本文共 1714 字，大约阅读时间需要 5 分钟。

数据驱动测试（Data-Driven Testing，简称 DDT）是一种通过外部数据源驱动自动化测试的方法，能够灵活处理多种输入数据和期望值，从而减少硬编码数据的使用。这种测试模式特别适用于需要验证多组数据的测试场景，例如ATM取款、登录功能等。

数据驱动测试的核心原理

安装所需库

pip install ddt

pip install xlrd

Excel数据读取示例

import xlrdclass ExcelUtil:    def __init__(self, excelPath, sheetName):        self.data = xlrd.open_workbook(excelPath)        self.table = self.data.sheet_by_name(sheetName)        self.row = self.table.row_values(0)  # 获取表头        self.rowNum = self.table.nrows        # 获取总行数        self.colNum = self.table.ncols        # 获取总列数    def get_data(self):        data = []        for i in range(1, self.rowNum):            current_row = self.table.row_values(i)            item = {}            for j in range(self.colNum):                item[self.row[j]] = current_row[j]            data.append(item)        return data

测试用例示例

import unittestfrom ddt import ddt, data, unpackfrom ExcelUtil import ExcelUtilclass DataTest(unittest.TestCase):    @classmethod    def setUpClass(cls):        print("开始测试")    @ddt.data(*excel.get_data())    def test_login(self, data):        print(f"测试用户：{data['username']}")        print(f"测试密码：{data['password']}")        print(f"测试国家：{data['country']}")

注意事项

• 数据文件格式：确保Excel文件的第一行为表头，后续行为测试数据。
• 参数解析：使用@unpack装饰符时，确保数据类型与参数类型匹配。
• 多线程测试：在多线程环境下，使用@ddt装饰符前，需避免使用unittest.isolatedThreads()来防止干扰。

通过上述方法，可以将测试脚本与数据源解耦，实现数据驱动测试的高复用性和灵活性。

转载地址：http://pjbg.baihongyu.com/