千锋教育-做有情怀、有良心、有品质的职业教育机构

Python中的两个测试工具

来源:千锋教育
发布时间:2023-11-06 05:28:57
分享

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-*-

defstring_lower(string):

'''

返回一个字符串的小写

:paramstring:type:str

:return:thelowerofinputstring

>>>string_lower('AbC')

'abc'

>>>string_lower('ABC')

'abc'

>>>string_lower('abc')

'abc'

'''

returnstring.lower()

if__name__=='__main__':

importdoctest,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pythontest_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pythontest_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

1itemshadnotests:

test_string_lower

1itemspassedalltests:

3testsintest_string_lower.string_lower

3testsin2items.

3passedand0failed.

Testpassed.

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:

returnstring.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:

Failedexample:

string_lower('abc')

Expected:

'abc'

Got:

'ABC'

1itemshadnotests:

test_string_lower

**********************************************************************

1itemshadfailures:

3of3intest_string_lower.string_lower

3testsin2items.

0passedand3failed.

***TestFailed***3failures.

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-*-

defproduct(x,y):

'''

:paramx:int,float

:paramy:int,float

:return:x*y

'''

returnx*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:

importunittest,my_math

classProductTestcase(unittest.TestCase):

defsetUp(self):

print('begintest')

deftest_integers(self):

forxinrange(-10,10):

foryinrange(-10,10):

p=my_math.product(x,y)

self.assertEqual(p,x*y,'integermultiplicationfailed')

deftest_floats(self):

forxinrange(-10,10):

foryinrange(-10,10):

xx=x/10

yy=y/10

p=my_math.product(x,y)

self.assertEqual(p,x*y,'integermultiplicationfailed')

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:

begintest

.begintest

.

----------------------------------------------------------------------

Ran2testsin0.001s

OK

可以看到,该程序运行了两个测试,每个测试前都会输出'begintest',.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:

returnx+y

再运行测试脚本,输出的结果如下:

begintest

Fbegintest

F

======================================================================

FAIL:test_floats(__main__.ProductTestcase)

----------------------------------------------------------------------

Traceback(mostrecentcalllast):

File"test_my_math.py",line20,intest_floats

self.assertEqual(p,x*y,'integermultiplicationfailed')

AssertionError:-2.0!=1.0:integermultiplicationfailed

======================================================================

FAIL:test_integers(__main__.ProductTestcase)

----------------------------------------------------------------------

Traceback(mostrecentcalllast):

File"test_my_math.py",line12,intest_integers

self.assertEqual(p,x*y,'integermultiplicationfailed')

AssertionError:-20!=100:integermultiplicationfailed

----------------------------------------------------------------------

Ran2testsin0.001s

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IT培训机构:千锋教育。https://www.mobiletrain.org/

声明:本站部分稿件版权来源于网络,如有侵犯版权,请及时联系我们。

相关推荐

  • python 的log功能 python提供了logging模块来实现logging的功能,实现非常简单deflogTest():importloggingimportoslogger=logging.getLogger()ha
  • Python线程编程的两种方式 Python中如果要使用线程的话,python的lib中提供了两种方式。一种是函数式,一种是用类来包装的线程对象。举两个简单的例子希望起到抛砖引玉的作用,关于多线程编程的其他知识例如互斥、信号量、临界
  • 学习python前的一些闲聊 如果你要用计算机做很多工作,最后你会发现有一些任务你更希望用自动化的方式进行处理。比如,你想要在大量的文本文件中执行查找/替换,或者以复杂的方式对大量的图片进行重命名和整理。也许你想要编写一个小型的自
  • Python安装和配置环境变量 一、Python的安装:在网上找一个python的安装包,我找的python3.3.5。照着安装步骤一步一步进行安装,完成后,运行IDLE(PythonGUI),打开的命令行框出现类似如下内容则说明安
  • Python编程中的反模式 python是时下最热门的编程语言之一了。简洁而富有表达力的语法,两三行代码往往就能解决十来行C代码才能解决的问题;丰富的标准库和第三方库,大大节约了开发时间,使它成为那些对性能没有严苛要求的开发任务
  • 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。Unitt