Python中的两个测试工具

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：

 
 
 
    
  
  
  
  1. # -*- coding: utf-8 -*- 
    2. 
  
  
  
  2. def string_lower(string): 
    3. 
  
  
  
  3.     ''' 
    4. 
  
  
  
  4.     返回一个字符串的小写 
    5. 
  
  
  
  5.     :param string: type: str 
    6. 
  
  
  
  6.     :return: the lower of input string 
    7. 
  
  
  
  7.     >>> string_lower('AbC') 
    8. 
  
  
  
  8.     'abc' 
    9. 
  
  
  
  9.     >>> string_lower('ABC') 
    10. 
  
  
  
  10.     'abc' 
    11. 
  
  
  
  11.     >>> string_lower('abc') 
    12. 
  
  
  
  12.     'abc' 
    13. 
  
  
  
  13.     ''' 
    14. 
  
  
  
  14.     return string.lower() 
    15. 
  
  
  
  15. if __name__ == '__main__': 
    16. 
  
  
  
  16.     import doctest, test_string_lower 
    17. 
  
  
  
  17.     doctest.testmod(test_string_lower)
    18.

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python test_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python test_string_lower.py -v，输出的结果如下：

 
 
 
    
  
  
  
  1. Trying: 
    2. 
  
  
  
  2.     string_lower('AbC') 
    3. 
  
  
  
  3. Expecting: 
    4. 
  
  
  
  4.     'abc' 
    5. 
  
  
  
  5. ok 
    6. 
  
  
  
  6. Trying: 
    7. 
  
  
  
  7.     string_lower('ABC') 
    8. 
  
  
  
  8. Expecting: 
    9. 
  
  
  
  9.     'abc' 
    10. 
  
  
  
  10. ok 
    11. 
  
  
  
  11. Trying: 
    12. 
  
  
  
  12.     string_lower('abc') 
    13. 
  
  
  
  13. Expecting: 
    14. 
  
  
  
  14.     'abc' 
    15. 
  
  
  
  15. ok 
    16. 
  
  
  
  16. 1 items had no tests: 
    17. 
  
  
  
  17.     test_string_lower 
    18. 
  
  
  
  18. 1 items passed all tests: 
    19. 
  
  
  
  19.    3 tests in test_string_lower.string_lower 
    20. 
  
  
  
  20. 3 tests in 2 items. 
    21. 
  
  
  
  21. 3 passed and 0 failed. 
    22. 
  
  
  
  22. Test passed.
    23.

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：

 
 
 
    
  
  
  
  1. return string.upper()
    2.

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：

 
 
 
    
  
  
  
  1. Failed example: 
    2. 
  
  
  
  2.     string_lower('abc') 
    3. 
  
  
  
  3. Expected: 
    4. 
  
  
  
  4.     'abc' 
    5. 
  
  
  
  5. Got: 
    6. 
  
  
  
  6.     'ABC' 
    7. 
  
  
  
  7. 1 items had no tests: 
    8. 
  
  
  
  8.     test_string_lower 
    9. 
  
  
  
  9. ********************************************************************** 
    10. 
  
  
  
  10. 1 items had failures: 
    11. 
  
  
  
  11.    3 of   3 in test_string_lower.string_lower 
    12. 
  
  
  
  12. 3 tests in 2 items. 
    13. 
  
  
  
  13. 0 passed and 3 failed. 
    14. 
  
  
  
  14. ***Test Failed*** 3 failures.
    15.

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。

关于doctest模块的更详细的使用说明，可以参考网址：https://docs.python.org/2/library/doctest.html 。

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：

 
 
 
    
  
  
  
  1. # -*- coding: utf-8 -*- 
    2. 
  
  
  
  2. def product(x, y): 
    3. 
  
  
  
  3.     ''' 
    4. 
  
  
  
  4.     :param x: int, float 
    5. 
  
  
  
  5.     :param y: int, float 
    6. 
  
  
  
  6.     :return:  x * y 
    7. 
  
  
  
  7.     ''' 
    8. 
  
  
  
  8.     return x * y
    9.

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：

 
 
 
    
  
  
  
  1. import unittest, my_math 
    2. 
  
  
  
  2. class ProductTestcase(unittest.TestCase): 
    3. 
  
  
  
  3.     def setUp(self): 
    4. 
  
  
  
  4.         print('begin test') 
    5. 
  
  
  
  5.     def test_integers(self): 
    6. 
  
  
  
  6.         for x in range(-10, 10): 
    7. 
  
  
  
  7.             for y in range(-10, 10): 
    8. 
  
  
  
  8.                 p = my_math.product(x, y) 
    9. 
  
  
  
  9.                 self.assertEqual(p, x*y, 'integer multiplication failed') 
    10. 
  
  
  
  10.     def test_floats(self): 
    11. 
  
  
  
  11.         for x in range(-10, 10): 
    12. 
  
  
  
  12.             for y in range(-10, 10): 
    13. 
  
  
  
  13.                 xx = x/10 
    14. 
  
  
  
  14.                 yy = y/10 
    15. 
  
  
  
  15.                 p = my_math.product(x, y) 
    16. 
  
  
  
  16.                 self.assertEqual(p, x * y, 'integer multiplication failed') 
    17. 
  
  
  
  17. if __name__ == '__main__': 
    18. 
  
  
  
  18.     unittest.main()
    19.

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：

 
 
 
    
  
  
  
  1. begin test 
    2. 
  
  
  
  2. .begin test 
    3. 
  
  
  
  3. . 
    4. 
  
  
  
  4. ---------------------------------------------------------------------- 
    5. 
  
  
  
  5. Ran 2 tests in 0.001s 
    6. 
  
  
  
  6. OK
    7.

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

 
 
 
    
  
  
  
  1. return x + y
    2.

再运行测试脚本，输出的结果如下：

 
 
 
    
  
  
  
  1. begin test 
    2. 
  
  
  
  2. Fbegin test 
    3. 
  
  
  
  3. F
    4. 
  
  
  
  4.  ====================================================================== 
    5. 
  
  
  
  5. FAIL: test_floats (__main__.ProductTestcase) 
    6. 
  
  
  
  6. ---------------------------------------------------------------------- 
    7. 
  
  
  
  7. Traceback (most recent call last): 
    8. 
  
  
  
  8.   File "test_my_math.py", line 20, in test_floats 
    9. 
  
  
  
  9.     self.assertEqual(p, x * y, 'integer multiplication failed') 
    10. 
  
  
  
  10. AssertionError: -2.0 != 1.0 : integer multiplication failed 
    11. 
  
  
  
  11. ====================================================================== 
    12. 
  
  
  
  12. FAIL: test_integers (__main__.ProductTestcase) 
    13. 
  
  
  
  13. ---------------------------------------------------------------------- 
    14. 
  
  
  
  14. Traceback (most recent call last): 
    15. 
  
  
  
  15.   File "test_my_math.py", line 12, in test_integers 
    16. 
  
  
  
  16.     self.assertEqual(p, x*y, 'integer multiplication failed') 
    17. 
  
  
  
  17. AssertionError: -20 != 100 : integer multiplication failed 
    18. 
  
  
  
  18. ---------------------------------------------------------------------- 
    19. 
  
  
  
  19. Ran 2 tests in 0.001s 
    20. 
  
  
  
  20. FAILED (failures=2)
    21.

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 。

总结

本文介绍了两个Python中的测试工具：doctest和unittest，并配以简单的例子来说明这两个测试模块的使用方法，希望能对读者有所帮助～

新闻名称：Python中的两个测试工具
转载来于：http://www.shufengxianlan.com/qtweb/news35/474185.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联

猜你还喜欢下面的内容

解决方案知识

分类信息网站

成都响应式网站建设公司　　 　IOS开发　　 　眉山托管服务器　　 　帝美豪门窗　　 　网站排名优化　　 　香港机房服务器托管　　 　seo优化排名　　 　雅安服务器托管　　 　四川艺考培训　　 　艾名斯智能　　 　成都做商城网站　　 　名片印刷厂　　 　犀浦防护栏定制　　 　买友情链接　　 　西信中心　　 　微信服务号订阅号开发　　 　四川黔盛装饰　　 　四川航空文化　　 　外贸网站建设　　 　鳄鱼养殖