|
测试的常用规则 每个测试单元必须是完全独立的，必须能单独运行。这样意味着每一个测试方法必须重新加载数据，执行完毕后做一些清理工作。通常通过setUp()和setDown()方法处理； 编写执行快速的测试代码。在某些情况下，测试需要加载复杂的数据结构，而且每次执行的时候都要重新加载，这个时候测试执行会很慢。因此，在这种情况下，可以将这种测试放置一个后台的任务中。 采用测试工具并且学着怎么使用它。 在编写代码前执行完整的测试，而且在编写代码后再重新执行一次。这样能保证你后来编写的代码不会破坏任何事情； 在提交代码前执行完整的测试； 如果在开发期间被打断了工作，写一个打断的单元测试，关于你下一步将要开发的。当你回来工作时，你能知道上一步开发到的指针； 单元测试函数使用长的而且具有描述性的名字。在正式执行代码中，可能使用square()或sqr()取名，但是在测试函数中，你必须取像test_square_of_number_2()、test_square_negativer_number()这些名字，这些名字描述更加清楚； 测试代码必须具有可读性； 单元测试对新进的开发人员来说是工作指南。 二、常见的测试框架 2.1 Unittest unittest是Python内置的标准类库。它的API跟Java的JUnit、.net的NUnit，C++的CppUnit很相似。 通过继承unittest.TestCase来创建一个测试用例。 具体请参考 文档 。 举个例： import unittestdef fun(x): return x + 1class MyTest(unittest.TestCase): def test(self): self.assertEqual(fun(3), 4)执行后成功。 但是，如果将期望的结果改成5，则执行的结果如下图所示： 2.2 Doctest doctest 模块会搜索那些看起来像交互式会话的 Python 代码片段，然后尝试执行并验证结果.即使从没接触过 doctest，我们也可以从这个名字中窥到一丝端倪。“它看起来就像代码里的文档字符串（docstring）一样” 如果你这么想的话，就已经对了一半了。 举个例子： 当执行该代码后，会执行文档内>>> 后面的测试代码，并与下一行的结果进行比对。执行的结果如下： 但是，如果我们把结果改一下，square(2)的结果改成5，测试代码如下： def square(x): '''Squares x. >>> square(2) 5 >>> square(-2) 4 >>> square(5) 25 ''' return x * xif __name__ == '__main__': import doctest doctest.testmod()执行的测试结果如下所示： 2.3 py.test py.test是unittest的替代工具。 尽管它是一个功能丰富、灵活的测试框架，但是它的语法很简单。创建一个单元测试就像编写一个模块一样。相比unittest，实现相同的测试功能，py.test做的事情更少。 py.test详细 文档 。 首先，安装py.test 第二步，编写测试代码 def func(x): return x + 1def test_answer(): assert func(3) == 5第三步，执行测试代码。 找到pytest安装路径。 用其所在的解析器（python.exe）执行test.py ，执行命令比如： 执行的结果如下图所示： 2.4 Nose Nose是对unittest的扩展，使得python的测试更加简单。nose自动发现测试代码并执行，nose提供了大量的插件，比如测试输出的xUnitcompatible，覆盖报表等等。 nose的详细文档： https://nose./en/latest/ 注意：nose本身是支持python3的，但是很多它的插件不支持。 2.5 tox 最大的特色，是自动最测试环境的管理以及使用多个解析器配置进行测试。 tox的详细文档： http:///tox/latest/ 2.6 Unittest2 是unitest的升级版。对API进行了改善以及更好的诊断语法。 unittest2的详细文档： https://pypi./pypi/unittest2 首先，安装 为了以后能在unittest与unittest2之间进行切换，最好的代码编写方式如下： import unittest2 as unittestclass MyTest(unittest.TestCase):2.7 mock unittest.mock是用来测试python的库。在python3.3版本以后，这个是一个标准库。 对老版本来说，使用pip install mock 进行安装。 mock的精髓在于，你可以使用模拟的对象来替代你的系统的一部分，然后验证后续的执行是否正确。 mock的详细文档：http://www./python/mock/ |
|
|
