修改ddt生成的测试用例名称
修改ddt生成的测试用例名称，首先得了解ddt生成的测试用例名称的逻辑
ddt生成的测试用例名称的逻辑
以该篇文章进行举例：DDT+Excel进行接口测试
通过ddt验证多组数据测试场景时，生成的测试报告，会根据测试用例的名称test_verify_phone，自动在测试用例名称后加上数字，如test_verify_phone_1、test_verify_phone_2…
这些数字与测试数据的一一对应
测试用例py文件
@ddt.ddt
class Test_Verify_Code(unittest.TestCase):
def setUp(self) -> None:
pass
def tearDown(self) -> None:
pass
@ddt.data(*test_data)
def test_verify_phone(self,test_data):
res = HTTPHandler().visit(test_data["url"],test_data["method"],json=test_data["phonenum"])
self.assertEqual(res["code"],test_data["excepted"])
将鼠标光标移至 @ddt.data(*test_data) 的 data 处，按住Ctrl，点击 data 处，查看源码内容
获取测试数据的数量
源码文件
def data(*values):
"""
Method decorator to add to your test methods.
Should be added to methods of instances of ``unittest.TestCase``.
"""
global index_len
index_len = len(str(len(values)))
return idata(values)
有一个 data函数，通过获取测试数据的长度（数量），获取测试数据的数量。
在 index_len = len(str(len(values)))这一行打上断点，然后通过DEBUG的方式，执行测试用例py文件
这里的values，其实就是测试数据，这是一个tuple元组类型的数据，里面有4条dict字典类型的数据
当然，起作用的，主要是下面的一个idata函数
这个函数的作用，是生成测试用例的个数，通过ddt验证了多少组数据，就会有多少个测试用例
这是一个返回函数，这个函数就比较有意思了，内容很丰富，具体的逻辑，不深究了，如果有兴趣，可以在关键步骤继续打断点，一步步调试，查看数据走向
生成测试用例名称
源码文件
def mk_test_name(name, value, index=0, name_fmt=TestNameFormat.DEFAULT):
index = "{0:0{1}}".format(index + 1, index_len)
if name_fmt is TestNameFormat.INDEX_ONLY or not is_trivial(value):
return "{0}_{1}".format(name, index)
try:
value = str(value)
except UnicodeEncodeError:
# fallback for python2
value = value.encode('ascii', 'backslashreplace')
test_name = "{0}_{1}_{2}".format(name, index, value)
return re.sub(r'\W|^(?=\d)', '_', test_name)
有一个 mk_test_name函数，该函数的作用是：通过ddt验证多组数据测试场景时生成对应的测试用例名称。
index=0，最开始的时候为0；index + 1，进行 +1处理；
"test_name ={0}_{1}".format(name, index)，这行明确说明了返回的测试用例名称的格式。如果有兴趣，也可以在这行打一个断点，DEBUG调试一下
ddt生成的测试用例名称
回到测试用例文件，将鼠标光标移至 @ddt.ddt处，按住Ctrl，点击第二个 ddt 处，查看源码内容
源码文件
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):
for i, v in enumerate(getattr(func, DATA_ATTR)):
test_name = mk_test_name(name,getattr(v, "__name__", v),i,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
这块就是最关键的部分了
在这两行打断点，一步步进行调试，可以发现 name 在这里，其实就是测试用例的名称test_verify_phone，test_name 这里调用了mk_test_name 函数，所以，在 test_verify_phone后加上了数字，这时候 test_name = test_verify_phone_1
ddt生成的测试用例名称的逻辑，就是如此了。所以通过ddt验证的测试场景，在测试用例名称后都会加上对应的数字。
修改ddt生成的测试用例名称
然而，这种情况，有些时候，并不知道这个测试用例对应的是哪个测试场景。
假设这时候，领导说看日志很麻烦，要你把这个测试报告里的内容描述清楚，他想知道哪个场景是通过的，哪个是没有通过的，让你把测试用例的标题改一下，这一个测试用例是测什么场景的，要让他能一眼就能看懂。
虽然心里把他骂了几十遍，但最终你还是得按他的要求完成
在上面的调试过程中，可以发现 v 这个变量，指的是每一组测试数据的内容，所以，只需要在每组测试数据里，加上描述的内容，然后再拼接到生成的测试用例名称上就行了
从excel读取的数据，一般以字典或列表的形式进行存储。
判断一下，如果测试数据是 list列表类型，则取这个列表里的第一个元素的内容；如果测试数据是 dict字典类型，则取这个字典里case_name的值
所以，修改ddt生成的测试用例名称，并不难
在 test_name = mk_test_name(name,getattr(v, "__name__", v),i,fmt_test_name)后面加上几行代码就行了
if isinstance(v, list):
test_name = mk_test_name(name, v[0], i)
elif isinstance(v, dict):
test_name = mk_test_name(name, v['case_name'], i)
当然，我们还可以再严谨一点，如果读取的数据，都不是字典、列表的类型，这时候抛出异常，但又不影响原来ddt的功能，可以这样修改：
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):
for i, v in enumerate(getattr(func, DATA_ATTR)):
try:
if isinstance(v, list):
test_name = mk_test_name(name, v[0], i)
elif isinstance(v, dict):
test_name = mk_test_name(name, v['case_name'], i)
except Exception as e:
test_name = mk_test_name(name,getattr(v, "__name__", v),i,fmt_test_name)
logging.exception(e)
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
不推荐在 ddt这个py文件里直接改源码，如果这样直接修改了，会造成 ddt 只符合这一个测试用例的场景，如果其他的测试用例数据内容不是这样的，可能就会产生报错
找到ddt这个py文件所在的目录（一般都在 python环境变量下的 site-packages 目录下），将其复制一份，放到项目路径下的 Common目录下，然后对Common目录下ddt.py文件进行修改
在测试用例py文件下，修改ddt的导入方式 ：from Common import ddt 这样，使用的ddt功能，就是符合个测试用例场景的功能了
生成报告
