news 2026/9/2 23:24:57

unittestreport 数据驱动 (DDT) 的实现源码解析

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
unittestreport 数据驱动 (DDT) 的实现源码解析
前言

在做自动化过程中,通过数据驱动主要是为了将用例数据和用例逻辑进行分离,提高代码的重用率以及方便用例后期的维护管理。很多小伙伴在使用unittest做自动化测试的时候,都是用的ddt这个模块来实现数据驱动的。也有部分小伙伴对ddt内部实现的源码比较感兴趣,前段时间小编在开发unttestreport的时候也写了一版数据驱动,使用的入口和ddt差不多,今天就给大家分析一下unittestreport中数据驱动(ddt),源码实现的过程!

一、快速使用

在给大家分析源码之前先给大家讲解一下unittestreport中的ddt如何使用!unittestreport.dataDriver模块中实现了三个使用方法,支持使用列表(可迭代对象)、json文件、yaml文件来生成测试用例,这边给大家介绍一下使用方法:

  • 1、模块导入

    from unittestreport.dataDriver import ddt, list_data
  • 2、使用案例

    • 第一步:使用ddt装饰测试用例类

    • 第二步:根据使用的数据选择对应的方法进行驱动

    from unittestreport import ddt, list_data @ddt class TestClass(unittest.TestCase): cases = [{'title': '用例1', 'data': '用例参数', 'expected': '预期结果'}, {'title': '用例2', 'data': '用例参数', 'expected': '预期结果'}, {'title': '用例3', 'data': '用例参数', 'expected': '预期结果'}] @list_data(cases) def test_case(self, data): pass
    • 第三步:运行上面用例文件,就会发现执行了三条测试用例

二、源码分析

在上面的使用案例中我们使用了一个ddt的装饰器去装饰测试用例类,一个list_data的装饰器去装饰测试用例方法。

1、ddt

在上面的用例类前面我们用了一个@ddt这行代码的作用到底是什么呢?

# @ddt这个是装饰器的语法,这行代码的作用等同于 TestClass = ddt(TestClass)

我们来看一下ddt里面的源码

def ddt(cls): for name, func in list(cls.__dict__.items()): if hasattr(func, "PARAMS"): for index, case_data in enumerate(getattr(func, "PARAMS")): # 生成用例名称, new_test_name = _create_test_name(index, name) # 生成用例描述 if isinstance(case_data, dict) and case_data.get("title"): test_desc = case_data.get("title") elif isinstance(case_data, dict) and case_data.get("desc"): test_desc = case_data.get("desc") else: test_desc = func.__doc__ func2 = _update_func(new_test_name, case_data, test_desc, func) setattr(cls, new_test_name, func2) else: delattr(cls, name) return cls

从上面的源码我们可以看出来,把测试类当成参数传入data之后,在内部做了一系列操作之后将测试类返回了出来。这一系列操作其实就是根据测试用例数据,创建测试用例方法添加到测试类中,代码中重要步骤如下图描述所示。

对于上面遍历,判断方法是否拥有PARAMS属性,这个PARAMA属性是怎么来的呢?PARAMA属性是@list_data(cases)的时候添加的,接下来我们来看一下list_data的源码

2、list_data

上面案例中@list_data(cases)这行代码的作用等同于test_case = list_data(cases)(test_case),我们来看一下源码。

def list_data(datas): """ :param datas: 测试数据 :return: """ def wrapper(func): setattr(func, "PARAMS", datas) return func return wrapper

'

运行

运行

通过源码我们可以发现执行@list_data(cases)的时候只做了一件事情,就是给测试用例方法添加了一个PARAMS属性。

通过上面的源码分析,我们来简单的讲一下,关于ddt实现的具体流程。

3、其他的内部实现方法

在ddt这个函数中我们调用了_create_test_name方法和_update_func这两个内部方法,那么这两个内部方法中分别做了什么事情呢?接下来分别来看一下

  • _create_test_name:创建用例的方法名

    def _create_test_name(index, name): if index + 1 < 10: test_name = name + "_0" + str(index + 1) else: test_name = name + "_" + str(index + 1) return test_name

    可以看到该方法会根据传进来的index(用例数据的索引)和原用例名进行拼接,生成一个新的用例方法名。

  • _update_func:创建一个新的用例方法

    def _update_func(new_func_name, params, test_desc, func, *args, **kwargs): @wraps(func) def wrapper(self): return func(self, params, *args, **kwargs) wrapper.__wrapped__ = func wrapper.__name__ = new_func_name wrapper.__doc__ = test_desc return wrapper

    从上面的代码可以看到,这个函数内部重写定义了一个函数,将原来的函数保存为了这个函数对象的属性,并设置了函数名,以及函数相关的文档字符串,最后将函数返回了。函数内部调研的还是原来的函数(测试用例方法)。

4、实现流程的分析

  • 1、将所有的测试用例数据保存为测试方法的PARAMS属性。

  • 2、遍历测试类的所有属性和方法。

  • 3、判断遍历出来的属性或者方法是否拥有PARAMS属性。

  • 4、如果拥有PARAMS属性,那么就遍历PARAMS中的测试数据。

  • 5、每遍历出来一条数据,就创建一个测试方法,并将测试方法添加为测试类的类属性。

关于数据驱动实现的源码就给大家介绍到这里了,另附unittestreport模块详细的使用文档,里面有关于更多的uniitestreport扩展使用功能哦。

最后作为一位过来人也是希望大家少走一些弯路,在这里我给大家分享一些软件测试的学习资料,这些资料希望能给你前进的路上带来帮助。

视频文档获取方式:
这份文档和视频资料,对于想从事【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴我走过了最艰难的路程,希望也能帮助到你!以上均可以分享,点下方小卡片即可自行领取。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/2 21:32:32

UI自动化测试三大痛点

&#x1f345; 点击文末小卡片&#xff0c;免费获取软件测试全套资料&#xff0c;资料在手&#xff0c;涨薪更快当我们找工作的时候查看招聘信息发现都需要有自动化测试经验&#xff0c;由此看来测试人员不会一点自动化测试技术都不好意思说自己是做软件测试的。大部分测试人员…

作者头像 李华
网站建设 2026/8/27 15:55:50

Nature 正刊:3D纳米制造技术

近日&#xff0c;劳伦斯利弗莫尔国家实验室联合斯坦福大学&#xff0c;提出了一种基于超透镜阵列和空间自适应照明的新型TPL系统&#xff0c;成功实现厘米级无拼接3D打印&#xff0c;并将打印吞吐量提升至每秒10⁸体素。该技术有望用于复杂纳米结构的快速批量制造&#xff0c;潜…

作者头像 李华
网站建设 2026/9/2 23:22:23

揭秘Open-AutoGLM如何远程控制手机:9大核心技术曝光与实操步骤

第一章&#xff1a;Open-AutoGLM远程控制手机的技术背景与演进随着人工智能与移动设备深度融合&#xff0c;远程智能控制技术逐渐成为人机交互的重要方向。Open-AutoGLM作为基于大语言模型&#xff08;LLM&#xff09;的开源自动化框架&#xff0c;通过自然语言指令实现对智能手…

作者头像 李华
网站建设 2026/9/2 22:26:16

揭秘Open-AutoGLM安装全流程:5个关键步骤避免踩坑,省下3天调试时间

第一章&#xff1a;Open-AutoGLM安装全流程概览Open-AutoGLM 是一款基于开源大语言模型的自动化代码生成工具&#xff0c;支持多种开发环境部署与集成。为确保用户能够顺利搭建运行环境&#xff0c;本文提供从依赖配置到服务启动的完整安装流程。环境准备 在开始安装前&#xf…

作者头像 李华
网站建设 2026/8/31 2:44:34

探索可配置视觉测量软件:强大功能与代码揭秘

可配置视觉测量软件&#xff0c;包含常用功能&#xff1a;模板匹配、二值化、转灰度图像、测量算子、扫码、抓边工具等&#xff0c;可选择输出项在机器视觉领域&#xff0c;一款可配置的视觉测量软件就像是一把万能钥匙&#xff0c;能为不同的工业检测、图像分析等场景提供解决…

作者头像 李华
网站建设 2026/8/30 10:03:38

粒子碰撞识别:CERN数据+TensorFlow模型实战

粒子碰撞识别&#xff1a;CERN数据TensorFlow模型实战 在欧洲核子研究中心&#xff08;CERN&#xff09;的地下百米深处&#xff0c;大型强子对撞机&#xff08;LHC&#xff09;每秒制造上亿次粒子碰撞。这些看似混沌的事件背后&#xff0c;可能隐藏着希格斯玻色子、暗物质甚至…

作者头像 李华