数据驱动
在 unittest 中，使用读取数据文件来实现参数化可以吗？当然可以。这里以读取 CSV
文件为例。创建一个 baidu_data.csv 文件，如图所示：
文件第一列为测试用例名称，第二例为搜索的关键字。接下来创建 test_baidu_data.py文件。
# _*_ coding:utf-8 _*_"""name:zhangxingzaidate:2023/3/19"""import csvimport codecsimport unittestfrom time import sleepfrom itertools import islicefrom selenium import webdriverfrom selenium.webdriver.common.by import Byclass TestBaidu(unittest.TestCase): @classmethod def setUpClass(cls): cls.driver = webdriver.Firefox() cls.base_url = "https://www.baidu.com" @classmethod def tearDownClass(cls): cls.driver.quit() def baidu_search(self, search_key): self.driver.get(self.base_url) self.driver.find_element(By.ID, "kw").send_keys(search_key) self.driver.find_element(By.ID, "su").click() sleep(3) def test_search(self): with codecs.open('baidu_data.csv', 'r', 'utf_8_sig') as f: data = csv.reader(f) for line in islice(data, 1, None): search_key = line[1] self.baidu_search(search_key)if __name__ == '__main__': unittest.main(verbosity=2)这样做似乎没有问题，确实可以读取 baidu_data.csv 文件中的三条数据并进行测试，测
试结果如下：
根据结果看这样划分并不合理，比如，有 10 条数据，只要有 1 条数据执行失败，那么整个测试用
例就执行失败了。所以，10 条数据对应 10 条测试用例更为合适，就算其中 1 条数据的测
试用例执行失败了，也不会影响其他 9 条数据的测试用例的执行，并且在定位测试用例失
败的原因时会更加简单。修改代码如下：
# _*_ coding:utf-8 _*_"""name:zhangxingzaidate:2023/3/19"""import csvimport codecsimport unittestfrom time import sleepfrom itertools import islicefrom selenium import webdriverfrom selenium.webdriver.common.by import Byclass TestBaidu(unittest.TestCase): @classmethod def setUpClass(cls): cls.driver = webdriver.Firefox() cls.base_url = "https://www.baidu.com" cls.test_data = [] with codecs.open('baidu_data.csv', 'r', 'utf_8_sig') as f: data = csv.reader(f) for line in islice(data, 1, None): cls.test_data.append(line) @classmethod def tearDownClass(cls): cls.driver.quit() def baidu_search(self, search_key): self.driver.get(self.base_url) self.driver.find_element(By.ID, "kw").send_keys(search_key) self.driver.find_element(By.ID, "su").click() sleep(3) def test_search_selenium(self): self.baidu_search(self.test_data[0][1]) def test_search_unittest(self): self.baidu_search(self.test_data[1][1]) def test_search_parameterized(self): self.baidu_search(self.test_data[2][1])if __name__ == '__main__': unittest.main(verbosity=2)优化后用setUpClass() 方法读取 baidu_data.csv 文件，并将文件中的数据存储到
test_data 数组中。分别创建不同的测试方法使用 test_data 中的数据，测试结果如下：
从测试结果可以看到，3 条数据被当作 3 条测试用例执行了。那么是不是就完美解决
了前面的问题呢？接下来，需要思考一下，读取数据文件带来了哪些问题？
（1）增加了读取的成本。不管什么样的数据文件，在运行自动化测试用例前都需要将
文件中的数据读取到程序中，这一步是不能少的。
（2）不方便维护。读取数据文件是为了方便维护，但事实上恰恰相反。在 CSV 数据文
件中，并不能直观体现出每一条数据对应的测试用例。而在测试用例中通过 test_data[0][1]
方式获取数据也存在很多问题，如果在 CSV 文件中间插入了一条数据，那么测试用例获取
到的测试数据很可能就是错的。
如果在测试过程中需要用很多数据怎么办？我们知道测试脚本并不是用来存放数据的
地方，如果待测试的数据很多，那么全部放到测试脚本中显然并不合适。
在回答这个问题之前，先思考一下什么是 UI 自动化测试？UI 自动化测试是站在用户
的角度模拟用户的操作。那么用户在什么场景下会输入大量的数据呢？其实输入大量数据
的功能很少，如果整个系统都需要用户重复或大量地输入数据，那么很可能是用户体验做
得不好！大多数时候，系统只允许用户输入用户名、密码和个人信息，或搜索一些关键字
等。
假设我们要测试用户发文章的功能，这时确实会用到大量的数据。
那么读取数据文件是不是就完全没必要了呢？当然不是，比如一些自动化测试的配置
就可以放到数据文件中，如运行环境、运行的浏览器等，放到配置文件中会更方便管理。
DDT（Data-Driven Tests）
DDT是针对 unittest 单元测试框架设计的扩展库。允许使用不同的测试数据来运行一个测试用例，并将其展示为多个测试用例。
GitHub 地址：https://github.com/datadriventests/ddt。
DDT 支持 pip 安装。
pip install ddt以百度搜索为例，来看看 DDT 的用法。创建 test_baidu_ddt.py 文件
# _*_ coding:utf-8 _*_"""name:zhangxingzaidate:2023/3/19"""import unittestfrom time import sleepfrom selenium import webdriverfrom selenium.webdriver.common.by import Byfrom ddt import ddt, data, file_data, unpack@ddtclass TestBaidu(unittest.TestCase): @classmethod def setUpClass(cls): cls.driver = webdriver.Firefox() cls.base_url = "https://www.baidu.com" def baidu_search(self, search_key): self.driver.get(self.base_url) self.driver.find_element(By.ID, "kw").send_keys(search_key) self.driver.find_element(By.ID, "su").click() sleep(3) # 参数化使用方式一 @data(["case1", "selenium"], ["case2", "ddt"], ["case3", "python"]) @unpack def test_search1(self, case, search_key): print("第一组测试用例：", case) self.baidu_search(search_key) self.assertEqual(self.driver.title, search_key + "_百度搜索") # 参数化使用方式二 @data(("case1", "selenium"), ("case2", "ddt"), ("case3", "python")) @unpack def test_search2(self, case, search_key): print("第二组测试用例：", case) self.baidu_search(search_key) self.assertEqual(self.driver.title, search_key + "_百度搜索") # 参数化使用方式三 @data({"search_key": "selenium"}, {"search_key": "ddt"}, {"search_key": "python"}) @unpack def test_search3(self, search_key): print("第三组测试用例：", search_key) self.baidu_search(search_key) self.assertEqual(self.driver.title, search_key + "_百度搜索") @classmethod def tearDownClass(cls): cls.driver.quit()if __name__ == '__main__': unittest.main(verbosity=2)使用 DDT 需要注意以下几点：
首先，测试类需要通过@ddt 装饰器进行装饰。
其次，DDT 提供了不同形式的参数化。这里列举了三组参数化，第一组为列表，第二
组为元组，第三组为字典。需要注意的是，字典的 key 与测试方法的参数要保持一致。
执行结果如下：
DDT 同样支持数据文件的参数化。它封装了数据文件的读取，让我们更专注于数据文
件中的内容，以及在测试用例中的使用，而不需要关心数据文件是如何被读取进来的。
首先，创建 ddt_data_file.json 文件：
{ "case1": {"search_key": "python"}, "case2": {"search_key": "ddt"}, "case3": {"search_key": "Selenium"}}在测试用例中使用 test_data_file.json 文件参数化测试用例，在 test_baidu_ddt.py 文件中
增加测试用例数据。代码如下：
# _*_ coding:utf-8 _*_"""name:zhangxingzaidate:2023/3/19"""import unittestfrom time import sleepfrom selenium import webdriverfrom selenium.webdriver.common.by import Byfrom ddt import ddt, data, file_data, unpack@ddtclass TestBaidu(unittest.TestCase): @classmethod def setUpClass(cls): cls.driver = webdriver.Firefox() cls.base_url = "https://www.baidu.com" def baidu_search(self, search_key): self.driver.get(self.base_url) self.driver.find_element(By.ID, "kw").send_keys(search_key) self.driver.find_element(By.ID, "su").click() sleep(3) # 参数化使用方式一 @data(["case1", "selenium"], ["case2", "ddt"], ["case3", "python"]) @unpack def test_search1(self, case, search_key): print("第一组测试用例：", case) self.baidu_search(search_key) self.assertEqual(self.driver.title, search_key + "_百度搜索") # 参数化使用方式二 @data(("case1", "selenium"), ("case2", "ddt"), ("case3", "python")) @unpack def test_search2(self, case, search_key): print("第二组测试用例：", case) self.baidu_search(search_key) self.assertEqual(self.driver.title, search_key + "_百度搜索") # 参数化使用方式三 @data({"search_key": "selenium"}, {"search_key": "ddt"}, {"search_key": "python"}) @unpack def test_search3(self, search_key): print("第三组测试用例：", search_key) self.baidu_search(search_key) self.assertEqual(self.driver.title, search_key + "_百度搜索") # 参数化读取 JSON 文件 @file_data('ddt_data_file.json') def test_search4(self, search_key): print("第四组测试用例：", search_key) self.baidu_search(search_key) self.assertEqual(self.driver.title, search_key + "_百度搜索") @classmethod def tearDownClass(cls): cls.driver.quit()if __name__ == '__main__': unittest.main(verbosity=2)注意，ddt_data_file.json 文件需要与 test_baidu_ddt.py 放在同一目录下面，否则需要指
定 ddt_data_file.json 文件的路径。
除此之外，DDT 还支持 yaml 格式的数据文件。创建 ddt_data_file.yaml 文件：
case1: - search_key: "python"case2: - search_key: "ddt"case3: - search_key: "unittest"在 test_baidu_ddt.py 文件中增加测试用例：
以上省略。。。# 参数化读取 yaml 文件 @file_data('ddt_data_file.yaml') def test_search5(self, case): search_key = case[0]["search_key"] print("第五组测试用例：", search_key) self.baidu_search(search_key) self.assertEqual(self.driver.title, search_key + "_百度搜索")这里的取值与上面的 JSON 文件有所不同，因为每一条用例都被解析为[{'search_key':
'python'}]，所以要想取到搜索关键字，则需要通过 case[0]["search_key"]的方式获取。
注意：这里有可能读取yaml文件夹失败，程序执行报错，可以安装PyYAML库修复。
pip install PyYAML