Python和单元测试那些事儿[python高级教程]

Python和单元测试那些事儿[python高级教程]

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)。

Mock

Mock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:

import logging

from unittest.mock import Mock

logging.basicConfig(level=logging.DEBUG)

#  code

class ASpecificException(Exception):

    pass

def foo():

    pass

def bar():

    try:

        logging.info("enter function <foo> now")

        foo()

    except ASpecificException:

        logging.exception("we caught a specific exception")

#  unittest

def 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()

运行一下:

root@arch tests: python test_demo.py

INFO:root:enter function <bar> now

INFO:root:enter function <foo> now

INFO:root:everything just be fine

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:

import logging

logging.basicConfig(level=logging.DEBUG)

def foo():

    """A utility function that returns True

    >>> foo()

    True

    """

    return True

if __name__ == "__main__":

    import doctest

    logging.debug("start of test...")

    doctest.testmod()

    logging.debug("end of test...")

测试结果:

root@arch tests: python test_demo.py

DEBUG:root:start of test...

DEBUG:root:end of test...

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)。

import unittest

class 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()

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-0.4.0

rootdir: /root/tests, inifile:

collected 1 items

test_afunc.py .

====================================================== 1 passed in 0.03 seconds =======================================================

root@arch tests:

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。


以上是 Python和单元测试那些事儿[python高级教程] 的全部内容, 来源链接: utcz.com/z/540259.html

回到顶部