ddt

之前，我曾转过一个单元测试框架系列的文章，里面介绍了 unittest、nose/nose2 与 pytest 这三个最受人欢迎的 Python 测试框架。 本文想针对测试中一种很常见的测试场景，即参数化测试，继续聊聊关于测试的话题，并尝试将这几个测试框架串联起来，做一个横向的比对，加深理解。 1、什么是参数化测试？ 对于普通测试来说，一个测试方法只需要运行一遍，而参数化测试对于一个测试方法，可能需要传入一系列参数，然后进行多次测试。 比如，我们要测试某个系统的登录功能，就可能要分别传入不同的用户名与密码，进行测试：使用包含非法字符的用户名、使用未注册的用户名、使用超长的用户名、使用错误的密码、使用合理的数据等等。 参数化测试是一种“数据驱动测试”（Data-Driven Test），在同一个方法上测试不同的参数，以覆盖所有可能的预期分支的结果。它的测试数据可以与测试行为分离，被放入文件、数据库或者外部介质中，再由测试程序读取。 2、参数化测试的实现思路？ 通常而言，一个测试方法就是一个最小的测试单元，其功能应该尽量地原子化和单一化。 先来看看两种实现参数化测试的思路：一种是写一个测试方法，在其内部对所有测试参数进行遍历；另一种是在测试方法之外写遍历参数的逻辑，然后依次调用该测试方法。 这两种思路都能达到测试目的，在简单业务中，没有毛病。然而，实际上它们都只有一个测试单元

前言：之前记录了一次ddt模式的简单使用，这次再介绍一下ddt的多数据使用。 需求：有的时候你需要用到的数据是一个整体的可迭代数据，而你每条用例里面只需要这个数据中的一个数据。这时ddt也可以解决。 比如你有{"a":1,"b":2,"c":3},这些数据是你从各个地方读取到的，然后你要用这个给ddt去传值，但是你想执行3次，每次依次传值。 废话不多说，直接上代码 import ddt,unittest dict1 = {"a":1,"b":2,"c":3} list1 = [1,2,3,"a",{"b":"1"}] tuple1 = (1,2,3,4,"a") @ddt.ddt class Test(unittest.TestCase): ## 直接传入 @ddt.data(dict1) def test(self,d1): print(d1) @ddt.data(list1) def test1(self,l1): print(l1) @ddt.data(tuple1) def test2(self,t1): print(t1) if __name__ == '__main__': unittest.main() 上面的代码就是直接把整个的参数全部推进去了。但是现在是需要各个参数里面每个值作为一次参数去执行一下，前面学习过多次执行的方法，如下 import ddt

1、超继承 　　重写测试用例类的init方法，如下所示。 import requests import unittest class XiaoheiCases(unittest.TestCase): def __init__(self,methodName,url,data,cookies=None): super(XiaoheiCases,self).__init__(methodName) self.url = url self.data = data self.cookies = cookies 2、ddt模块 ''' ddt结合unittest来进行数据处理的第三方库，很强大 安装pip install ddt ddt需要和unittest或pytest结合使用 ''' from ddt import ddt,data,unpack import unittest test_print = [1,3] test_b = [[1,2,3],[4,5,6]] @ddt #装饰测试类 class TestMath(unittest.TestCase): @data(test_print) #装饰测试函数，通过这种方式传参，如果通过*test_data传参，则有几个参数，执行几次测试用例 def test_print(self,item): print('item:{0}'

a.数据驱动：从某个数据文件(odbc,csv,excel,txt)中读取输入输出的测试数据，然后通过变量传入手动测试脚本中，通过这些数据来验证测试数据 程序和数据分离，测试数据存放到一个文件中，脚本是另外一个文件 b.关键字驱动：从面向对象角度出发，同样业务逻辑编写成一个类或者函数作为关键字被不同的脚本调用 每个步骤对应文件中一行内容 c.DDT：官网参考：https://ddt.readthedocs.io/en/latest/ Data-Driven Tests缩写 包含类的装饰器ddt和两个方法装饰器： data 直接输入数据 file_data 从文件中获取测试的数据 ddt.data 装饰测试的方法，参数是一系列的值 ddt.file_data 装饰测试方法，参数是文件名 ddt.unpack 传递的是复杂数据结构时候，比如元组字典，添加unpack之后，ddt会自动把元素或者列表对应到各个参数上 使用前必须安装好ddt模块：pip install ddt 来源： https://www.cnblogs.com/yuxiaofeng/p/11915647.html

使用ddt做数据驱动，调试单个用例时，遇到报错：AttributeError: type object ...， 一脸懵逼，不用ddt运行时好好的，用到ddt报错 Error Traceback (most recent call last): File "C:\Python37\lib\unittest\case.py", line 59, in testPartExecutor yield File "C:\Python37\lib\unittest\case.py", line 615, in run testMethod() File "C:\Python37\lib\unittest\loader.py", line 34, in testFailure raise self._exception File "C:\Python37\lib\unittest\loader.py", line 169, in loadTestsFromName parent, obj = obj, getattr(obj, part) AttributeError: type object 'test_aaa' has no attribute 'test_j_xxx' 网上找了一圈，没有找到具体的解决办法。 目前想的是通过@unittest.skip(u"无条件跳过此用例")

import unittest from ddt import ddt, data, unpack @ddt class FooTestCase(unittest.TestCase): @data((3, 2), (4, 3), (5, 3)) @unpack def test_tuples_extracted_into_arguments(self, first_value, second_value): self.assertTrue(first_value > second_value) @data([3, 2], [4, 3], [5, 3]) @unpack def test_list_extracted_into_arguments(self, first_value, second_value): self.assertTrue(first_value > second_value) @unpack @data({‘first‘: 1, ‘second‘: 3, ‘third‘: 2}, {‘first‘: 4, ‘second‘: 6, ‘third‘: 5}) def test_dicts_extracted_into_kwargs(self, first, second, third): print(first, second, third) self

一般不允许直接修改源码： 一旦修改完之后，其他项目需要用到这个源码时比较麻烦 可以把源码放到当前文件夹下面进行修改 ddt源码中―― mk_test_name――def mk_test_name(name, value, index=0) def mk_test_name(name, value, index=0): # Add zeros before index to keep order index = "{0:0{1}}".format(index + 1, index_len) # 之前的源码 # if not is_trivial(value): # return "{0}_{1}".format(name, index) # 修改，拼接上用例标题title # 添加对字典数据的处理 # not isinstance(value,dict) ――――value不是字典类型 if not is_trivial(value) and not isinstance(value,dict): return "{0}_{1}".format(name, index) # 拼接索引和名字 # 如果数据是字典，刚获取字典当中的excel中title对应的值，添加到测试用例名称中。 if isinstance(value,dict): try: value = value['title

ddt安装Pip install ddtddt的使用导入from ddt import ddt,data,file_data说明：@data(a,b)表示a和b各运行一次用例@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@file_data(filename)对于json的文件，每一个json元素按照一个用例运行，可以依照python分解元组，列表或者字典的方式分解传入支持yaml例子import unittestfrom ddt import ddt,data,file_data,unpack@ddtclass demotest(unittest.TestCase): def setup(self): print "this is the setup" @data(2,3) def testb(self,value): print value print "this is test b" @data([2,3],[4,5]) def testa(self,value): print value print "this is test a" @data([2, 3], [4, 5]) @unpack def testc(self, first,second):

安装ddt：pip install ddt 安装xlrd：pip install xlrd 数据驱动的基本思路： 1.import ddt 2.从excel读取测试数据，给到变量名，如testdata （可封装readexcel.py，调用其以读取数据） 读取数据: 不在同一个文件夹下，需要用os.path获取userinfo.xlsx的路径，传参ExcelUtil(path) dd = ExcelUtil("userinfo.xlsx", sheetName="Sheet1") d= dd.dict_data() print(d) 3.类名前边加上：@ddt.ddt 4.测试用例前边加上：@ddt.data(*testdata)

一、背景 一般进行接口测试时，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，而这些除了传参不同外，并没有什么区别。这个时候就可以利用ddt来管理测试数据，提高代码复用率。 二、ddt安装 ddt是python的第三方库，安装可以进行命令安装，或者通过pycharm界面中settings进行安装。 三、ddt模块组成 1、ddt模块包含类的装饰器ddt和两个方法装饰器data ddt.ddt：装饰类，也就是继承TestCase的类。 ddt.data：装饰测试方法，参数是一系列的值。 ddt.file_data：装饰测试方法，参数是文件名。文件可以是json或者yaml类型。 注意，如果文件是以“.yml”或者".yaml"结尾，ddt会作为yaml类型处理，其他文件都会作为json文件处理。 如果文件是列表，列表的值会作为测试用例参数，同时，会作为测试用例方法名后缀显示。 如果文件是字典，字典的key会作为测试用例方法的后缀显示，字典的value会作为测试用例参数。 ddt.unpack：传递的是复杂的数据结构时使用，比如使用列表或者元组， 添加unpack后，ddt会自动把元组或者列表对应到多个参数上。 四、示例 来源： https://www.cnblogs.com/tianpin/p/11685484.html