python 的unittest 没有自带数据驱动功能。
所以如果使用unittest,同时又想使用数据驱动,那么就可以使用DDT来完成。
DDT是 “Data-Driven Tests”的缩写。
资料:http://ddt.readthedocs.io/en/latest/
装饰类,也就是继承自TestCase的类。
装饰测试方法。参数是一系列的值。
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,如果文件以”.yml”或者”.yaml”结尾,ddt会作为yaml类型处理,其他所有文件都会作为json文件处理。
如果文件中是列表,每个列表的值会作为测试用例参数,同时作为测试用例方法名后缀显示。
如果文件中是字典,字典的key会作为测试用例方法的后缀显示,字典的值会作为测试用例参数。
传递的是复杂的数据结构时使用。比如使用元组或者列表,添加unpack之后,ddt会自动把元组或者列表对应到多个参数上。字典也可以这样处理。参见下面的示例2.
使用ddt后,会产生一个新的测试用例方法名:之前的测试用例方法名_ordinal_data
之前的测试用例方法名:即定义的测试用例方法名。比如def test_large(),这里就是test_large
ordinal:整数,从1开始递加。
data:如果传递过来的数据存在__name__属性,则这里就是该数据的__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。比如(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。
需要导入ddt包,然后再TestCase类上采用@ddt进行装饰,测试方法上装饰@data()。
data可以是数值,也可以是字符串。
import unittest from ddt import ddt, data from ddt_demo.mycode import larger_than_two @ddt class FooTestCase(unittest.TestCase): @data(3, 4, 12, 23) def test_larger_than_two(self, value): self.assertTrue(larger_than_two(value)) @data(1, -3, 2, 0) def test_not_larger_than_two(self, value): self.assertFalse(larger_than_two(value)) @data(u'ascii', u'non-ascii-\N{SNOWMAN}') def test_unicode(self, value): self.assertIn(value, (u'ascii', u'non-ascii-\N{SNOWMAN}')) if __name__=='__main__': unittest.main(verbosity=2)
输出如下:
test_larger_than_two_1_3 (__main__.FooTestCase) ... ok test_larger_than_two_2_4 (__main__.FooTestCase) ... ok test_larger_than_two_3_12 (__main__.FooTestCase) ... ok test_larger_than_two_4_23 (__main__.FooTestCase) ... ok test_not_larger_than_two_1_1 (__main__.FooTestCase) ... ok test_not_larger_than_two_2__3 (__main__.FooTestCase) ... ok test_not_larger_than_two_3_2 (__main__.FooTestCase) ... ok test_not_larger_than_two_4_0 (__main__.FooTestCase) ... ok test_unicode_1_ascii (__main__.FooTestCase) ... ok test_unicode_2_non_ascii__ (__main__.FooTestCase) ... ok ---------------------------------------------------------------------- Ran 10 tests in 0.001s OK
可以看到上面只写了3个测试方法,但是最后run了10个用例。
这里测试方法后会被ddt加一个后缀,ddt会尝试把测试数据转化为后缀附在测试方法后,组成一个新的名字。
使用复杂的数据结构时,需要用到@unpack,同时测试方法的参数需要使用对应的多个,比如下面的frist_value 以及 second_value。
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): self.assertTrue(first < third < second) if __name__=='__main__': unittest.main(verbosity=2)
执行之后,全部pass。
新建文件 test_data_list.json:
[ "Hello", "Goodbye" ]
新建文件 test_data_dict.json:
{ "unsorted_list": [ 10, 12, 15 ], "sorted_list": [ 15, 12, 50 ] }
新建测试脚本ddt_test.py:
import unittest from ddt import ddt, file_data from ddt_demo.mycode import has_three_elements,is_a_greeting @ddt class FooTestCase(unittest.TestCase): @file_data('test_data_dict.json') def test_file_data_json_dict(self, value): self.assertTrue(has_three_elements(value)) @file_data('test_data_list.json') def test_file_data_json_list(self, value): self.assertTrue(is_a_greeting(value)) if __name__=='__main__': unittest.main(verbosity=2)
新建文件 test_data_list.yaml:
- "Hello" - "Goodbye"
新建文件 test_data_dict.yaml:
unsorted_list: - 10 - 15 - 12 sorted_list: [ 15, 12, 50 ]
新建测试脚本ddt_test.py:
import unittest from ddt import ddt, file_data from ddt_demo.mycode import has_three_elements,is_a_greeting @ddt class FooTestCase(unittest.TestCase): @file_data('test_data_dict.yaml') def test_file_data_yaml_dict(self, value): self.assertTrue(has_three_elements(value)) @file_data('test_data_list.yaml') def test_file_data_yaml_list(self, value): self.assertTrue(is_a_greeting(value)) if __name__=='__main__': unittest.main(verbosity=2)