神奇，Python功能测试全代码演示实例

点击上方“AI派”，选择“设为星标”

最新分享，第一时间送达！

作者：郑明卓，Python研发工程师，在Python开发与爬虫方面涉猎较广，拥抱新技术。目前负责应用技术调研与开发维护。Now is better than never。

编辑：王老湿

说在开头，这篇文章是来自我们的一位读者朋友创作的内容，他将他自己在Python方面的实践经验总结成一些文章，然后分享给大家。好了，开始我们的分享吧。

大家想想一个场景，假定我们在工作中开发了一个接口，因为接口需要增加一些功能，所以更改了一些代码。那么修改的代码会不会对之前的功能有影响呢？

为了解决这个问题，测试就来了。作为开发人员，也可以编写一些测试代码，因为良好的编写测试习惯，持续地写测试写文档写代码是必备的。

有了测试代码后，更改（重构）代码也更加方便，因为只需要用相同的测试代码即可来对功能做一个检查即可。此外，编写测试还能提升代码的可读性，因为一些测试代码也是功能的描述。

编写功能测试的目的

1. 验证应用的行为和期望一致的测试

2. 确认异常修复的测试（增加测试覆盖率）

测试的分类

1. 单元测试（unit test）# 主要测函数

2. 功能测试（function test）# 主要测某些代码段完整的功能

3. 集成测试（integration test）  # 主要在线上环境测试

4. 负载/压力测试 （load test）  # 大家比较熟悉

5. 端到端测试 （end-to-end test） # 完整的测试产品

本文主要讲解功能测试实例的编写。

在python中编写功能测试代码

主要分为两部分，客户端测试和服务器端测试。

功能测试组要注意的点：功能测试都不占用网络服务资源，请求都直接模拟网络资源

客户端测试可以用在哪里呢？爬虫调用第三方的接口（OSS， 数据库， AI服务等）

PS: 为了提升代码质量，所有代码都会使用静态注释,你的python version 需要 >= 3.5

如何实现网络资源请求的模拟呢？这时候，我们的 mock 就要出场了。

1. 客户端测试 request_mock

首先，我们编写一个简单的客户端，当作我们用来测试的客户端 client.py，代码如下:

import typing
from urllib import parse

import requests


MyResponse = typing.Dict[str, typing.List[str]]


class MySpider:
    """拼接返回的id"""
    def __init__(self, url="http://example.com") -> None:
        self.url: str = url
        self.return_base_url: str = "http://shop.com/id/"

    def get_data(self):
        try:
            response: requests.Response = requests.get(self.url)
        except requests.exceptions.ConnectionError:
            # 链接超时
            return self._handle_data()
        else:
            response.raise_for_status()  # 检查请求状态值200
        data = response.json()
        return self._handle_data(data)

    def _handle_data(self, data=None) -> MyResponse:
        """处理请求的数据"""
        if data:
            return_data: typing.List[str] = []
            all_id = data.get("all_id", [])
            for goods_id in all_id:
                return_data.append(parse.urljoin(self.return_base_url, goods_i