当前位置：首页 > news >正文

ddt 库注解总结

news 来源：原创 2025/6/16 22:05:01

`ddt` 库注解总结

ddt（Data-Driven Tests）是 Python 中用于实现数据驱动测试的库，以下是该库中主要注解的详细介绍。

1. 安装 `ddt` 库

使用 pip 进行安装：

pip install ddt

2. 主要注解及其作用

2.1 `@ddt`

作用：用于装饰测试类，表明该类使用数据驱动测试。
示例：

import unittest
from ddt import ddt

@ddt
class TestClass(unittest.TestCase):
    pass

2.2 `@data`

作用：用于提供测试数据，可接受多个参数，每个参数作为一组测试数据传入测试方法。
示例：

import unittest
from ddt import ddt, data

@ddt
class TestAddition(unittest.TestCase):
    @data(1, 2, 3)
    def test_single_value(self, num):
        self.assertEqual(isinstance(num, int), True)

2.3 `@unpack`

作用：当 @data 提供的数据是元组、列表或字典时，使用 @unpack 可将这些数据解包，分别传递给测试方法的多个参数。
示例：

import unittest
from ddt import ddt, data, unpack

@ddt
class TestAddition(unittest.TestCase):
    @data((1, 2, 3), (4, 5, 9))
    @unpack
    def test_addition(self, a, b, expected):
        result = a + b
        self.assertEqual(result, expected)

2.4 `@file_data`

作用：允许从文件（如 JSON 或 YAML 文件）中读取测试数据，将测试数据和测试代码分离，方便管理大量测试数据。
示例：
- test_data.json 文件内容：

[
    [1, 2, 3],
    [4, 5, 9]
]

- 测试代码：

import unittest
from ddt import ddt, file_data

@ddt
class TestAdditionFromFile(unittest.TestCase):
    @file_data('test_data.json')
    def test_addition(self, a, b, expected):
        result = a + b
        self.assertEqual(result, expected)

3. 额外使用场景及注意事项

3.1 与 `@data` 结合使用不同类型数据

@data 可接受多种类型的数据，包括基本数据类型、列表、元组、字典等。

import unittest
from ddt import ddt, data

@ddt
class TestDifferentDataTypes(unittest.TestCase):
    @data([1, 2], [3, 4])
    def test_list_data(self, data_list):
        self.assertEqual(len(data_list), 2)

    @data({'name': 'Alice', 'age': 20}, {'name': 'Bob', 'age': 25})
    def test_dict_data(self, data_dict):
        self.assertEqual('name' in data_dict, True)