Python接口自动化系列之unittest结合ddt的使用教程详解

import unittest
import ddt
# 首先我们导入ddt

# 我们还是哪官网这个加法方法来做例子，首先我们准备一些测试数据

data = [(1,2,3),
    (1,3,4),
    (1,4,5)]

# 装饰类，也就是继承自TestCase的类,可以理解为给这个类戴了个帽子
@ddt.ddt
class IntegerArithmeticTestCase(unittest.TestCase):
  # 装饰测试方法。参数是一系列的值
  # 注意要加这个*，多组数据，@ddt.data(*data)相当于@ddt.data((1,2,3),(1,3,4),(1,4,5))
  @ddt.data(*data)
  # 每次运行都会从 data中取出一组数据，动态生成一个独立的测试用例方法
  def testAdd(self,test_data):
    print(test_data)
    self.assertEqual((test_data[0] + test_data[1]), test_data[2])
'''
测试用例方法名生成规则
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。
'''
if __name__ == '__main__':
  unittest.main(verbosity=2)

import unittest
import ddt


# 装饰类，也就是继承自TestCase的类,可以理解为给这个类戴了个帽子
@ddt.ddt
class IntegerArithmeticTestCase(unittest.TestCase):
  # 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
  @ddt.file_data('d1.json')
  @ddt.unpack
  # 每次运行都会从 data中取出一组数据，动态生成一个独立的测试用例方法
  def testAdd(self,first,second,values):
    self.assertEqual( (first+ second), values)

if __name__ == '__main__':
  unittest.main(verbosity=2)