当我们在写程序的时候,我们需要通过测试来验证程序是否出错或者存在问题,但是,编写大量的测试来确保程序的每个细节都没问题会显得很繁琐。在Python中,我们可以借助一些标准模块来帮助我们自动完成测试过程,比如:
- unittest: 一个通用的测试框架;
- doctest: 一个更简单的模块,是为检查文档而设计的,但也非常适合用来编写单元测试。
下面,笔者将会简单介绍这两个模块在测试中的应用。
doctest
doctest模块会搜索那些看起来像是python交互式会话中的代码片段,然后尝试执行并验证结果。下面我们以doctest.testmod为例,函数doctest.testmod会读取模块中的所有文档字符串,查找看起来像是从交互式解释器中摘取的示例,再检查这些示例是否反映了实际情况。
我们先创建示例代码文件test_string_lower.py,完整代码如下:
# -*- coding: utf-8 -*- def string_lower(string): ''' 返回一个字符串的小写 :param string: type: str :return: the lower of input string >>> string_lower('AbC') 'abc' >>> string_lower('ABC') 'abc' >>> string_lower('abc') 'abc' ''' return string.lower() if __name__ == '__main__': import doctest, test_string_lower doctest.testmod(test_string_lower)
首先先对程序进行说明,函数string_lower用于返回输入字符串的小写,函数中的注释中,一共包含了3个测试实例,期望尽可能地包含各种测试情况,接着在主函数中导入doctest, test_string_lower
,再运行doctest中的testmod函数即可进行测试。
接着,我们开始测试。首先,在命令行中输入python test_string_lower.py
,运行后会发现什么都没有输出,但这其实是件好事,它表明程序中的所有测试都通过了!那么,如果我们想要获得更多的输出呢?可在运行脚本的时候增加参数-v ,这时候命令变成python test_string_lower.py -v ,输出的结果如下:
Trying: string_lower('AbC') Expecting: 'abc' ok Trying: string_lower('ABC') Expecting: 'abc' ok Trying: string_lower('abc') Expecting: 'abc' ok 1 items had no tests: test_string_lower 1 items passed all tests: 3 tests in test_string_lower.string_lower 3 tests in 2 items. 3 passed and 0 failed. Test passed
可以看到,程序测试的背后还是发生了很多事。接着,我们尝试着程序出错的情况,比如我们不小心把函数的返回写成了:
return string.upper()
这其实是返回输入字符串的大写了,而我们测试的实例却返回了输入字符串的小写,再运行该脚本(加上参数-v ),输出的结果如下:
Failed example: string_lower('abc') Expected: 'abc' Got: 'ABC' 1 items had no tests: test_string_lower ********************************************************************** 1 items had failures: 3 of 3 in test_string_lower.string_lower 3 tests in 2 items. 0 passed and 3 failed. ***Test Failed*** 3 failures.
这时候,程序测试失败,它不仅捕捉到了bug,还清楚地指出错误出在什么地方。我们不难把这个程序修改过来。
关于doctest模块的更详细的使用说明,可以参考网址:https://docs.python.org/2/lib... 。
unittest
unittest类似于流行的Java测试框架JUnit,它比doctest更灵活,更强大,能够帮助你以结构化的方式来编写庞大而详尽的测试集。
我们以一个简单的示例入手,首先我们编写my_math.py脚本,代码如下:
# -*- coding: utf-8 -*- def product(x, y): ''' :param x: int, float :param y: int, float :return: x * y ''' return x * y
该函数实现的功能为:输入两个数x, y, 返回这两个数的乘积。接着是test_my_math.py脚本,完整的代码如下:
import unittest, my_math class ProductTestcase(unittest.TestCase): def setUp(self): print('begin test') def test_integers(self): for x in range(-10, 10): for y in range(-10, 10): p = my_math.product(x, y) self.assertEqual(p, x*y, 'integer multiplication failed') def test_floats(self): for x in range(-10, 10): for y in range(-10, 10): x = x/10 y = y/10 p = my_math.product(x, y) self.assertEqual(p, x * y, 'integer multiplication failed') if __name__ == '__main__': unittest.main()
函数unittest.main负责替你运行测试:在测试方法前执行setUp方法,示例化所有的TestCase子类,并运行所有名称以test打头的方法。assertEqual方法检车指定的条件(这里是相等),以判断指定的测试是成功了还是失败了。
接着,我们运行前面的测试,输出的结果如下:
begin test
.begin test
.
----------------------------------------------------------------------
Ran 2 tests in 0.001s
OK
可以看到,该程序运行了两个测试,每个测试前都会输出'begin test',. 表示测试成功,若测试失败,则返回的是F 。
接着模拟测试出错的情形,将my_math函数中的product方法改成返回:
return x + y
再运行测试脚本,输出的结果如下:
begin test
Fbegin test
F
======================================================================
FAIL: test_floats (__main__.ProductTestcase)
----------------------------------------------------------------------
Traceback (most recent call last):
File "test_my_math.py", line 20, in test_floats
self.assertEqual(p, x * y, 'integer multiplication failed')
AssertionError: -2.0 != 1.0 : integer multiplication failed======================================================================
FAIL: test_integers (__main__.ProductTestcase)
----------------------------------------------------------------------
Traceback (most recent call last):
File "test_my_math.py", line 12, in test_integers
self.assertEqual(p, x*y, 'integer multiplication failed')
AssertionError: -20 != 100 : integer multiplication failed----------------------------------------------------------------------
Ran 2 tests in 0.001sFAILED (failures=2)
两条测试都未通过,返回的是F ,并帮助你指出了错误的地方,接下来,你应该能快速地修复这个bug。
关于unittest模块的更加详细的说明,可以参考网址:https://docs.python.org/3/lib... 。
总结
以上所述是小编给大家介绍的Python中的测试工具,希望对大家有所帮助,如果大家有任何疑问欢迎给我留言,小编会技术回复大家的!
到此这篇关于详解Python中的测试工具就介绍到这了。能把在面前行走的机会抓住的人,都会成功。更多相关详解Python中的测试工具内容请查看相关栏目,小编编辑不易,再次感谢大家的支持!