### 结合使用 Requests、Pytest 和 DDT 实现数据驱动测试 #### 使用 `pytest` 和 `requests` 为了进行 HTTP 请求并验证响应，通常会结合使用 Python 的 `requests` 库来发送请求以及 `pytest` 来编写和管理测试用例。通过这种方式，能够有效地模拟客户端行为并对服务器端做出的行为进行断言。 ```python import requests def test_api_get_request(): response = requests.get('http://example.com/api/resource') assert response.status_code == 200, f"Unexpected status code {response.status_code}" ``` 此段代码展示了如何利用 `requests` 发送 GET 请求，并通过 `pytest` 断言语句确认状态码是否符合预期[^1]。 #### 数据驱动测试与参数化 当面对多个相似场景下的不同输入组合时，采用数据驱动的方式可以使测试更加灵活高效。`pytest` 提供了内置装饰器 `@pytest.mark.parametrize()` 支持这一特性，允许开发者定义一组或多组参数用于同一个测试函数中。 ```python import pytest @pytest.mark.parametrize( 'endpoint,status', [ ('/api/v1/users', 200), ('/api/v1/nonexistent', 404) ] ) def test_multiple_endpoints(endpoint, status): url = f'http://localhost{endpoint}' resp = requests.get(url) assert resp.status_code == status, \ f'Expected {status}, but got {resp.status_code} from endpoint "{url}"' ``` 上述例子说明了怎样借助 `parametrize` 对不同的 API 终结点及其期望的状态码实施批量测试。 #### 整合 DDT 扩展库 尽管 `pytest` 自身已经具备强大的参数化能力，但在某些情况下引入第三方扩展包如 `ddt` 可能会让工作变得更简单直观。DDT 主要优势在于其简洁易懂的语法结构，特别适合处理复杂的数据集或表格形式的数据源。 注意，在 Pytest 中直接应用 DDT 并不是最推荐的做法，因为两者存在功能上的重叠。然而如果项目里既有基于 unittest 编写的旧版测试又有新的 Pytest 测试，则可能考虑兼容性而选择继续沿用 DDT[^5]。 下面是一个简单的案例展示如何在 Pytest 下面加载 CSV 文件作为测试数据： 假设有一个名为 `test_data.csv` 的文件内容如下： | username | password | |----------|-----------| | user1 | pass1 | | user2 | pass2 | 对应的测试脚本可以这样写： ```python from ddt import ddt, data, unpack import csv import os.path as osp import pytest @ddt class TestLogin: @classmethod def setup_class(cls): cls.test_file_path = osp.join(osp.dirname(__file__), 'test_data.csv') @data(*list(csv.reader(open(TestLogin.test_file_path)))) @unpack def test_login(self, username, password): payload = {'username': username, 'password': password} r = requests.post('https://some.api/login', json=payload) try: result = r.json() expected_status = True if int(r.status_code / 100) == 2 else False actual_status = bool(result['success']) msg = f'\nUsername={username}\nPassword={password}\nResponse={result}' assert actual_status is expected_status, msg except Exception as e: raise AssertionError(f'Test failed with exception:\n{str(e)}') from None ``` 这段代码实现了读取外部CSV文件中的登录凭证来进行多次尝试的过程，每次迭代都会调用一次 POST 方法向指定 URL 发起认证请求，并依据返回的结果做相应的校验逻辑[^2]。