YAML 文件实现 DDT（数据驱动测试）

以下是使用 YAML 文件实现 DDT（数据驱动测试） 的详细步骤和示例，基于 Python 的 ddt 库和 PyYAML 解析器。

1. 安装依赖库

pip install ddt PyYAML

2. 创建 YAML 测试数据文件

创建 test_data.yaml，定义测试数据：

test_cases:
  - name: "登录成功"
    username: "user1"
    password: "pass123"
    expected: "success"

  - name: "密码错误"
    username: "user2"
    password: "wrong_pass"
    expected: "fail"

  - name: "空用户名"
    username: ""
    password: "pass123"
    expected: "error"

3. 编写测试脚本

创建测试文件 test_login.py，读取 YAML 数据并驱动测试：

import unittest
import yaml
from ddt import ddt, data, unpack

# 读取 YAML 文件
def load_test_data(file_path):
    with open(file_path, 'r') as f:
        data = yaml.safe_load(f)
        return data['test_cases']

@ddt
class TestLogin(unittest.TestCase):

    @data(*load_test_data('test_data.yaml'))  # 加载 YAML 数据
    @unpack  # 解包字典为关键字参数
    def test_login(self, name, username, password, expected):
        print(f"Running test case: {name}")
        # 调用实际登录逻辑（示例用伪代码）
        result = self.login(username, password)
        self.assertEqual(result, expected)

    def login(self, username, password):
        # 实际登录逻辑（示例仅模拟）
        if username == "user1" and password == "pass123":
            return "success"
        elif not username:
            return "error"
        else:
            return "fail"

if __name__ == '__main__':
    unittest.main()

4. 执行测试

运行测试脚本，自动生成多个测试用例：

python -m unittest test_login.py -v

输出结果示例：

test_login_0_登录成功 (test_login.TestLogin) ... ok
test_login_1_密码错误 (test_login.TestLogin) ... ok
test_login_2_空用户名 (test_login.TestLogin) ... ok  

关键点解释

1. YAML 数据解析：使用 PyYAML 读取 YAML 文件，返回字典或列表。safe_load 防止解析恶意代码。
2. DDT 装饰器：@data(*load_test_data(...)) 将 YAML 数据列表展开为多个测试参数。@unpack 将字典解包为关键字参数（如 name, username 等）。
3. 测试用例命名：DDT 自动生成用例名称（如 test_login_0_登录成功），便于调试。
4. 扩展性：只需修改 YAML 文件即可添加新测试场景，无需修改测试代码。

进阶优化

• 参数化异常场景：
• 多层级 YAML 结构：
• 结合 pytest：使用 pytest.mark.parametrize 替代 ddt，更灵活：

通过 YAML + DDT，可以实现 测试数据与代码分离，提升测试可维护性和可读性。