以前我是不写任何测试的,后来偶尔写单元测试,现在我主动写单元测试 ----- 不得 不承认,测试是有其存在必要性的,要说为什么的话,大概又会引发语言的强弱类型和 是否静态语言之争了吧。
就目前而言,个人认为写单元测试的好处有以下几点:
当修改了代码之后,单元测试可以保证API不会发生变化(假设原需求就不需API发生 变化)。这点可能一般情况下没什么感觉,但是当你去修改前辈留下的代码的时候, 你就会感谢他写了单元测试,最少让你知道了从功能上,这个函数是干什么的,而且 能保证你修改了函数内部实现,但是不影响函数功能。
写单元测试的时候会回想函数的作用,从而自动对函数进行回想和 revIEw。
缺点嘛:耗费时间。单元测试和文档一样,属于非常重要,但是非常耗费时间的工作, 因为要考虑齐全,考虑到的边界条件越多,测试覆盖率越高,程序越可靠,而想这些东 西是很耗费时间精力的。
吐槽完毕,我们来说说目前我知道的几个和测试有关的东西(全程 Python 3)。
MockMock是个好东西呀,遇到测试中出现的不可预知的或者不稳定因素,就用 Mock 来代 替。例如查询数据库(当然像目前我们用的MongoDB,由于特别灵活,可以直接在代码里 把相应的collection替换掉),例如异步任务等。举个例子:
# @param Python和单元测试那些事儿# @author 内存溢出 jb51.cc|512Pic.com import loggingfrom unittest.mock import Mocklogging.basicConfig(level=logging.DEBUG)# codeclass ASpecificException(Exception): passdef foo(): passdef bar(): try: logging.info("enter function <foo> Now") foo() except ASpecificException: logging.exception("we caught a specific exception")# unittestdef test_foo(): foo = Mock(sIDe_effect=ASpecificException()) # noqa logging.info("enter function <bar> Now") bar() logging.info("everything just be fine")if __name__ == "__main__": test_foo()# End www.jb51.cc
运行一下:
root@arch tests: python test_demo.pyINFO:root:enter function <bar> NowINFO:root:enter function <foo> NowINFO:root:everything just be fine# End www.jb51.cc
一个简单的测试就这么写好了。来,跟我念,Mock 大法好呀!
doctest
doctest属于比较简单的测试,写在 docstring 里,这样既能测试用,又能当文档 示例,是在是好用之极啊。缺点是,如果测试太复杂,doctest就显得太臃肿了(例如 如果测试之前要导入一堆东西)。举个例子:
# @param Python和单元测试那些事儿# @author 内存溢出 jb51.cc|512Pic.com import logginglogging.basicConfig(level=logging.DEBUG)def foo(): """A utility function that returns True >>> foo() True """ return Trueif __name__ == "__main__": import doctest logging.deBUG("start of test...") doctest.testmod() logging.deBUG("end of test...")# End www.jb51.cc
测试结果:
root@arch tests: python test_demo.pyDEBUG:root:start of test...DEBUG:root:end of test...# End www.jb51.cc
unittest这个文档确实有点长,我感觉还是仔细去读一下文档比较好(虽然我也没读完)。
# @param Python和单元测试那些事儿# @author 内存溢出 jb51.cc|512Pic.com import unittestclass TestStringMethods(unittest.TestCase): def setUp(self): self.aList = [] def tearDown(self): print(self.aList) def test_List(self): for i in range(5): self.aList.append(i)if __name__ == '__main__': unittest.main()# End www.jb51.cc
root@arch tests: python test_demo.py[0,1,2,3,4].----------------------------------------------------------------------Ran 1 test in 0.001s
OK
unittest框架配合上Mock,单元测试基本无忧啦。
pytest
上面的单元测试跑起来比较麻烦,当然也可以写一个脚本遍历所有的单元测试文件,然 后执行。不过 pytest 对unittest有比较好的支持。
pytest默认支持的是 函数 风格的测试,但是我们可以不用这一块嘛(而且很多时候 还是很有用的)。走进项目根目录,输入 pytest 就可以啦。它会自动发现 test_ 开头的文件,然后执行其中 test_ 开头的函数和 unittest 的 test_ 开头的 方法。
root@arch tests: pytest========================================================= test session starts =========================================================platform linux -- Python 3.5.2,pytest-3.0.5,py-1.4.31,pluggy-0.4.0rootdir: /root/tests,inifile:collected 1 itemstest_afunc.py .====================================================== 1 passed in 0.03 seconds =======================================================root@arch tests:# End www.jb51.cc
总结编译器没给python做检查,就只有靠我们手写测试了 :(
另外其实 pytest 和 unittest 都有很多强大的特性,例如 fixture(不知道 咋翻译好),例如 skip 掉某一部分测试。当然我也是知之甚少,所以还是看文档吧。
总结以上是内存溢出为你收集整理的Python 单元测试的简单示例全部内容,希望文章能够帮你解决Python 单元测试的简单示例所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)