有实例，方法一样
for item in dic:
lis.append(item)
return lis
@ddt.ddt
class BasicTestCase(unittest.TestCase):
@ddt.data(*read_dict_json())
@ddt.unpack # 使用@unpack装饰器解包
def test(self, name, age): # 因为是非规范json格式，所以形参名无限制，下文会解释规范json格式
print('姓名:', name, '年龄:', age)
#5、多参数yaml
# 以对象形式存储yml数据(字典)
# yaml格式文件内容
# -
# name: 张三
# age: 18
# -
# name: 李四
# age: 19
# -
# name: 王五
# age: 20
# '-'号之后一定要打空格！！！
# ':'号之后一定要打空格！！！
# 入口参数与数据参数key命名统一即可导入
import ddt
import unittest
import yaml
@ddt.ddt
class BasicTestCase(unittest.TestCase):
#方式1：形参入口和数据参数key命名统一
@ddt.file_data('./data/dict.yml')
def test(self, name, age): # 设置入口参数名字与数据参数命名相同即可
print('姓名是：', name, '年龄为：', age)
#方式2：入口参数与数据参数命名不统一
@ddt.file_data('./data/dict.yml')
def test(self, **cdata): # Python中可变参数传递的知识：**按对象顺序执行
print('姓名是：', cdata['name'], '年龄为：', cdata['age']) # 通过对象访问语法即可调用
例子如下：
方式一：测试数据直接写成列表形式，使用ddt.data(*Data)传值
##2.12.2 DDT在自动化测试中的应用(传列表)
import ddt
import unittest
# 给4条测试数据
Testdata = [
{"username": "admin", "password": "123456", "excepted": {'code': '200', 'msg': '登录成功'}},
{"username": None, "password": "1234567", "excepted": {'code': '400', 'msg': '用户名或密码不能为空'}},
{"username": "admin", "password": None, "excepted": {'code': '400', 'msg': '用户名或密码不能为空'}},
{"username": "admin", "password": "123456789", "excepted": {'code': '404', 'msg': '用户名或密码错误'}},
]
@ddt.ddt
class TestModules(unittest.TestCase):
def setUp(self):
print('testcase beaning....')
def tearDown(self):
print('testcase ending.....')
@ddt.data(*Data)
def test_DataDriver(self,Data):
#print('DDT数据驱动实战演示：',Testdata)
res = login.login_check(Testdata['username'], Testdata['password'])
self.assertEqual(res, Testdata['excepted'])
if __name__ == '__main__':
unittest.main()
方式二：数据写到方法形式readData()，使用ddt.data(*readData())传值
import ddt
import unittest
# 给4条测试数据
def readData():
Testdata = [
{"username": "admin", "password": "123456", "excepted": {'code': '200', 'msg': '登录成功'}},
{"username": None, "password": "1234567", "excepted": {'code': '400', 'msg': '用户名或密码不能为空'}},
{"username": "admin", "password": None, "excepted": {'code': '400', 'msg': '用户名或密码不能为空'}},
{"username": "admin", "password": "123456789", "excepted": {'code': '404', 'msg': '用户名或密码错误'}},
]
return TestData
@ddt.ddt
class TestModules(unittest.TestCase):
def setUp(self):
print('testcase beaning....')
def tearDown(self):
print('testcase ending.....')
@ddt.data(*readData())
def test_DataDriver(self,Data):
#print('DDT数据驱动实战演示：',Testdata)
res = login.login_check(Testdata['username'], Testdata['password'])
self.assertEqual(res, Testdata['excepted'])
if __name__ == '__main__':
unittest.main()
到此这篇关于Python Unittest ddt数据驱动的实现的文章就介绍到这了,更多相关Python Unittest ddt数据驱动内容请搜索码农之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持码农之家！
