Python单元测试经验总结

来源:千锋教育
发布时间:2023-11-06 09:05:37
分享

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:

defmultiple(a,b):

returna*b

classTestProducer(unittest.TestCase):

defsetUp(self):

self.calculator=Calculator()

@mock.patch('multiple')

deftest_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

classCalculator(object):

defadd(self,a,b):

returna+b

classTestProducer(unittest.TestCase):

defsetUp(self):

self.calculator=Calculator()

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

deftest_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

classTestProducer(unittest.TestCase):

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

deftest_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

defis_error(self):

try:

os.mkdir("11")

returnFalse

exceptExceptionase:

returnTrue

classTestProducer(unittest.TestCase):

@mock.patch('os.mkdir')

deftest_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')

deftest_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:nocover”这一行就会被忽略

pragma:nocover

#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:

importos

importsubprocess

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

#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","../..")

defget_command():

command=[

'nosetests',

'--with-cov',

'--cover-erase',

'--cov-report','html',

'--cov-config','cover.config',

]

forcoverincover_list:

command.append('--cov')

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

forutinut_list:

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

returncommand

if__name__=='__main__':

command=get_command()

printcommand

os.chdir(PRODUCTION_HOME)

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

output,error=proc.communicate()

return_code=proc.poll()

printoutput

printerror

printreturn_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中heapq与优先队列 今天的文章来介绍Python当中一个蛮有用的库——heapq。heapq的全写是heapqueue,是堆队列的意思。这里的堆和队列都是数据结构,在后序的文章当中我们会详细介绍,今天只介绍heapq的用
  • Python之迭代器的几个高级用法 首先是跳过开始部分,这个在我们读取文本的时候最常用。在实际的应用当中,比如记录的日志或者是代码等等,一般来说头部都会附上一段说明,或者用注释标注或者是用特殊的符号标记。这些信息是给用到数据的程序员看的
  • Python之详解enumerate和zip 首先介绍的是enumerate函数。在我们日常编程的过程当中,经常会遇到一个问题。在C语言以及一些古老的语言当中是没有迭代器这个概念的,所以我们要遍历数组或者是容器的时候,往往只能通过下标。有了迭代器
  • python基本输入输出函数 python程序设计中有三个重要的基本输入、输出函数,用于输入、转换和输出,分别是input(),eval(),print()1,input()函数"""input()函数从控制台获得用户的一行输入,
  • python多版本与虚拟环境 为什么会用到多个Python版本?用macOS和Ubutntu的同学都知道系统默认安装的Python2.7.x,然后,我们平时python开发用的python3,所以,需要额外安装一个Python3.
  • python 报错信息汇总 1.UserWarning:DataValidationextendionisnotsupportedandwillberemoved可能原因:第三方包与当前python版本不匹配,有部分扩展功能无法