python ddt

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case除了传参不同外，其实并没什么区别。
这个时候就可以利用ddt来管理测试数据，提高代码复用率。
※但要注意：正向和逆向的要分开写※
安装：pip install ddt
四种模式：第一步引入的装饰器@ddt；导入数据的@data；拆分数据的@unpack；导入外部数据的@file_data

1、读取元组数据

#一定要和单元测试框架一起用
import unittest,os
from ddt import ddt,data,unpack,file_data'''NO.1单组元素'''
@ddt
class Testwork(unittest.TestCase):@data(1,2,3)def test_01(self,value):      #value用来接收data的数据print(value)
if __name__ == '__main__':unittest.main()
结果：
=>123'''NO.2多组未分解元素'''
@ddt
class Testwork(unittest.TestCase):@data((1,2,3),(4,5,6))def test_01(self,value):       print(value)if __name__ == '__main__':unittest.main()
结果：
=>(1, 2, 3)(4, 5, 6)'''NO.3多组分解元素'''
@ddt
class Testwork(unittest.TestCase):@data((1,2,3),(4,5,6))@unpack          #拆分数据def test_01(self,value1,value2,value3):    #每组数据有3个值，所以设置3个形参print(value1,value2,value3)if __name__ == '__main__':unittest.main()
结果：
=>1 2 34 5 6

2、读取列表数据

import unittest,os
from ddt import ddt,data,unpack,file_data'''NO.1单组元素和多组元素未分解都一样,下面看嵌套，考眼力了~'''
@ddt
class Testwork(unittest.TestCase):@data([{'name':'lili','age':12},{'sex':'male','job':'teacher'}])# @unpackdef test_01(self,a):print(a)if __name__ == '__main__':unittest.main()
结果：
=>[{'name': 'lili', 'age': 12}, {'sex': 'male', 'job': 'teacher'}]
※上面结果可以看出：无法运用到requests数据请求中，所以不是很实用※'''NO.2多组元素分解'''
@ddt
class Testwork(unittest.TestCase):@data([{'name':'lili','age':12},{'sex':'male','job':'teacher'}])@unpackdef test_01(self,a,b):print(a,b)if __name__ == '__main__':unittest.main()
结果：
=>{'name': 'lili', 'age': 12} {'sex': 'male', 'job': 'teacher'}
※拆分后的运行结果，不带有[ ]，拆分是将列表中的2个字典拆分，所以有2个数据※

3、读取字典数据

import unittest,os
from ddt import ddt,data,unpack,file_data'''※字典的读取比较特殊，因为在拆分的时候，形参和实参的key值要一致，否则就报错※''''''NO.1单组数据'''
@ddt
class Testwork(unittest.TestCase):@data({'name':'lili','age':'16'},{'sex':'female','job':'nurser'})# @unpackdef test_01(self,a):print(a)if __name__ == '__main__':unittest.main()
结果：
=>{'name': 'lili', 'age': '16'}{'sex': 'female', 'job': 'nurser'}
※以上运行的结果数据，就可以用来作为requests的请求参数~！※'''NO.2多数据拆分，重点来了'''
@ddt
class Testwork(unittest.TestCase):@data({'name':'lili','age':'16'},{'name':'female','age':'nurser'})@unpackdef test_01(self,name,age):print(name,age)if __name__ == '__main__':unittest.main()
结果：
=>lili 16female nurser
※重点来了：首先结果展示的数据是字典里的value，没有打印key的值；其次@data里的数据key值和def方法里的形参
名称一定要一致，否则，打印的时候，就会报莫名的参数错误，这里就不做展示，爱学习的同学可以尝试一下~！※

4、读取文件数据

import unittest,os
from ddt import ddt,data,unpack,file_data'''数据格式必须为json，且必须为双引号的键值对形式，如果不是json格式，有列表等其它格式嵌套的话，无论是
否有@unpack，形参和参数数量都要和key值相等'''
@ddt
class testwork(unittest.TestCase):testdata=[{'a':'lili','b':12},{'a':'sasa','b':66}]@data(*testdata)# @unpackdef test_01(self,value):print(value)@file_data(os.getcwd()+'/jsonll.txt')def test_02(self,value2):print(value2)if __name__ == '__main__':unittest.main()
结果：
=>{'a': 'lili', 'b': 12}{'a': 'sasa', 'b': 66}nickmale29

#########################################################

注意：

1、unpack按逗号将拿到的每条数据拆分，如下图

2、拆分的数据个数不一样时，可以使用默认值，但一般test_data里边的数据要保持个数一致，如下图

3、如果@unpack后的参数少于5个，推荐使用unpack，

需要注意参数不对待的情况，提供对应个数的参数来接收变量

如果要对字典进行unpack，参数名一定要与字典里边的名字保持一样。

import unittest
from ddt import ddt, data, unpack
test_data = [{"name": "张三", "age": 18}, {"name": "李四", "age": 20}]@ddt
class TestDdtDic(unittest.TestCase):@data(*test_data)def test_dic(self, item):print("test_dic 方法中  item is : {}".format(item))@data(*test_data)@unpackdef test_dic_unpack(self, name, age):print("test_dic_unpack 方法中：name:{},age is {}".format(name, age))if __name__ == '__main__':unittest.main()#################运行结果如下：#################
test_dic 方法中  item is : {'name': '张三', 'age': 18}
test_dic 方法中  item is : {'name': '李四', 'age': 20}
test_dic_unpack 方法中：name:张三,age is 18
test_dic_unpack 方法中：name:李四,age is 20

python ddt相关推荐

案例驱动python编程入门-python ddt数据驱动实例代码分享
python ddt数据驱动最简实例在接口自动化测试中,往往一个接口的用例需要考虑正确的.错误的.异常的.边界值等诸多情况,然后你需要写很多个同样代码,参数不同的用例.如果测试接口很多,不但需要写 ...
python ddt mysql_Python数据驱动DDT的应用
原标题:Python数据驱动DDT的应用在开始之前,我们先来明确一下什么是数据驱动,在百度百科中数据驱动的解释是:数据驱动测试,即黑盒测试(Black-box Testing),又称为功能测试,是把 ...
python ddt mysql_40- 数据驱动（ddt）
[TOC] 前言在设计用例的时候,有些用例只是参数数据的输入不一样,比如登录这个功能,操作过程但是一样的.如果用例重复去写操作过程会增加代码量,对应这种多组数据的测试用例,可以用数据驱动设计模式,一 ...
python ddt浅析
文章目录前言一.ddt简单介绍 1.ddt是什么 2.使用ddt的好处 3.导入ddt模块 4.四种模式二.ddt处理各种类型数据 1.分析ddt工作原理 2.ddt测试元祖数据 2.1测试单组 ...
python ddt模块
python数据驱动模块ddt 一.安装 pip install ddt 二.使用,参考文章 https://www.cnblogs.com/miniren/p/7099187.html 1.传入一个 ...
python+ddt
ddt 依赖宝:pip install ddt from ddt import ddt,data data = [1,2,3] class Test:@data(*data)def test_ddt( ...
python ddt安装
pip install ddt
python ddt 实现数据驱动
ddt 是第三方模块,需安装, pip install ddt DDT包含类的装饰器ddt和两个方法装饰器data(直接输入测试数据)@data和@file_data 通常情况下,data中的数据按照 ...
python输入多组测试数据_python ddt数据驱动实例代码分享
python ddt数据驱动最简实例在接口自动化测试中,往往一个接口的用例需要考虑正确的.错误的.异常的.边界值等诸多情况,然后你需要写很多个同样代码,参数不同的用例.如果测试接口很多,不但需要写 ...

python ddt

python ddt相关推荐

最新文章

热门文章