Python3数据驱动ddt

　　对于同一个方法执行大量数据的程序时，我们可以采用ddt数据驱动的方式，来对数据规范化整理及输出

一、需要使用python的ddt库，ddt，data，unpack方法

  1、仅使用ddt和data，代码如下

import unittest
from ddt import ddt, data, unpack

test_data = (1, 2, 3)
@ddt      # 需要在要引用的类前面加上 @ddt声明
class TestAdd(unittest.TestCase):
    @data(test_data)       # 调用ddt的数据
    def test_add(self, a): 
        print(a)

test_add函数那里的形参a可以随便定义，程序会自动去接收 @data里面的值

输出结果 

  2、使用unpack功能，此方法主要是拆分数据类型，例如元组(1, 2, 3)，在data下面加上 unpack后，会将数据类型拆分为

"""元组、列表数据驱动"""
import unittest
from ddt import ddt, data, unpack

test_data = ((1, 2, 3), (4, 5, 6), (7, 8, 9))
@ddt      # 需要在要引用的类前面加上 @ddt声明
class TestAdd(unittest.TestCase):
    @data(test_data)   # 调用ddt的数据
    @unpack
    def test_add(self, a, b, c):
        print('数据类型为', type(a), '数值为', a)
        print('数据类型为', type(b), '数值为', b)
        print('数据类型为', type(c), '数值为', c)

输出结果为：

会将test_data大元组拆分为，子类数值，并自动匹配数据类型。   例如将初始数据变为列表类型，并且列表里面的项未字符类型时

import unittest
from ddt import ddt, data, unpack

#test_data = ((1, 2, 3), (4, 5, 6), (7, 8, 9))
test_data = ['A', 'B', 'C']
@ddt      # 需要在要引用的类前面加上 @ddt声明
class TestAdd(unittest.TestCase):
    @data(test_data)   # 调用ddt的数据
    @unpack
    def test_add(self, a, b, c):
        print('数据类型为', type(a), '数值为', a)
        print('数据类型为', type(b), '数值为', b)
        print('数据类型为', type(c), '数值为', c)

结果如下：

所以，ddt和data可以实现数据调用， unpack能对调用的大量数据进行拆分，得到最小等分的数据并进行使用。  注意，拆分之后的数据在函数test_data引用时，形参要和拆分的数量一致，即拆分了3个变量，那么我们调用函数的形参也必须是3个a，b，c  （形参变量名不限，可以任意取，除了系统关键字）

二、对字典类型的数据进行数据驱动及拆分

字典是以键对值的形式来展示的，调用和拆分与列表、元组一样。  唯一不同点，在调用函数引用时，形参必须是字典的键值

"""字典类型数据驱动"""
import unittest
from ddt import ddt, data, unpack

test_data = {"tall": 180, "sex": "boy"}
@ddt
class TestAdd(unittest.TestCase):
    @data(test_data)
    @unpack
    def test_add(self, tall, sex):   # 此处的形参必须要是字典的键值
        print("身高是", tall, "性别是", sex)

运行结果：

三、拓展使用

我们在进行数据驱动时，一般是从excel中读取数据，然后引用。   excel中的数据读取

from openpyxl import load_workbook

class ReadExcel:  # 读取Excel里面的内容
    def __init__(self, file_name, sheet_name):
        self.file_name = file_name
        self.sheet_name = sheet_name

    def get_title(self):     # 读取Excel里面的title数据
        wb = load_workbook(self.file_name)     # 打开Excel工作簿
        sheet1 = wb[self.sheet_name]
        title = []               # 定义一个空列表，将读取的title字段进行存储
        for i in range(1, sheet1.max_column+1):
            title.append(sheet1.cell(1, i).value)
        return title

    def do_excel(self):
        wb = load_workbook(self.file_name)
        sheet1 = wb[self.sheet_name]
        title = self.get_title()   # 调用title内容
        all_data = []
        for j in range(2, sheet1.max_row+1):      # 获取最大行数，加入循环
            row_data={}
            for i in range(3, sheet1.max_column+1):  # 获取最大列数，进行嵌套循环
                row_data[title[i-1]] = sheet1.cell(j, i).value  # 把拿到的数据进行字典的键对值匹配
            all_data.append(row_data)
        return all_data

然后ddt进行引用即可