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
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。
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。
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。
总结:
感谢每一个认真阅读我文章的人!!!
作为一位过来人也是希望大家少走一些弯路,如果你不想再体验一次学习时找不到资料,没人解答问题,坚持几天便放弃的感受的话,在这里我给大家分享一些自动化测试的学习资源,希望能给你前进的路上带来帮助。
软件测试面试文档
我们学习必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有字节大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
视频文档获取方式:
这份文档和视频资料,对于想从事【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!以上均可以分享,点下方小卡片即可自行领取。