unittest中的ddt（‌Data-Driven Tests，‌数据驱动测试）‌的作用是实现测试数据与测试脚本的分离，‌通过ddt将测试数据加载到脚本中，‌使得一组数据对应一个测试用例，‌用例自动加载生成。‌

ddt是一种数据驱动测试框架，‌它允许开发者将测试数据与测试脚本分离，‌通过这种方式，‌可以更灵活地管理和运行测试用例。‌使用ddt的好处在于，‌它能够提高测试用例的可维护性和可读性，‌同时减少重复代码，‌使得测试数据和测试逻辑更加清晰。‌通过ddt和unittest框架的结合，‌可以实现测试用例脚本的编写、‌测试执行控制以及测试数据的批量加载，‌从而完成不同接口测试用例的批量执行和覆盖不同的测试场景。‌

@ddt：类的装饰器，继承的是TestCase类
@data()：@data装饰符可以把参数当成测试数据，参数可以是单个值、列表、元祖、字典这些类型，用于输入测试数据
@unpack：分解数据标志，主要是把元祖和列表解析成多个参数
@file_data()：输入文件，如json或者yaml类型文件

ddt的安装

pip intsall ddt

下面我们以百度搜索为例，来看看ddt的用法

import unittest
from time import sleep
from selenium import webdriver
from ddt import ddt,data,file_data,unpack


@ddt
class TestBadidu(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        cls.driver = webdriver.Chrome()
        cls.base_url = "http://www.baidu.com"

    def baidu_search(self, search_key):
        self.driver.get(self.base_url)
        self.driver.find_element(by='id', value="kw").send_keys(search_key)
        self.driver.find_element(by='id', value="su").click()
        sleep(10)

    #参数化使用方法一
    @data(["case1","selenium"],["case2","ddt"],["case3","python"])
    @unpack
    def test_search1(self,case,search_key):
        print("第一组测试用例",case)
        self.baidu_search(search_key)
        self.assertEqual(self.driver.title,search_key+"_百度搜索")

	
    #参数化使用方法二
    @data(("case1", "selenium"), ("case2", "ddt"), ("case3", "python"))
    @unpack
    def test_search2(self, case, search_key):
        print("第二组测试用例", case)
        self.baidu_search(search_key)
        self.assertEqual(self.driver.title, search_key + "_百度搜索")

 #参数化使用方法三
    @data({"search_key": "selenium"}, {"search_key": "ddt"}, {"search_key": "python"})
    @unpack
    def test_search3(self,search_key):
        print("第三组测试用例", search_key)
        self.baidu_search(search_key)
        self.assertEqual(self.driver.title, search_key + "_百度搜索")

    @classmethod
    def tearDownClass(cls):
        cls.driver.quit()



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

执行结果如下：