“ 数据驱动测试DDT(Data Drivern test)，是自动化测试领域优势中亮眼的闪光点，在unittest测试框架中对数据驱动更是提供了强大的支持，文章通过基础概念的引入，介绍了数据驱动的概念，并且通过实例介绍了Python中使用数据驱动txt文件、json文件、yaml文件的测试方法。”

PS：“ 测试老手可根据需要自由获取所需内容，其余的建议从头阅读。”

• 博主每篇文章的注释都是干货！每个代码段都有详细注释，一定要认真看注释！！！

• 重要的事情说三遍：一定要看注释！！！一定要看注释！！！一定要看注释！！！

 前情提要

• 此前博主的系列专栏Unittest自动化测试框架教程详细介绍了测试用例的基本框架、测试夹具的使用以及测试用例的跳过教学，在熟悉测试用例基本框架的基础上，本文开始讲解何为数据驱动测试，以前几种常见格式的数据驱动测试方法

 数据驱动测试的基本概念、引读

  引读、基本概念

• 当我们进行测试时遇到执行步骤相同，只需要改变入口参数的测试时，使用DDT可以简化代码
• 一定要认真看注释！！！

# 示例：# 首先，我们观察这三个测试用例，我们会发现，三个测试用例除了入口参数需要变化，其测试执行语句都是相同的，因此，为了简化测试代码，我们可以使用数据驱动测试的理论将三个方法写作一个方法# 未使用数据驱动测试的代码：class BasicTestCase(unittest.TestCase):    def test1(self, num1): num = num1 + 1 print('number:', num)    def test2(self, num2): num = num2 + 1 print('number:', num)    def test3(self, num3): num = num3 + 1 print('number:', num)# 使用数据驱动测试的代码，执行效果与上文代码相同此处只需要了解大概框架，详细步骤下文会解释@ddtclass BasicTestCase(unittest.TestCase):    @data('666', '777', '888') def test(self, num):      print('数据驱动的number:', num)

• 相信到这里读者对数据驱动已经有了一定了解
• 接下来我们开始进入DDT的学习

  单一参数的数据驱动测试

• 步骤：导包——设置@ddt装饰器——写入参数——形参传递——调用
• 一定要认真看注释！！！

# 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'@ddt    # 设置@ddt装饰器class BasicTestCase(unittest.TestCase):    @data('666', '777', '888')    # 设置@data装饰器，并将传入参数写进括号    def test(self, num):     # test入口设置形参 print('数据驱动的number:', num)# 程序会执行三次测试，入口参数分别为666、777、888，结果见下图

  多参数的数据驱动测试(一个测试参数中含多个元素)

• 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
• 一定要认真看注释！！！

# 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@ddt  class BasicTestCase(unittest.TestCase):    @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[]    @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']，测试结果见下图

• 看到这里，笔者以及介绍完了数据驱动测试的基本概念，以及单参数、多参数数据驱动的区别，但是，我们是将数据和代码写在一起，接下来笔者会介绍数据驱动测试的核心理念——数据与代码分离！！！(数据和代码在不同的文件里，方便维护代码和快速修改数据)
• 数据驱动测试的核心——数据与代码分离
• 接下来介绍txt格式、json格式、yaml格式数据的单参数、多参数数据驱动方法

txt格式文件驱动

单一参数数据驱动

• 核心：编写阅读数据文件的函数、@data入口参数加*读取
• 一定要认真看注释！！！

# 单一参数txt文件# 新建num文件，txt格式，按行存储777，888，999# num文件内容(参数列表):# 777# 888# 999# 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！！！！！！def read_num():    lis = []    # 以列表形式存储数据，以便传入@data区域    with open('num', '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'))  # 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！！！ return lis    # 将列表返回,作为@data接收的内容@ddtclass BasicTestCase(unittest.TestCase):    @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    def test(self, num): print('数据驱动的number:', num)# 测试结果见下图

多参数数据驱动 

• 核心：读取函数中的数据分割、@unpack解包
• 一定要认真看注释！！！

# 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# 王五，20def read_dict():    lis = []  # 以列表形式存储数据，以便传入@data区域    with open('dict', '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').split(','))  # 删除换行符后，列表为['张三，18', '李四，19', '王五，20']     # 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@ddtclass BasicTestCase(unittest.TestCase):    @data(*read_dict())  # 加*表示逐个读取列表元素，Python中可变参数，*表示逐个读取列表元素，列表为[['张三', '18'], ['李四', '19'], ['王五', '20']]    @unpack  # 通过unpack解包，逐个传参，缺少这句会将['张三', '18']传给name,从而导致age为空    def test(self, name, age):  # 设置两个接收参数的形参 print('姓名为:', name, '年龄为:', age)# 测试结果见下图

json格式文件驱动

单一参数数据驱动

• 核心：使用json解析包读取文件
• 一定要认真看注释！！！

# 单一参数——json文件# num.json文件内容(参数列表)(注意命名后缀):# ["666","777","888"]# 注意JSON文件中，数据元素如果是字符串必须得用双引号# 使用语句import json导入json包，快速读取文件用def read_num_json():    return json.load(open('num.json', 'r', encoding='utf-8'))  # 使用json包读取json文件，并作为返回值返回，注意读取的文件名@ddt  # 数据驱动步骤和txt相同class BasicTestCase(unittest.TestCase):    @data(*read_num_json())    def test(self, num): print('读取的数字是', num)

多参数数据驱动(以列表形式存储多参数)

• 核心：@unpack装饰器的添加
• 一定要认真看注释！！！

# 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):# [["张三", "18"], ["李四", "19"], ["王五", "20"]]# 注意json文件格式中字符串用双引号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@ddtclass BasicTestCase(unittest.TestCase):    @data(*read_dict_json())    @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)# 测试结果见下图

 多参数数据驱动(以对象形式存储多参数)

• 核心：形参名字与json中对象key名相同
• 一定要认真看注释！！！

# 规范json格式读取,每一组参数以对象形式存储# dict文件内容:# [#   {"name":"张三", "age":"18"},#   {"name":"李四", "age":"19"},#   {"name":"王五", "age":"20"}# ]def read_dict_json():    return json.load(open('dictx.json', 'r', encoding='utf-8'))  # 使用json包读取json文件，并作为返回值返回@ddtclass BasicTestCase(unittest.TestCase):    @data(*read_dict_json())    @unpack    def test(self, name, age):    # 令形参名字和json中命名相同name=name,age=age print('姓名:', name, '年龄:', age)# 测试结果见下图# 非常特殊情况：# 形参名字和json中对象命名无法相同，则更改读取函数# 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():#     li = []#     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#     return li

 yaml格式文件驱动

• 在自动化测试领域中，yaml数据格式是举足轻重的，因此笔者在此特地进行yaml格式解析

• 在unittest测试框架中，对yaml数据格式的支持十分强大，使用非常方便

• yaml文件的数据驱动执行代码十分简单！！！(但是要注意细节)

• 学习更多yaml数据格式的知识，读者可自行学习

单一参数数据驱动

• 核心：使用yaml解析包读取文件，导入file_fata驱动数据
• 一定要认真看注释！！！

# YAML数据格式驱动# 单一参数# import yaml   # 导入yaml解析包# from ddt import file_data     # 导入file_data驱动数据# yaml格式文件内容# - 666# - 777# - 888# '-'号之后一定要打空格！！！@ddtclass BasicTestCase(unittest.TestCase):    @file_data('num.yml')   # 采用文件数据驱动    def test(self, num): print('读取的数字是', num)# 测试结果见下图

 多参数数据驱动

• 核心：形参入口和数据参数key命名统一(下文介绍参数无法统一的解决办法)
• 一定要认真看注释！！！

# 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@ddtclass BasicTestCase(unittest.TestCase):    @file_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)# 测试结果见下图

• 特殊情况：当入口与文件中数据参数无法统一命名时，解决办法 

# 入口参数与数据参数命名不统一@ddtclass BasicTestCase(unittest.TestCase):    @file_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

• 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

 核心总结

• 数据驱动——代码与数据分离
• yaml数据格式的数据驱动——最为简单快捷

💗 “纵苍茫大地山河璀璨，野花芳草星河烂漫，终不及你嫣然一笑的匆然来犯。” 

                                                                                                    ——Created By 是羽十八ya