这篇教程浅谈如何测试Python代码写得很实用，希望能帮到您。
一、介绍编写测试检验应用程序所有不同的功能。每一个测试集中在一个关注点上验证结果是不是期望的。定期执行测试确保应用程序按预期的工作。当测试覆盖很大的时候，通过运行测试你就有自信确保修改点和新增点不会影响应用程序。 知识点 - 单元测试概念
- 使用 unittest 模块
- 测试用例的编写
- 异常测试
- 测试覆盖率概念
- 使用 coverage 模块
二、测试范围如果可能的话，代码库中的所有代码都要测试。但这取决于开发者，如果写一个健壮性测试是不切实际的，你可以跳过它。就像 _Nick Coghlan_（Python 核心开发成员） 在访谈里面说的：有一个坚实可靠的测试套件，你可以做出大的改动，并确信外部可见行为保持不变。
三、单元测试这里引用维基百科的介绍： 在计算机编程中，单元测试（英语：Unit Testing）又称为模块测试, 是针对程序模块（软件设计的最小单位）来进行正确性检验的测试工作。程序单元是应用的最小可测试部件。在过程化编程中，一个单元就是单个程序、函数、过程等；对于面向对象编程，最小单元就是方法，包括基类（超类）、抽象类、或者派生类（子类）中的方法。
单元测试模块 在 Python 里我们有 unittest 这个模块来帮助我们进行单元测试。 阶乘计算程序 在这个例子中我们将写一个计算阶乘的程序 factorial.py： import sysdef fact(n): """ 阶乘函数 :arg n: 数字 :returns: n 的阶乘 """ if n == 0: return 1 return n * fact(n -1)def div(n): """ 只是做除法 """ res = 10 / n return resdef main(n): res = fact(n) print(res)if __name__ == '__main__': if len(sys.argv) > 1: main(int(sys.argv[1])) 运行程序：
四、第一个测试用例测试哪个函数？ 正如你所看到的， fact(n) 这个函数执行所有的计算，所以我们至少应该测试这个函数。 编辑 factorial_test.py 文件，代码如下： import unittestfrom factorial import factclass TestFactorial(unittest.TestCase): """ 我们的基本测试类 """ def test_fact(self): """ 实际测试 任何以 `test_` 开头的方法都被视作测试用例 """ res = fact(5) self.assertEqual(res, 120)if __name__ == '__main__': unittest.main() 运行测试： $ python3 factorial_test.py.----------------------------------------------------------------------Ran 1 test in 0.000sOK 说明 我们首先导入了 unittest 模块，然后测试我们需要测试的函数。 测试用例是通过子类化 unittest.TestCase 创建的。 现在我们打开测试文件并且把 120 更改为 121，然后看看会发生什么？ 各类 assert 语句 | 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 | 2.7 | | assertIsNot(a, b) | a is not b | 2.7 | | assertIsNone(x) | x is None | 2.7 | | assertIsNotNone(x) | x is not None | 2.7 | | assertIn(a, b) | a in b | 2.7 | | assertNotIn(a, b) | a not in b | 2.7 | | assertIsInstance(a, b) | isinstance(a, b) | 2.7 | | assertNotIsInstance(a, b) | not isinstance(a, b) | 2.7 |
五、异常测试如果我们在 factorial.py 中调用 div(0)，我们能看到异常被抛出。 我们也能测试这些异常，就像这样： self.assertRaises(ZeroDivisionError, div, 0) 完整代码： import unittestfrom factorial import fact, divclass TestFactorial(unittest.TestCase): """ 我们的基本测试类 """ def test_fact(self): """ 实际测试 任何以 `test_` 开头的方法都被视作测试用例 """ res = fact(5) self.assertEqual(res, 120) def test_error(self): """ 测试由运行时错误引发的异常 """ self.assertRaises(ZeroDivisionError, div, 0)if __name__ == '__main__': unittest.main()
六、mounttab.pymounttab.py 中只有一个 mount_details() 函数，函数分析并打印挂载详细信息。 import osdef mount_details(): """ 打印挂载详细信息 """ if os.path.exists('/proc/mounts'): fd = open('/proc/mounts') for line in fd: line = line.strip() words = line.split() print('{} on {} type {}'.format(words[0],words[1],words[2]), end=' ') if len(words) > 5: print('({})'.format(' '.join(words[3:-2]))) else: print() fd.close()if __name__ == '__main__': mount_details()重构 mounttab.py 现在我们在 mounttab2.py 中重构了上面的代码并且有一个我们能容易的测试的新函数 parse_mounts()。 import osdef parse_mounts(): """ 分析 /proc/mounts 并 返回元祖的列表 """ result = [] if os.path.exists('/proc/mounts'): fd = open('/proc/mounts') for line in fd: line = line.strip() words = line.split() if len(words) > 5: res = (words[0],words[1],words[2],'({})'.format(' '.join(words[3:-2]))) else: res = (words[0],words[1],words[2]) result.append(res) fd.close() return resultdef mount_details(): """ 打印挂载详细信息 """ result = parse_mounts() for line in result: if len(line) == 4: print('{} on {} type {} {}'.format(*line)) else: print('{} on {} type {}'.format(*line))if __name__ == '__main__': mount_details()同样我们测试代码，编写 mounttest.py 文件： #!/usr/bin/env pythonimport unittestfrom mounttab2 import parse_mountsclass TestMount(unittest.TestCase): """ 我们的基本测试类 """ def test_parsemount(self): """ 实际测试 任何以 `test_` 开头的方法都被视作测试用例 """ result = parse_mounts() self.assertIsInstance(result, list) self.assertIsInstance(result[0], tuple) def test_rootext4(self): """ 测试找出根文件系统 """ result = parse_mounts() for line in result: if line[1] == '/' and line[2] != 'rootfs': self.assertEqual(line[2], 'ext4')if __name__ == '__main__': unittest.main() 运行程序 $ python3 mounttest.py
..
----------------------------------------------------------------------
Ran 2 tests in 0.001s
OK
七、测试覆盖率测试覆盖率是找到代码库未经测试的部分的简单方法。它并不会告诉你的测试好不好。 在 Python 中我们已经有了一个不错的覆盖率工具来帮助我们。你可以在实验楼环境中安装它： $ sudo pip3 install coverage 覆盖率示例 $ coverage3 run mounttest.py
..
----------------------------------------------------------------------
Ran 2 tests in 0.013s
OK
$ coverage3 report -m
Name Stmts Miss Cover Missing
--------------------------------------------
mounttab2.py 22 7 68% 16, 25-30, 34
mounttest.py 14 0 100%
--------------------------------------------
TOTAL 36 7 81%
我们还可以使用下面的命令以 HTML 文件的形式输出覆盖率结果，然后在浏览器中查看它。 
八、总结知识点回顾： - 单元测试概念
- 使用 unittest 模块
- 测试用例的编写
- 异常测试
- 测试覆盖率概念
- 使用 coverage 模块
本节了解了什么是单元测试，unittest 模块怎么用，测试用例怎么写。以及最后我们使用第三方模块 coverage 进行了覆盖率测试。 在实际生产环境中，测试环节是非常重要的的一环，即便志不在测试工程师，但以后的趋势就是 DevOps，所以掌握良好的测试技能也是很有用的。 到此这篇关于浅谈如何测试Python代码的文章就介绍到这了,更多相关测试Python代码内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
Pytorch中torch.nn.Softmax的dim参数用法说明
OpenCV图像缩放resize各种插值方式的比较实现 |
