php simpletest,PHP 單元測試工具 SimpleTest

對PHP開發者來說,單元測試這個名詞也許有些陌生,但是實際上我們卻常常在自發的進行着單元測試。如果你總是一邊添加代碼一邊不斷地在 刷新着頁面,那么,單元測試早已融入了你的開發中。是的,單元測試其實就是通過盡可能早盡可能快的進行測試來把錯誤扼殺在搖籃中的,不過使用的,是自動化 的工具。根據TDD(測試驅動開發)的思想,我們在一個功能開始之前就可以創建它的測試代碼,然后通過不斷的測試、和添加功能來不斷的完善它,在這個過程 中,我們對需求和編碼的理解會變得更為深入。PHP開發者的單元測試工具包在PHP領域,單元測試的工具主要有 PHPUNIT,PHPUNIT2和SimpleTest三種。其中PHPUNIT在功能上很簡單,不算完善;PHPUNIT2是專門為PHP5寫的單元 測試工具,在結構和功能上都向Junit看齊;而SimpleTest則是一套非常實用的測試工具,其中的webTest支持對web程序界面的測試,是 Easy最為推薦的一款測試工具。在本文中,我們選擇SimpleTest進行介紹。相關知識:PHPUNIT2也是一款很好的工具,尤其是架構上有很多值得圈點之處,希望將來能有機會在專門的文章中和大家分享。SimpleTest:就是這么Simple安裝SimpleTest很簡單,上sf.net上下載一個源碼包,然后解壓到web目錄下就可以使用了,這里就不多說。下面我們先來看個例子:編寫一個測試,檢查一個網站是否可以訪問。首先我們引入要用到的文件:代碼列表:require_once( ’../simpletest/unit_tester.php’ );require_once( ’../simpletest/web_tester.php’ );require_once(’../simpletest/reporter.php’);然后我們創建一個測試類:代碼列表:class TestOfSite extends WebTestCase{function TestOfSite(){$this-〉WebTestCase(’測試’);}function testSite(){$this-〉get( ’http://howgo.net/prettyface/display.php’ );$this-〉assertTitle(’.: 漂亮臉蛋 :.’ );}}首先我們擴展了webTestCase類,這樣我們就可以自動獲得測試web的能力,然后在構造函數中我們直接使用基類的,只是把標題傳給它。接着我們就該寫測試方法了,測試方法都是以‘test’開頭的,用以識別在我們運行測試的時候,類中哪些方法要進行調用。而$this-〉get將取得網頁的內容,我們指定它的標題為“.: 漂亮臉蛋 :.”。接着我們要做的就是實例化這個類的對象,並運行它。代碼列表:$test = &new TestOfSite();$test-〉run(new HtmlReporter());下邊是運行結果:如果測試出錯則會出現下邊的界面:到這里一個簡單的測試就算完成了。實戰演習 – 一個Login測試下面我們進入實戰,在這個基礎上完成一個login的測試。這次我們先貼出完整的代碼:代碼列表:require_once( ’../simpletest/unit_tester.php’ );require_once( ’../simpletest/web_tester.php’ );require_once(’../simpletest/reporter.php’);class TestOfLogin extends WebTestCase{function TestOfLogin(){$this-〉WebTestCase(’Login測試’);}function testLoginOk(){// 取得頁面$this-〉get( ’http://howgo.net/prettyface/login.php’ );// 添加測試表項$this-〉setField( ’name’ , ’Easy’ );$this-〉setField( ’pass’ , ’******’ );// 提交$this-〉clickSubmit( ’提交’ );// 察看提交后返回頁面是否正確$this-〉assertWantedPattern( ’/成功登錄/’ );// 點擊頁面鏈接$this-〉clickLink( ’點擊這里進入管理頁面’ );// 察看指定頁面標題和關鍵內容$this-〉assertTitle(’ADMINCP’ );$this-〉assertWantedPattern( ’/請選擇要進行的任務/’ );// 退出登陸$this-〉clickLink( ’退出管理’ );$this-〉clickLink

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于YOLOv9实现工业布匹缺陷(破洞、污渍)检测系统python源码+详细运行教程+训练好的模型+评估 【使用教程】 一、环境配置 1、建议下载anaconda和pycharm 在anaconda中配置好环境,然后直接导入到pycharm中,在pycharm中运行项目 anaconda和pycharm安装及环境配置参考网上博客,有很多博主介绍 2、在anacodna中安装requirements.txt中的软件包 命令为:pip install -r requirements.txt 或者改成清华源后再执行以上命令,这样安装要快一些 软件包都安装成功后才算成功 3、安装好软件包后,把anaconda中对应的python导入到pycharm中即可(不难,参考网上博客) 二、环境配置好后,开始训练(也可以训练自己数据集) 1、数据集准备 需要准备yolo格式的目标检测数据集,如果不清楚yolo数据集格式,或者有其他数据训练需求,请看博主yolo格式各种数据集集合链接:https://blog.csdn.net/DeepLearning_/article/details/127276492 里面涵盖了上百种yolo数据集,且在不断更新,基本都是实际项目使用。来自于网上收集、实际场景采集制作等,自己使用labelimg标注工具标注的。数据集质量绝对有保证! 本项目所使用的数据集,见csdn该资源下载页面中的介绍栏,里面有对应的下载链接,下载后可直接使用。 2、数据准备好,开始修改配置文件 参考代码中data文件夹下的banana_ripe.yaml,可以自己新建一个不同名称的yaml文件 train:训练集的图片路径 val:验证集的图片路径 names: 0: very-ripe 类别1 1: immature 类别2 2: mid-ripe 类别3 格式按照banana_ripe.yaml照葫芦画瓢就行,不需要过多参考网上的 3、修改train_dual.py中的配置参数,开始训练模型 方式一: 修改点: a.--weights参数,填入'yolov9-s.pt',博主训练的是yolov9-s,根据自己需求可自定义 b.--cfg参数,填入 models/detect/yolov9-c.yaml c.--data参数,填入data/banana_ripe.yaml,可自定义自己的yaml路径 d.--hyp参数,填入hyp.scratch-high.yaml e.--epochs参数,填入100或者200都行,根据自己的数据集可改 f.--batch-size参数,根据自己的电脑性能(显存大小)自定义修改 g.--device参数,一张显卡的话,就填0。没显卡,使用cpu训练,就填cpu h.--close-mosaic参数,填入15 以上修改好,直接pycharm中运行train_dual.py开始训练 方式二: 命令行方式,在pycharm中的终端窗口输入如下命令,可根据自己情况修改参数 官方示例:python train_dual.py --workers 8 --device 0 --batch 16 --data data/coco.yaml --img 640 --cfg models/detect/yolov9-c.yaml --weights '' --name yolov9-c --hyp hyp.scratch-high.yaml --min-items 0 --epochs 500 --close-mosaic 15 训练完会在runs/train文件下生成对应的训练文件及模型,后续测试可以拿来用。 三、测试 1、训练完,测试 修改detect_dual.py中的参数 --weights,改成上面训练得到的best.pt对应的路径 --source,需要测试的数据图片存放的位置,代码中的test_imgs --conf-thres,置信度阈值,自定义修改 --iou-thres,iou阈值,自定义修改 其他默认即可 pycharm中运行detect_dual.py 在runs/detect文件夹下存放检测结果图片或者视频 【特别说明】 *项目内容完全原创,请勿对项目进行外传,或者进行违法等商业行为! 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值