Что такое data-driven тестирование в автоматизации?

Question

Accepted Answer

Data-driven подход отделяет сценарий (шаги и assertions) от набора входных данных и ожидаемых результатов, прогоняя один тест по таблице кейсов.

## Разбор

- Источники данных: CSV/JSON/YAML, БД, фабрики объектов, parametrize в pytest/JUnit.
- Удобно для валидаций форм, границ значений, матриц статусов.
- Риск: «толстые» датасеты без понятных имён кейсов усложняют отладку падений.
- Имя кейса и минимальный reproducible dataset важнее объёма таблицы.

## Пример

```python
@pytest.mark.parametrize("email,ok", [
    ("a@b.com", True),
    ("bad", False),
    ("", False),
])
def test_email(email, ok):
    assert validate_email(email) is ok
```

## Итог

Data-driven умножает покрытие без копипасты шагов, если кейсы именованы и независимы.