一、DDT介绍
1. 数据驱动思想：数据和用例进行分离，通过外部数据去生成测试用例
2. 适用场景：进行接口测试时，每个接口的传参都不止一种情况，一般会考虑正向、逆向等多种组合。所以在测试一个接口时通常会编写多条case，而这些case除了传参不同外，没其他什么区别。这个时候就可以利用ddt来管理测试数据，提高代码复用率。
3. DDT： “Data-Driven Tests”的缩写。数据驱动测试，就是说由数据的改变从而驱动自动化测试的执行，最终引起测试结果的改变。通过使用数据驱动测试的方法，可以在需要验证多组数据测试场景中，使用外部数据源实现对输入输出与期望值的参数化。也就是测试数据和用例脚本代码分离。
4. DDT作用：
-
通过使用数据驱动测试，一个测试逻辑可以供多条测试数据复用，代码复用率高，避免编写重复代码
-
数据与测试脚本分离，某条用例失败时不会影响其他测试用例，异常排查效率高
-
通常来说，多用于单元测试和接口测试。简洁明了的测试框架，利于其他同事阅读，代码的可维护性高。
二、使用方法
DDT组成：一个类装饰器ddt；两个方法装饰器data（直接输入测试数据）、file_data（从json或yaml中加载测试数据）
方法使用小结：
-
@data(a,b)：a和b各运行一次用例 -
@data(*(a,b)：a和b各运行一次用例，使用*解包，相当于@data(a,b) -
@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 -
@file_data(filename)：对于json的文件，每一个json元素按照一个用例运行
1. ddt.ddt：
装饰测试类，也就是继承自TestCase的类。告诉ddt这个测试用例类要使用数据驱动。
2. ddt.data：
装饰测试方法。data中的数据类型包含单个值，元组，列表和字典。
data把测试数据作为一个参数传递给测试用例，一个数据对应生成一条测试用例。如果data里面有多个数据那么就对应生成多条测试用例。
如果data里放的类似是元组、列表等这样的序列类型的数据，data会把他们当成是一个整体，即一个测试数据。
3. ddt.file_data：
装饰测试方法。从json或yaml中加载测试数据，参数是文件名。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。
4. ddt.unpack：
装饰测试方法。作用：分割元素。传递的是复杂的数据结构时使用。
如：添加unpack之后，ddt会自动把data中的元组或者列表对应到测试用例方法的多个参数上。字典对应到多个关键字参数上，注意字典的key和用例方法定义的参数名需要保持一致。
三、使用示例
1. data直接放入数值
需要导入ddt包，然后再TestCase类上用@ddt进行装饰，测试方法上用@data()装饰。
import unittest from ddt import ddt, data @ddt # 等同于代码：MyTest = ddt(MyTest)，类名传给ddt，告诉ddt这个测试用例类要使用数据驱动 class MyTest(unittest.TestCase): @data('数据1', '数据2') # 传递多个参数，一个参数作为一条测试数据被传递给下面的参数a # @data({"a": "1", "b": 2}) # 传递字典类的序列类型的数据，data会当作为一条数据 # @data((1, 2)) # 传递元组，同字典 def test(self, a): print(a) if __name__ == '__main__': unittest.main(verbosity=2) # verbosity是一个选项，表示测试结果的信息复杂度。2: 会显示每个测试用例的相关信息
-
在data中传递多个参数时，输出如下：
可以看到上面只写了1个测试方法，但是最后执行了2个用例。使用ddt后，会产生一个新的测试用例方法名：测试用例方法名_ordinal_data
-
ordinal：整数，从1开始递加。
-
data：如果传递过来的数据存在
__name__属性，则data就是这个__name__值。如果未定义__name__属性，ddt会尽量将传递过来的数据转化为python标识符，作为data显示。如（3,2）就转化为3_2。需要注意的是，如果数据是字典，则这里就是字典的key。
-
在data中传递元组时，输出如下：
2. data放入复杂的数据结构
先看下面这个错误用法，运行后会报错：test01() missing 1 required positional argument: 'b'：
import unittest from ddt import ddt, data, unpack @ddt class MyTest(unittest.TestCase): @data([1, 2], [3, 4]) # 这里没有解包，两个列表都作为测试数据传递给a，而b没有传入任何参数，所以会报错 def test01(self, a, b): print(a, b) if __name__ == '__main__': unittest.main(verbosity=2)
让列表中的两个值对应到测试用例方法中的参数，加上@unpack即可，如下：
@ddt class MyTest(unittest.TestCase): @data([1, 2], [3, 4]) @unpack # 有了unpack，[1,2]会被分解开，按照用例中的两个参数传递 def test01(self, a, b): print(a, b)
加入了@unpack后，如果@data中传入的是字典时，字典的key和用例方法定义的参数名需要保持一致，否则会报错。示例如下：
@ddt class MyTest(unittest.TestCase): @data({"key1": '1', "key2": "10"}, {"key1": '2', "key2": "20"}) @unpack # 有了unpack,[1,2]会被分解开，按照用例中的两个参数传递 def test01(self, key1, key2): print(key1, key2)
3. fila_data传入json文件
json文件中如果需要传入多组数据进行测试，可以写一个列表，然后列表里面包含多个json串。如下面的文件 json_file：
[ { "data": [1, 2, 3], "message": "good!" }, { "data": [4, 5, 6], "message": "amazing!" } ]
测试用例的方法如下：
@ddt class MyTest(unittest.TestCase): @file_data("json_file") # 这里没用unpack，但json的key和用例方法定义的参数名需要保持一致 def test01(self, data, message): print(data, message)
注意：json的key和用例方法定义的参数名需要保持一致