python 测试_python 几种常用测试框架

测试的常用规则

一个测试单元必须关注一个很小的功能函数，证明它是正确的；

每个测试单元必须是完全独立的，必须能单独运行。这样意味着每一个测试方法必须重新加载数据，执行完毕后做一些清理工作。通常通过setUp()和setDown()方法处理；

编写执行快速的测试代码。在某些情况下，测试需要加载复杂的数据结构，而且每次执行的时候都要重新加载，这个时候测试执行会很慢。因此，在这种情况下，可以将这种测试放置一个后台的任务中。

采用测试工具并且学着怎么使用它。

在编写代码前执行完整的测试，而且在编写代码后再重新执行一次。这样能保证你后来编写的代码不会破坏任何事情；

在提交代码前执行完整的测试；

如果在开发期间被打断了工作，写一个打断的单元测试，关于你下一步将要开发的。当你回来工作时，你能知道上一步开发到的指针；

单元测试函数使用长的而且具有描述性的名字。在正式执行代码中，可能使用square()或sqr()取名，但是在测试函数中，你必须取像test_square_of_number_2()、test_square_negativer_number()这些名字，这些名字描述更加清楚；

测试代码必须具有可读性；

单元测试对新进的开发人员来说是工作指南。

二、常见的测试框架

2.1 Unittest

unittest是Python内置的标准类库。它的API跟Java的JUnit、.net的NUnit，C++的CppUnit很相似。

通过继承unittest.TestCase来创建一个测试用例。

具体请参考 文档 。

举个例：

import unittest

def fun(x):

return x + 1

class MyTest(unittest.TestCase):

def test(self):

self.assertEqual(fun(3), 4)

执行后成功。

但是，如果将期望的结果改成5，则执行的结果如下图所示：

2.2 Doctest

doctest 模块会搜索那些看起来像交互式会话的 Python 代码片段，然后尝试执行并验证结果.即使从没接触过 doctest，我们也可以从这个名字中窥到一丝端倪。“它看起来就像代码里的文档字符串（docstring）一样” 如果你这么想的话，就已经对了一半了。

举个例子：

def square(x):

"""Squares x.

>>> square(2)

4

>>> square(-2)

4

>>> square(5)

25

"""

return x * x

if __name__ == '__main__':

import doctest

doctest.testmod()

当执行该代码后，会执行文档内>>> 后面的测试代码，并与下一行的结果进行比对。执行的结果如下：

但是，如果我们把结果改一下，square(2)的结果改成5，测试代码如下：

def square(x):

"""Squares x.

>>> square(2)

5

>>> square(-2)

4

>>> square(5)

25

"""

return x * x

if __name__ == '__main__':

import doctest

doctest.testmod()

执行的测试结果如下所示：

2.3 py.test

py.test是unittest的替代工具。

尽管它是一个功能丰富、灵活的测试框架，但是它的语法很简单。创建一个单元测试就像编写一个模块一样。相比unittest，实现相同的测试功能，py.test做的事情更少。

py.test详细 文档 。

首先，安装py.test

pip install pytest

第二步，编写测试代码

def func(x):

return x + 1

def test_answer():

assert func(3) == 5

第三步，执行测试代码。

找到pytest安装路径。

用其所在的解析器（python.exe）执行test.py ，执行命令比如：

执行的结果如下图所示：

2.4 Nose

Nose是对unittest的扩展，使得python的测试更加简单。nose自动发现测试代码并执行，nose提供了大量的插件，比如测试输出的xUnitcompatible，覆盖报表等等。

注意：nose本身是支持python3的，但是很多它的插件不支持。

2.5 tox

最大的特色，是自动最测试环境的管理以及使用多个解析器配置进行测试。

2.6 Unittest2

是unitest的升级版。对API进行了改善以及更好的诊断语法。

首先，安装

pip install unittest2

为了以后能在unittest与unittest2之间进行切换，最好的代码编写方式如下：

import unittest2 as unittest

class MyTest(unittest.TestCase):

...

2.7 mock unittest.mock是用来测试python的库。在python3.3版本以后，这个是一个标准库。 对老版本来说，使用pip install mock 进行安装。

mock的精髓在于，你可以使用模拟的对象来替代你的系统的一部分，然后验证后续的执行是否正确。