如何使用Python进行单元测试

软件测试君 2021-11-25 19:25:07
Python 使用 单元测试 进行 单元

在这里插入图片描述

前言

在我的日常工作中,我是一名专业程序员。我使用c++、c#和Javascript。我是一个开发团队的一员,他们使用单元测试来验证我们的代码是否按照它应该的方式工作。

在本文中,我将通过讨论以下主题来研究如何使用Python创建单元测试。

  • 单元测试基础
  • 可用的Python测试框架
  • 测试设计原则
  • 代码覆盖率

单元测试基础

我使用FizzBuzz编码方式创建了单元测试示例。编码类型是程序员的练习。在这个练习中,程序员试图解决一个特定的问题。但主要目标不是解决问题,而是练习编程。FizzBuz是一个简单的代码类型,非常适合解释和展示Python中的单元测试。

单元测试

单元测试是程序员为测试程序的一小部分而编写的自动化测试。单元测试应该运行得很快。与文件系统、数据库或网络交互的测试不是单元测试。

为了在Python中创建第一个FizzBuzz单元测试,我定义了一个继承自unittest.TestCase的类。这个unittest模块可以在Python的标准安装中获得。

import unittest
class FizzBuzzTest(unittest.TestCase):
def test_one_should_return_one(self):
fizzbuzz = FizzBuzz()
result = fizzbuzz.filter(1)
self.assertEqual('1', result)
def test_two_should_return_two(self):
fizzbuzz = FizzBuzz()
result = fizzbuzz.filter(2)
self.assertEqual('2', result)

第一个测试用例验证数字1是否通过了FizzBuzz过滤器,它将返回字符串’ 1 '。使用self验证结果。assertEqual方法。方法的第一个参数是预期的结果,第二个参数是实际的结果。

测试用例

我们在测试用例FizzBuzzTest类中调用test_one_should_return_one()方法。测试用例是测试程序特定部分的实际测试代码。

第一个测试用例验证数字1是否通过了FizzBuzz过滤器,它将返回字符串’ 1 '。使用self验证结果。assertEqual方法。方法的第一个参数是预期的结果,第二个参数是实际的结果。

如果您查看这两个测试用例,您会看到它们都创建了FizzBuzz类的一个实例。第一个在第6行,另一个在第11行。

我们可以从这两个方法中重构FizzBuzz实例的创建,从而改进代码。

import unittest
class FizzBuzzTest(unittest.TestCase):
def setUp(self):
self.fizzbuzz = FizzBuzz()
def tearDown(self):
pass
def test_one_should_return_one(self):
result = self.fizzbuzz.filter(1)
self.assertEqual('1', result)
def test_two_should_return_two(self):
result = self.fizzbuzz.filter(2)
self.assertEqual('2', result)

我们使用setUp方法创建FizzBuzz类的实例。TestCase基类的设置在每个测试用例之前执行。

另一个方法tearDown是在每个单元测试执行之后调用的。你可以用它来清理或关闭资源。

测试夹具

方法的设置和拆卸是测试夹具的一部分。测试夹具用于配置和构建被测试单元。每个测试用例都可以使用这些通用条件。在本例中,我使用它创建FizzBuzz类的实例。

要运行单元测试,我们需要一个测试运行器。

测试运行器

测试运行程序是执行所有单元测试并报告结果的程序。Python的标准测试运行器可以使用以下命令在终端上运行。

python -m unittest test_fizzbuzz.py

在这里插入图片描述

测试套件

单元测试词汇表的最后一个术语是测试套件。测试套件是测试用例或测试套件的集合。通常一个测试套件包含应该一起运行的测试用例。

单元测试设计

测试用例应该被很好地设计。考试的名称和结构是最重要的。

测试用例名称

测试的名称非常重要。它就像一个总结考试内容的标题。如果测试失败,你首先看到的就是它。因此,名称应该清楚地表明哪些功能不起作用。

测试用例名称的列表应该读起来像摘要或场景列表。这有助于读者理解被测单元的行为。

构造测试用例方法体

一个设计良好的测试用例由三部分组成。第一部分,安排、设置要测试的对象。第二部分,Act,练习被测单元。最后,第三部分,断言,对应该发生的事情提出主张。

有时,我在单元测试中添加这三个部分作为注释,以使其更清楚。

import unittest
class FizzBuzzTest(unittest.TestCase):
def test_one_should_return_one(self):
# Arrange
fizzbuzz = FizzBuzz()
# Act
result = fizzbuzz.filter(1)
# Assert
self.assertEqual('1', result)

每个测试用例的单个断言

尽管在一个测试用例中可能有很多断言。我总是尝试使用单个断言。

原因是,当断言失败时,测试用例的执行就会停止。因此,您永远不会知道测试用例中的下一个断言是否成功。

使用pytest进行单元测试

在上一节中,我们使用了unittest模块。Python的默认安装安装这个模块。unittest模块于2001年首次引入。基于Kent Beck和Eric Gamma开发的流行的Java单元测试框架JUnit。

另一个模块pytest是目前最流行的Python单元测试框架。与unittest框架相比,它更具有python风格。您可以将测试用例定义为函数,而不是从基类派生。

因为pytest不在默认的Python安装中,所以我们使用Python的包安装程序PIP来安装它。通过在终端中执行以下命令,可以安装pytest。

pip install pytest

下面我将第一个FizzBuzz测试用例转换为pytest。

def test_one_should_return_one():
fizzbuzz = FizzBuzz()
result = fizzbuzz.filter(1)
assert '1' == result

有三个不同点。首先,您不需要导入任何模块。其次,您不需要实现一个类并从基类派生。最后,您可以使用标准的Python assert方法来代替自定义的方法。

测试装置

您还记得,单元测试模块使用setUp和tearDown来配置和构建测试中的单元。相反,pytest使用@pytest.fixture属性。在您的测试用例中,您可以使用用该属性装饰的方法的名称作为参数。

pytest框架在运行时将它们连接起来,并将fizzBuzz实例注入测试用例中。

@pytest.fixture
def fizzBuzz():
return FizzBuzz()
def test_one_should_return_one(fizzBuzz):
result = fizzBuzz.filter(1)
assert result == '1'
def test_two_should_return_two(fizzBuzz):
result = fizzBuzz.filter(2)
assert result == '2'

如果您想要模拟单元测试tearDown()方法的行为,可以使用相同的方法来实现。不使用return,而是使用yield关键字。然后,您可以将清理代码放在yield之后。

@pytest.fixture
def fizzBuzz():
yield FizzBuzz()
# put your clean up code here

pytest标记

标记是可以在测试各种函数时使用的属性。例如,如果您将跳过标记添加到您的测试用例中,测试运行器将跳过测试。

@pytest.mark.skip(reason="WIP")
def test_three_should_return_fizz(fizzBuzz):
result = fizzBuzz.filter(3)
assert result == 'Fizz'

pytest插件生态系统

pytest有很多插件可以添加额外的功能。到我写这篇文章的时候,已经有将近900个插件了。例如,pytest-html和pytest-sugar。

pytest-html

pytest- HTML是pytest的插件,它为测试结果生成HTML报告。当您在构建服务器上运行单元测试时,这非常有用。

pytest-sugar

pytest-sugar改变pytest的默认外观和感觉。它会添加一个进度条,并立即显示失败的测试。

创建代码覆盖率报告

有一些工具可以创建代码覆盖率报告。这个代码覆盖率报告显示了您的单元测试执行了哪些代码。

我使用Coverage和pytest-cov来创建代码覆盖率报告。覆盖率是度量代码覆盖率的通用包。模块pytest-cov是pytest的一个插件,用于连接到Coverage。

都可以使用pip安装。

pip install coverage

pip install pytest-cov

在您安装了这两个命令之后,您可以使用这两个命令生成覆盖率报告。在终端或命令中运行它们。

coverage run -m pytest

coverage html

第一个生成覆盖率数据。第二个命令将数据转换为HTML报告。Coverage将报告存储在文件系统的htmlcov文件夹中。

如果你在浏览器中打开index.html,它会显示每个文件覆盖率的概览。

图片

如果您选择一个文件,它将显示下面的屏幕。覆盖率向源代码添加了一个指示,显示单元测试覆盖了哪一行。

下面我们看到我们的单元测试并没有涵盖第12行和第16行。

图片

分支覆盖度量

覆盖率还支持分支覆盖率度量。有了分支覆盖率,如果您的程序中有一行可以跳转到下一行以上,覆盖率跟踪是否访问了这些目的地。

您可以通过执行以下命令来创建带有分支覆盖率的覆盖率报告。

pytest——cov-report html:htmlcov——cov-branch——cov=alarm

我指示pytest生成一个带有分支覆盖的HTML覆盖报告。它应该将结果存储在htmlcov中。而不是为所有文件生成覆盖率报告,我告诉覆盖率只使用alarm.py。

图片

下面是一份配套资料,对于做【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴我走过了最艰难的路程,希望也能帮助到你!
在这里插入图片描述
这些都可以以在公众号:伤心的辣条 ! 免费领取,还有一份216页软件测试工程师面试宝典文档资料。以及相对应的视频学习教程免费分享!,其中资料包括了有基础知识、Linux必备、Shell、互联网程序原理、Mysql数据库、抓包工具专题、接口测试工具、测试进阶-Python编程、Web自动化测试、APP自动化测试、接口自动化测试、测试高级持续集成、测试架构开发测试框架、性能测试、安全测试等。

学习不要孤军奋战,最好是能抱团取暖,相互成就一起成长,群众效应的效果是非常强大的,大家一起学习,一起打卡,会更有学习动力,也更能坚持下去。你可以加入我们的测试技术交流扣扣群:914172719(里面有各种软件测试资源和技术讨论)

喜欢软件测试的小伙伴们,如果我的博客对你有帮助、如果你喜欢我的博客内容,请 “点赞” “评论” “收藏” 一键三连哦!


好文推荐

转行面试,跳槽面试,软件测试人员都必须知道的这几种面试技巧!

面试经:一线城市搬砖!又面软件测试岗,5000就知足了…

面试官:工作三年,还来面初级测试?恐怕你的软件测试工程师的头衔要加双引号…

什么样的人适合从事软件测试工作?

那个准点下班的人,比我先升职了…

测试岗反复跳槽,跳着跳着就跳没了…

版权声明
本文为[软件测试君]所创,转载请带上原文链接,感谢
https://blog.csdn.net/ai_green/article/details/121542677

  1. 关于#python_while循环的写法#的问题,如何解决?
  2. Python异常处理中异常的种类有哪些?你知道几个?
  3. Python异常處理中异常的種類有哪些?你知道幾個?
  4. Quels sont les types d'exceptions dans la gestion des exceptions python? Combien en savez - vous?
  5. À propos de # Python Comment résoudre le problème de l'écriture de la Boucle while?
  6. Python如何操作system.data.sqlite数据库
  7. python数字游戏,让你欲罢不能
  8. Python中的可迭代对象、迭代器、For循环工作机制、生成器
  9. 一个从没接触过编程的人,如何自学进入Python行业?
  10. 一份超级实用的 Python ”技巧“清单
  11. Python 程序员给上路初学者的3点忠告
  12. 3 conseils pour les débutants sur la route par les programmeurs Python
  13. Une liste de conseils Python super pratiques
  14. Comment quelqu'un qui n'a jamais été en contact avec la programmation peut - il apprendre à entrer dans l'industrie python?
  15. Objets itérables, itérateurs, pour le mécanisme de travail circulaire, générateurs en python
  16. Les Jeux de chiffres Python vous font vous arrêter
  17. Comment Python fonctionne avec la base de données system.data.sqlite
  18. Python之html与markdown互相转换
  19. Python之html與markdown互相轉換
  20. Conversion HTML et markdown de Python
  21. Python生成的随机数,要怎么设定成随机数a小于随机数b啊
  22. Python生成的隨機數,要怎麼設定成隨機數a小於隨機數b啊
  23. Le nombre aléatoire généré par Python, comment définir le nombre aléatoire a est inférieur au nombre aléatoire B
  24. Python爬虫能做什么
  25. Python老技师给上路初学者的3点忠告
  26. 3 conseils aux débutants sur la route de l'ancien technicien Python
  27. Que peuvent faire les reptiles Python
  28. The code NPM cloned from git will report a python error after it is installed!
  29. 数据分析从零开始实战,Pandas读写CSV数据
  30. Python基础(十二):类与对象
  31. Python Foundation (12): classes et objets
  32. Python基礎(十二):類與對象
  33. L'analyse des données commence à zéro et pandas lit et écrit les données CSV
  34. Python Qt GUI设计:QSlider滑动条类(基础篇—16)
  35. #yyds干货盘点#数据分析从零开始实战,Pandas读写CSV数据
  36. This paper designs an examination system for automatically setting questions and judging papers by using Python standard library language to investigate the ability of users to calculate four integers within 100.
  37. Yyds Dry Inventory # Data Analysis started from zero, pandas read and write CSV Data
  38. python数据结构:数组、列表、栈、队列及实现
  39. Python编程真的是未来人工智能的主流吗?
  40. Python编写通讯录,支持模糊查询,利用数据库存储
  41. Python編寫通訊錄,支持模糊查詢,利用數據庫存儲
  42. Python編程真的是未來人工智能的主流嗎?
  43. Python écrit le carnet d'adresses, prend en charge les requêtes floues et utilise le stockage de base de données
  44. La programmation Python est - elle vraiment le courant dominant de l'IA future?
  45. Structure des données Python: tableaux, listes, piles, files d'attente et implémentations
  46. Python networkx Practical Social Network Visualization
  47. [译] 通过 for 循环,比较 Python 与 Ruby 编程思想的差别
  48. Comparez les différences de programmation entre Python et Ruby à travers la boucle for
  49. Python basic and introductory tutorials
  50. What you don't know
  51. 人生苦短,能让你更早下班的Python垃圾回收机制
  52. Boring playing Tetris, using Python to do their own without advertising
  53. Seemingly boring Python games, but I fished for work all afternoon!!
  54. A collection of grammar knowledge points for getting started with Python
  55. Benefits of learning Python
  56. Play childhood memories with Python, greedy snake
  57. Python is suitable for beginners
  58. Simple Python game making
  59. Welfare is coming!! Python basic syntax dry goods
  60. Simply understand the learning direction of Python and make yourself a better choice