`DDT` 是 Python 中用于数据驱动测试（Data-Driven Testing）的框架。它允许测试用例使用不同的数据集进行重复执行，从而提高测试效率和代码复用性。
DDT 主要特点和使用方法
装饰器
`@ddt.ddt`：装饰测试类，使其成为一个数据驱动测试类。
`@ddt.data`：装饰测试方法，传入参数列表，每个参数将作为单独的测试用例执行。
`@ddt.file_data`：装饰测试方法，从指定的 JSON 或 YAML 文件中加载测试数据。
数据格式
数据通常以字典列表的形式存在，每个字典代表一组测试数据。
如果数据是元组或列表，可以使用 `*` 操作符进行解包。
安装
通过 `pip install ddt` 命令进行安装。
示例代码
```python
import unittest
from ddt import ddt, data, unpack
@ddt
class TestStringMethods（unittest.TestCase）:
@data（'hello', 'world'）
def test_upper（self, input_str）:
self.assertEqual（'HELLO'.upper（）, input_str.upper（））
@unpack
@data（（'foo', 1）, （'bar', 2））
def test_unpacking（self, arg1, arg2）:
self.assertEqual（arg1 + arg2, 3）
if __name__ == '__main__':
unittest.main（）
应用场景接口自动化测试当需要对同一业务场景使用多组数据进行测试时，使用 DDT 可以避免重复编写测试代码，提高测试效率。总结DDT 是一个强大的 Python 测试框架，通过参数化测试数据，使得测试用例更加灵活和可维护。它简化了测试代码，使得测试过程更加方便快捷