15分钟学 Python 第32天：测试与调试

凡人的AI工具箱

于 2024-10-01 21:11:57 发布

阅读量347

点赞数 12

分类专栏： 15分钟学Python 文章标签： python 开发语言人工智能数据结构算法

本文链接：https://blog.csdn.net/weixin_40780178/article/details/142674779

版权

15分钟学Python 专栏收录该内容

36 篇文章 3 订阅

订阅专栏

第32天：测试与调试

测试与调试是软件开发过程中重要的一部分，确保代码的正确性和稳定性。本文将详细介绍Python中的测试和调试技术，包括基本概念、常用工具及实用示例。

1. 测试与调试概述

1.1 测试的定义

软件测试是验证应用程序是否符合需求并能正常运行的过程。其主要目标是发现和修复潜在缺陷，以提高软件质量。

1.2 调试的定义

调试是查找和解决程序错误或缺陷的过程。它通常在测试阶段之后进行，以确保在部署之前修复所有问题。

1.3 测试与调试的关系

测试验证代码的正确性并找出缺陷。
调试定位并修复这些缺陷。

项目	测试	调试
目的	确保软件按预期工作	查找和修复错误
时间	开发阶段和维护期	通常在错误发生后
工具	单元测试、集成测试、功能测试	调试器、日志
输出	通过或未通过	已解决或待解决的错误

2. 测试的类型

2.1 单元测试

单元测试是对程序中最小可测试单元的验证，通常以函数或方法为单位。

2.2 集成测试

集成测试是对多个模块或单元进行组合测试，以检查它们之间的交互是否正常。

2.3 功能测试

功能测试关注软件的功能是否满足需求。通常基于需求文档进行测试。

2.4 性能测试

性能测试评估应用在特定负载下的表现，包括响应时间、稳定性等。

2.5 回归测试

回归测试确保在代码变更后软件的其他功能仍能正常工作。

3. Python中的测试工具

工具	说明
unittest	Python标准库中的单元测试框架
pytest	强大的测试框架，支持简单和复杂的测试
doctest	从文档字符串中提取测试
coverage	代码覆盖率检查

3.1 unittest示例

unittest是Python内置的单元测试框架，适合进行简单的测试。

3.1.1 安装

通常无需安装，因其已内置于Python中。

3.1.2 示例代码

以下是如何使用unittest进行单元测试的示例。

# calculator.py

def add(a, b):
    return a + b

def subtract(a, b):
    return a - b

# test_calculator.py

import unittest
from calculator import add, subtract

class TestCalculator(unittest.TestCase):

    def test_add(self):
        self.assertEqual(add(1, 2), 3)
        self.assertEqual(add(-1, 1), 0)
    
    def test_subtract(self):
        self.assertEqual(subtract(5, 3), 2)
        self.assertEqual(subtract(-1, -1), 0)

if __name__ == '__main__':
    unittest.main()

3.1.3 运行测试

在终端中运行以下命令：

python -m unittest test_calculator.py

3.2 使用 pytest 进行测试

pytest是一个更为灵活、高效的测试框架，支持自动发现测试用例。

3.2.1 安装

pip install pytest

3.2.2 示例代码

我们继续使用calculator.py的代码，并创建一个test_calculator.py：

# test_calculator.py

from calculator import add, subtract

def test_add():
    assert add(1, 2) == 3
    assert add(-1, 1) == 0

def test_subtract():
    assert subtract(5, 3) == 2
    assert subtract(-1, -1) == 0

3.2.3 运行测试

在终端中运行以下命令：

pytest test_calculator.py

3.3 代码覆盖率检查

使用coverage工具，可以检查测试中哪些代码行未被执行。

3.3.1 安装

pip install coverage

3.3.2 运行测试并生成覆盖率报告

coverage run -m unittest test_calculator.py
coverage report
coverage html  # 生成HTML报告

4. 调试技术

4.1 使用 print() 函数调试

在代码的关键位置插入print()语句，输出变量的值，以确认程序运行状态。

4.2 使用 logging 模块

logging模块比print()更加灵活，能够记录不同级别的信息。

4.2.1 示例代码

import logging

# 配置日志
logging.basicConfig(level=logging.DEBUG)

def divide(a, b):
    logging.debug(f'Dividing {a} by {b}')
    return a / b if b != 0 else 'Cannot divide by zero!'

result = divide(10, 2)
logging.info(f'Result is: {result}')

4.3 使用调试器

Python自带的pdb库用于调试代码，能够逐行执行代码，检查变量。

4.3.1 示例代码

通过在代码中插入以下语句来启动调试器：

import pdb

def faulty_function():
    a = 1
    b = 2
    pdb.set_trace()  # 代码执行到此会暂停
    return a + b

faulty_function()

4.3.2 调试命令

命令	说明
`n`	执行下一行
`s`	进入函数
`c`	继续执行直到下一个断点
`q`	退出调试器

5. 处理常见问题

5.1 常见错误类型

错误类型	描述
语法错误	代码不符合Python语法
异常	当程序运行时遇到无法处理的情况如`ZeroDivisionError`
逻辑错误	程序运行但结果不符合预期