Python单元测试经验总结

　　python写单元大多数都会用到unittest和mock，测试代码覆盖率都会用到coverage，最后再用nose把所有的东西都串起来，这样每次出版本，都能把整个项目的单元测试都运行一遍。

　　Unittest

　　unittest就不详细介绍了，注意几点：

　　测试类继承unittest.TestCase

　　测试类、测试方法名字最好以test开头，很多工具能根据名字来自动运行，很方便

　　测试类里面的setUp/tearDown会在每个case执行之前/之后执行，setUpClass/tearDownClass加上@classmethod在整个测试类开始和结束的时候执行

　　测试文件的main函数里面加上unittest.main()，就可以直接用python命令运行了

　　Mock

　　单元测试里面比较精髓的就是mock了，介绍几种常见的场景：

　　1. Mock一个函数。其实有好几种方法，个人比较推荐下面这种，看上去很清晰：

　　def multiple(a, b):

　　return a*b

　　class TestProducer(unittest.TestCase):

　　def setUp(self):

　　self.calculator = Calculator()

　　@mock.patch('multiple')

　　def test_multiple(self, mock_multiple):

　　mock_multiple.return_value = 3

　　self.assertEqual(multiple(8, 14), 3)

　　2. Mock一个对象里面的方法

　　class Calculator(object):

　　def add(self, a, b):

　　return a+b

　　class TestProducer(unittest.TestCase):

　　def setUp(self):

　　self.calculator = Calculator()

　　@mock.patch.object(Calculator, 'add')

　　def test_add(self, mock_add):

　　mock_add.return_value = 3

　　self.assertEqual(self.calculator.add(8, 14), 3)

　　3. 让Mock的函数每次被调用返回不同的值，而1,2中的方法每次调用都会返回同样的值

　　class TestProducer(unittest.TestCase):

　　@mock.patch.object(Calculator, 'add')

　　def test_effect(self, mock_add):

　　mock_add.side_effect = [1, 2, 3]

　　self.assertEqual(self.calculator.add(8, 14), 1)

　　self.assertEqual(self.calculator.add(8, 14), 2)

　　self.assertEqual(self.calculator.add(8, 14), 3)

　　4. 让Mock的函数抛出exception

　　def is_error(self):

　　try:

　　os.mkdir("11")

　　return False

　　except Exception as e:

　　return True

　　class TestProducer(unittest.TestCase):

　　@mock.patch('os.mkdir')

　　def test_exception(self, mock_mkdir):

　　mock_mkdir.side_effect = Exception

　　self.assertEqual(self.calculator.is_error(), True)

　　5. Mock多个函数，主要是注意顺序

　　@mock.patch.object(Calculator, 'add')

　　@mock.patch('test_unit.multiple')

　　def test_both(self, mock_multiple, mock_add):

　　mock_add.return_value = 1

　　mock_multiple.return_value = 2

　　self.assertEqual(self.calculator.add(8, 14), 1)

　　self.assertEqual(multiple(8, 14), 2)

　　Coverage

　　打命令coverage加测试文件，就可以得到覆盖率，可以生成html格式的报告，每次运行一个文件都会生成一个.coverage文件，需要将combine所有结果才能得到一个完整的报告。

　　具体的命令参数参看：http://nedbatchelder.com/code/coverage/cmd.html

　　更加有用的是配置文件，参看：http://nedbatchelder.com/code/coverage/config.html

　　配置文件中最有用的功能就是可以不测某些行的覆盖率，例如：

　　[report]

　　exclude_lines =

　　# 只要在某一行加上注释“# pragma: no cover”这一行就会被忽略

　　pragma: no cover

　　# 忽略掉main函数

　　if __name__ == .__main__.:

　　Nose

　　Nose可以将所有的单元测试文件一次全部执行，并且提供了coverage的插件，能够统计整体的覆盖率。

　　Nose会扫描目标目录，如果发现目录名以“test”或者“Test”开头，则递归地进去扫描，并自动运行所有发现的以“test”或者“Test”开头的测试文件。

　　另外Nose增加了报级别的setup和teardown，只需将他们放到__init__.py文件中即可。

　　Nose命令的执行，最简单的就是nosetest后面加上你的所有测试文件或者测试文件所在的目录，一些运行参数参看：http://nose.readthedocs.org/en/latest/usage.html

　　Nose的参数里面以"--cover"开头的都是coverage相关的，但是我发现并没有办法是用coverage的配置文件，需要手动安装一下nose-cov，然后用“--cov-config”来指定配置文件，其他参数参看：https://pypi.python.org/pypi/nose-cov

　　我的项目因为测试文件比分散，并且有些并没有以test开头，所以比较麻烦，只能写了一个脚本，把这些都串起来：

　　import os

　　import subprocess

　　######################################################################

　　# 需要测试覆盖率的文件或者目录

　　cover_list = [

　　'src/sample/analyzer/unpacker/src/emulator.py',

　　'src/sample/analyzer/unpacker/src/emulator_manager.py',

　　'src/sample/analyzer/unpacker/src/unpacker_analyzer.py',

　　'src/sample/analyzer/bitvalue/src/confparser.py',

　　'src/sample/analyzer/bitvalue/src/trunk.py',

　　]

　　# 测试用例所在的文件或者目录，如果测试文件没有以test开头，则必须制定文件名

　　ut_list = [

　　'src/sample/analyzer/unpacker/ut',

　　'src/sample/analyzer/bitvalue/ut/ut_main.py'

　　]

　　######################################################################

　　PRODUCTION_HOME = os.environ.get("PRODUCTION_HOME", "../..")

　　def get_command():

　　command = [

　　'nosetests',

　　'--with-cov',

　　'--cover-erase',

　　'--cov-report', 'html',

　　'--cov-config', 'cover.config',

　　]

　　for cover in cover_list:

　　command.append('--cov')

　　command.append(os.path.join(PRODUCTION_HOME, cover))

　　for ut in ut_list:

　　command.append(os.path.join(PRODUCTION_HOME, ut))

　　return command

　　if __name__ == '__main__':

　　command = get_command()

　　print command

　　os.chdir(PRODUCTION_HOME)

　　proc = subprocess.Popen(command, shell=False, stdout=subprocess.PIPE, stderr=subprocess.PIPE)

　　output, error = proc.communicate()

　　return_code = proc.poll()

　　print output

　　print error

　　print return_code

　　以上内容为大家介绍了Python单元测试经验总结，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/