Python中的两个测试工具

发布时间:2022-03-24 09:43:14 人气:96 作者:多测师

  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。

  Python中的两个测试工具

  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/

返回列表
在线客服
联系方式

热线电话

17727591462

上班时间

周一到周五

二维码
线