@(python)
单元测试是对程序中的单个子程序、函数、过程进行的测试,面向白盒测试。
单元测试测试覆盖常用子程序的输入组合,边界条件和异常处理,尽可能保证单元测试代码简洁,避免单测本身代码有 bug 影响对测试对象的测试结果。
python 提供单元测试框架 unittest,
简单编写一个模块 calculator.py ,作为单元测试对象
#!/usr/bin/env python
# coding=utf-8
def my_print(str):
pass
#print(str)
class Calculator():
__version__ = 4
def __init__(self, a, b):
my_print("cal init")
self.a = int(a)
self.b = int(b)
def __del__(self):
my_print("cal del")
def add(self):
return self.a + self.b
def sub(self):
return self.a - self.b
def mul(self):
return self.a * self.b
def div(self):
return self.a / self.b
编写测试用例 (test case)
如上, 我们为该模块编写对应的单元测试,取名 testCalculator.py :
#!/usr/bin/env python
# coding=utf-8
import unittest
from calculator import Calculator
class CalculatorTest(unittest.TestCase):
def test_add_0(self):
cal = Calculator(8, 4)
result = cal.add()
self.assertEqual(result, 12)
def test_add_1(self):
cal = Calculator(8, 4)
result = cal.add()
self.assertNotEqual(result, 12)
def will_not_callme(self):
print("lalalla")
if __name__ == "__main__":
unittest.main()
简单地编写了两个对模块方法 add() 的测试用例。编写单元测试,我们需要对应测试的对象实现一个类,继承 unittest.TestCase
。
测试类 CalculatorTest
中的测试用例都是以 test_
, 其他方法在执行脚本的时候框架不会直接调用执行。
对应目标模块的各个方法编写测试用例,使用断言判断结果,注意使用的断言是 unittest.TestCase
内置的,这样才能保证不会由于某个用例断言失败而直接退出执行。
执行 运行结果如下,可以看到,没有通过的例子断言了错误的行号,可以快速定位问题。
$ python testCalculator.py -v
test_add_0 (__main__.CalculatorTest) ... ok
test_add_1 (__main__.CalculatorTest) ... FAIL
======================================================================
FAIL: test_add_1 (__main__.CalculatorTest)
----------------------------------------------------------------------
Traceback (most recent call last):
File "aa.py", line 16, in test_add_1
self.assertNotEqual(result, 12)
AssertionError: 12 == 12
----------------------------------------------------------------------
Ran 2 tests in 0.002s
FAILED (failures=1)
内置的断言
Method | Checks | that | New in |
---|---|---|---|
assertEqual(a, b) | a == b | ||
assertNotEqual(a, b) | a != b | ||
assertTrue(x) | bool(x) is True | ||
assertFalse(x) | bool(x) is False | ||
assertIs(a, b) | a is b | 3.1 | |
assertIsNot(a, b) | a is not b | 3.1 | |
assertIsNone(x) | x is None | 3.1 | |
assertIsNotNone(x) | x is not None | 3.1 | |
assertIn(a, b) | a in b | 3.1 | |
assertNotIn(a, b) | a not in b | 3.1 | |
assertIsInstance(a, b) | isinstance(a, b) | 3.2 | |
assertNotIsInstance(a, b) | not isinstance(a, b) | 3.2 |
测试初始化和清理(test fixture)
看到上面的例子,每次写一个测试用例都要重新定义一个测试实例 cal, 显得很重复,但是直接在测试类初始化函数定义的话又怕用例之间相互干扰。还有就是,有些测试,需要测试前构建测试场景,测试结束后清理。
类似以上的问题,unittest 提供了几个方法实现。
- setUp() : 执行每个测试用例前都会调用,执行准备
- tearDown() : 执行完每个用例后都会调用,执行清理
对应上面两个方法,下面两个在测试类函数开始和结束调用
- setUpClass()
- tearDownClass()
测试套件 (test suit)
测试套件是多个测试用例的集合
结合上面内容,看个相对完整的测试套件 :
#!/usr/bin/env python
# coding=utf-8
import sys
import unittest
from calculator import Calculator
class CalculatorTest(unittest.TestCase):
def setUp(self):
self.cal = Calculator(8, 4)
#assert 1 == 2, "test if setUp error"
def tearDown(self):
self.cal = None
def test_add(self):
'''
des : test add
'''
result = self.cal.add()
self.assertEqual(result, 12)
# if use python builtin assert , it will stop run
# assert result == 12, "add error"
def test_sub(self):
result = self.cal.sub()
self.assertEqual(result, 4)
def test_mul(self):
result = self.cal.mul()
self.assertEqual(result, 32)
def test_div(self):
result = self.cal.div()
self.assertEqual(result, 2)
@unittest.skip('just skip')
def test_div_1(self):
result = self.cal.div()
self.assertEqual(result, 3)
@unittest.skipIf(Calculator.__version__ < 5, 'not support this library')
def test_div_2(self):
result = self.cal.div()
self.assertEqual(result, 2)
@unittest.skipIf(Calculator.__version__ < 2, 'not support this library')
def test_div_3(self):
result = self.cal.div()
self.assertEqual(result, 2)
@unittest.skipUnless(sys.platform.startswith('win'), 'windows')
def test_div_4(self):
result = self.cal.div()
self.assertEqual(result, 2)
@unittest.skipUnless(sys.platform.startswith('linux'), 'linux')
def test_div_5(self):
result = self.cal.div()
self.assertEqual(result, 2)
def suite1():
## 执行测试用例构建条件
suite = unittest.TestSuite()
suite.addTest(CalculatorTest("test_add"))
suite.addTest(CalculatorTest("test_sub"))
return suite
def suite2():
# 指定前缀构建测试套件
suite = unittest.makeSuite(CalculatorTest, 'test')
return suite
if __name__ == "__main__":
## 运行用例方法1
#my_print("Test suit : run some testcase")
#runner = unittest.TextTestRunner()
#runner.run(suite1())
## 运行用例方法2
#my_print("Test suit : run all testcase")
#runner.run(suite2())
## 运行用例方法3
# python ./testCalculator.py -v
# python ./testCalculator.py -v testCalculator.test_add
my_print("Run all testcase dircetly")
unittest.main()
关注的点:
- 测试用例指定条件,在不符合条件的情况下跳过不执行(见最后几个带修饰器的用例,对于跨平台什么实用)
- 所有测试用例执行顺序与其在类中的定义顺序没有关系,不能依靠这个先后关系;并且不同用例之间最好不要相互依赖。
如上,运行所有测试用例,或者指定某个测试用例运行。
$ python testCalculator.py -v
test_add (__main__.CalculatorTest) ... ok
test_div (__main__.CalculatorTest) ... ok
test_div_1 (__main__.CalculatorTest) ... skipped 'just skip'
test_div_2 (__main__.CalculatorTest) ... skipped 'not support this library'
test_div_3 (__main__.CalculatorTest) ... ok
test_div_4 (__main__.CalculatorTest) ... skipped 'windows'
test_div_5 (__main__.CalculatorTest) ... ok
test_mul (__main__.CalculatorTest) ... ok
test_sub (__main__.CalculatorTest) ... ok
----------------------------------------------------------------------
Ran 9 tests in 0.001s
OK (skipped=3)
$ python testCalculator.py -v CalculatorTest.test_add
test_add (__main__.CalculatorTest) ... ok
----------------------------------------------------------------------
Ran 1 test in 0.001s
OK
多个测试套件运行
$ python -m unittest discover
### 结合一下参数, python自动匹配运行所有符合条件的测试用例
-v, --verbose
Verbose output
-s, --start-directory directory
Directory to start discovery (. default)
-p, --pattern pattern
Pattern to match test files (test*.py default)
-t, --top-level-directory directory
Top level directory of project (defaults to start directory)
或者直接新建一个文件,import 所有测试类
使用 mock
前面提到,单元测试测试最小单元,但是有时候测试,遇到测试模块需要依赖于其他模块,一个是不确定依赖的模块是否有问题;另一个是依赖模块容易构造获取,没有实现。比如网络消息分析包,需要接收网络字节之类的。
这种情况下,就需要对依赖的模块进行 mock,虚拟一个依赖模块供我们测试。
如上面的例子,假如原理的 add() 还没有实现
def add(self):
pass
测试用例类似如下, 对其进行mock
from unittest import mock
def test_add(self):
result = self.cal.add()
self.assertNotEqual(result, 12)
self.cal.add = mock.Mock(return_value=12)
result = self.cal.add()
self.assertEqual(result, 12)
大概的意思,详细根据实际需求了解使用
参考 python mock
--
网友评论