Python中的两个测试工具

　　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。

　　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):

　　xx = x/10

　　yy = 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 0.001s

　　FAILED (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/library/unittest.html 。

　　以上内容为大家介绍了Python中的两个测试工具，希望对大家有所帮助，如果想要了解更多Python相关知识，请关注多测师。https://www.e70w.com/xwzx/