yaml pytest ddt 数据驱动

Python是一种高级编程语言，它具有简单易学、代码可读性强、功能强大等特点。YAML是一种轻量级的数据序列化格式，它可以用来表示复杂的数据结构，比如列表、字典等。Pytest是Python中的一个测试框架，它可以帮助我们编写简单、可读性强的测试用例。DDT（Data-Driven Testing）是一种测试方法，它可以帮助我们更加高效地编写测试用例，通过将测试数据和测试逻辑分离，从而减少了测试用例的编写量。

在Pytest中，我们可以使用DDT来实现数据驱动测试。具体来说，我们可以将测试数据存储在YAML文件中，然后使用PyYAML库来读取这些数据。接着，我们可以使用@pytest.mark.parametrize装饰器来将测试数据传递给测试函数，从而实现数据驱动测试。

下面是一个使用Pytest和DDT进行数据驱动测试的示例代码：

import yaml
import pytest

def read_data():
    with open('test_data.yaml', 'r') as f:
        data = yaml.safe_load(f)
    return data
@pytest.mark.parametrize('test_input, expected_output', read_data())
def test_my_function(test_input, expected_output):
    assert my_function(test_input) == expected_output

在上面的代码中，read_data函数用来读取YAML文件中的测试数据，然后将其返回。@pytest.mark.parametrize装饰器用来将测试数据传递给test_my_function函数，其中test_input和expected_output分别对应YAML文件中的输入数据和期望输出数据。最后，我们可以在test_my_function函数中编写测试逻辑，从而完成数据驱动测试。