ddt源码分析
# 0. 前言
ddt 是 python 的第三方库，主要是解决使用 unittest 来写单测时可以支持参数化的配置，这个库的使用方法可以参考我之前写的使用ddt实现unittest的参数化测试 (opens new window)。本文主要是讲自己在学习 ddt 库时所获。
ddt 库的使用方法是用装饰器来实现的，可以参考这边文章python装饰器的使用方法 (opens new window)来学习装饰器.
# 1. 源码分析
# 1.1 example
先看一个最简单的使用例子，我们创建 larger_than_two 函数，并使用 unittest 对其编写单测。
这里使用了 @ddt 来装饰 DemoTestCase，并使用 @data 填写多个测试的参数，这样执行就完成了参数化的单测了。
import unittest
from ddt import ddt, data
def larger_than_two(value):
return value > 2
@ddt
class DemoTestCase(unittest.TestCase):
@data(1, 2, 3)
def test_larger_than_two(self, value):
self.assertTrue(larger_than_two(value))
2
3
4
5
6
7
8
9
10
11
12
13
14
我们执行上面的单测会发现，虽然我们代码只写了一个用例，但是执行却是 3 个用例，成功了 1 个，失败了 2 个，并且输出了失败的用例的名称，test_larger_than_two_1_1 和 test_larger_than_two_2_2，名称的规则是：单测的名称_索引_参数。
FF.
======================================================================
FAIL: test_larger_than_two_1_1 (__main__.DemoTestCase)
----------------------------------------------------------------------
Traceback (most recent call last):
File "c:\crazyboy\code\ddt\ddt.py", line 220, in wrapper
return func(self, *args, **kwargs)
File "C:\CrazyBoy\workspace\demo\demo.py", line 24, in test_larger_than_two
self.assertTrue(larger_than_two(value))
AssertionError: False is not true
======================================================================
FAIL: test_larger_than_two_2_2 (__main__.DemoTestCase)
----------------------------------------------------------------------
Traceback (most recent call last):
File "c:\crazyboy\code\ddt\ddt.py", line 220, in wrapper
return func(self, *args, **kwargs)
File "C:\CrazyBoy\workspace\demo\demo.py", line 24, in test_larger_than_two
self.assertTrue(larger_than_two(value))
AssertionError: False is not true
----------------------------------------------------------------------
Ran 3 tests in 0.004s
FAILED (failures=2)
Process finished with exit code 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
这是如何实现的呢？
# 1.2 源码分析流程
我们首先来看看 @data 装饰器里面做了什么？
def data(*values):
return idata(values)
2
data 调用了函数 idata，我们再来看看 idata 的实现，通过 setattr 方法，给被装饰的单测用例添加两个属性
- DATA_ATTR 是用来保存 data 的参数化的参数。
- INDEX_LEN 用来保存参数化的长度。
DATA_ATTR = '%values'
INDEX_LEN = '%index_len'
def idata(iterable, index_len=None):
if index_len is None:
iterable = tuple(iterable)
index_len = len(str(len(iterable)))
def wrapper(func):
setattr(func, DATA_ATTR, iterable)
setattr(func, INDEX_LEN, index_len)
return func
return wrapper
2
3
4
5
6
7
8
9
10
11
12
13
14
然后我们再来看装饰器@ddt 中，传入的 cls 是被装饰的单测类，通过该类，找到上面使用@data 装饰器中添加的属性 DATA_ATTR 和对应的单测方法，其中的每条数据都是一个用例，通过遍历该属性中的参数值调用函数 mk_test_name 去构造每一条参数的用例名称。
然后再调用 add_test 函数去生成对应的单测用例。
def ddt(arg=None, **kwargs):
fmt_test_name = kwargs.get("testNameFormat", TestNameFormat.DEFAULT)
def wrapper(cls):
for name, func in list(cls.__dict__.items()):
if hasattr(func, DATA_ATTR):
index_len = getattr(func, INDEX_LEN)
for i, v in enumerate(getattr(func, DATA_ATTR)):
test_name = mk_test_name(
name,
getattr(v, "__name__", v),
i,
index_len,
fmt_test_name
)
test_data_docstring = _get_test_data_docstring(func, v)
if hasattr(func, UNPACK_ATTR):
if isinstance(v, tuple) or isinstance(v, list):
add_test(
cls,
test_name,
test_data_docstring,
func,
*v
)
else:
# unpack dictionary
add_test(
cls,
test_name,
test_data_docstring,
func,
**v
)
else:
add_test(cls, test_name, test_data_docstring, func, v)
delattr(cls, name)
elif hasattr(func, FILE_ATTR):
file_attr = getattr(func, FILE_ATTR)
process_file_data(cls, name, func, file_attr)
delattr(cls, name)
return cls
# ``arg`` is the unittest's test class when decorating with ``@ddt`` while
# it is ``None`` when decorating a test class with ``@ddt(k=v)``.
return wrapper(arg) if inspect.isclass(arg) else wrapper
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
我们看看 add_test 做了什么？很简单，就是给单测的 TestCase 添加属性，以单测用例名称为名，feed_data 的返回值为值。
feed_data 中，根据单个参数值和被@data 装饰的函数组成一个新的单测用例，并返回出去。
def add_test(cls, test_name, test_docstring, func, *args, **kwargs):
setattr(cls, test_name, feed_data(func, test_name, test_docstring, *args, **kwargs))
def feed_data(func, new_name, test_data_docstring, *args, **kwargs):
@wraps(func)
def wrapper(self):
return func(self, *args, **kwargs)
wrapper.__name__ = new_name
wrapper.__wrapped__ = func
# set docstring if exists
if test_data_docstring is not None:
wrapper.__doc__ = test_data_docstring
else:
# Try to call format on the docstring
if func.__doc__:
try:
wrapper.__doc__ = func.__doc__.format(*args, **kwargs)
except (IndexError, KeyError):
pass
return wrapper
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
也就是说，参数化的每个值都会生成一个用例方法并注册到被@ddt 装饰的 TestCase 类中。
# 2. 总结
主要流程是：通过 @data 装饰器将参数化注册到该单测用例方法的 DATA_ATTR 属性中，然后@ddt 装饰器遍历当前 TestCase 的所有包含 DATA_ATTR 属性的用例方法，再遍历其 DATA_ATTR 的参数值，把每条参数值都生成一条用例方法，并注册到 TestCase 中。这样执行该 TestCase 时，虽然只编码了一条单测，但是却有多条用例被执行。
整个过程都是对类和单测方法的元数据属性进行各种操作来实现的。