Python 高级编程（第2版）--第10章测试驱动开发

最新推荐文章于 2023-11-23 19:46:22 发布

@风之所往

最新推荐文章于 2023-11-23 19:46:22 发布

阅读量219

点赞数

分类专栏： Python 高级编程文章标签： python

本文链接：https://blog.csdn.net/zsh501736479/article/details/109758146

版权

Python 高级编程专栏收录该内容

14 篇文章 0 订阅

订阅专栏

测试驱动开发

测试驱动开发（Test-Driven Development, TDD）是一种生产高质量软件的简单技术。

不测试

测试开发的原则：

为未实现的新功能或者改进编写自动化测试。
提供通过所有定义的测试的最小代码量。
重构代码以满足所需的质量标准。

记住这个开发周期的最重要事情是，测试应该在实现之前编写。

测试驱动开发提供了很多好处。

有助于防止软件回归。
提高软件质量。
提供了一种底层的代码行为文档。
允许你在较短的开发周期中更快地写出健壮的代码。

处理测试的最佳约定是将它们放在一个模块或包（通常命名为 tests）中，并使用一个简单的 shell 命令运行整个套件。

防止软件回归

软件回归是由变化引入的一个新的 bug。这体现为一些功能和特性在以前版本的软件中正常工作，而在项目开发中的某个时间点上，它们被破坏了并且无法正常工作。

回归的主要原因是软件的高度复杂性。在某些时候，无法预测代码库中的单个更改可能导致什么问题。更改一些代码可能会破坏一些其他的功能，有时会导致恶性副作用，例如悄悄损坏数据。

为了避免回归，应该在每次发生变化时，对软件提供的整套功能进行测试。TDD 有助于减少软件回归。整个软件可以在每次更改后自动测试。

提高代码质量。
- 有效的做法是编写使用示例。此时此刻，开发人员就会意识到他或她写的代码是否合理且易于使用。通常，第一次重构发生在模块、类或函数完成之后。
- 编写代码的测试用例，有助于从用户的角度思考问题。因此，开发人员在使用 TDD 时通常会写出更好的代码。
提供最好的开发文档。
- 测试是开发人员了解软件工作原理的最佳场所。它们是使用的实例，代码就是主要为它而建。阅读它们可以快速深入地了解代码的工作原理。
- 事实上，这些测试应该始终与代码库一样保持更新，使它们成为一个软件可以拥有的最好的开发人员文档。
更快地编写健壮的代码。
- 无测试的写代码会导致长时间的调试会话。一个模块中的 bug 的结果可能表现在软件中的一个完全不同的部分。

什么样的测试

有几种测试可以在任何软件上进行。主要有验收测试（或功能测试）和单元测试，这些是大多数人在讨论软件测试话题时会想到的测试。

验收测试。
- 验收测试（acceptance tests）专注于一个功能，并像黑盒一样处理软件。它只是确保软件真的做了它应该做的，使用与用户相同的媒体并控制输出。这些测试通常是在开发周期中写出来的，以验证应用程序是否满足需求。它们通常作为软件的检查清单运行。通常，这些测试不是通过 TDD 完成的，不过，它们使用 TDD 原则。
单元测试。
- 单元测试（unit tests）是完全适合测试驱动开发的底层测试。顾名思义，它们专注于测试软件单元。软件单元可以被理解为应用程序代码的最小可测试部分。
功能测试。
- 功能测试（functional tests）专注于整个特性和功能，而不是小代码单元。它们的目的类似于验收测试。主要区别是功能测试不一定需要使用与用户相同的接口。
集成测试。
- 集成测试（integration tests）比单元测试代表更高的测试级别。它们测试代码的绝大部分，并专注于许多应用程序层或者组件相互交互的情况。集成测试的形式和范围因项目的架构和复杂性而异。
负载和性能测试。
- 负载测试和性能测试（Load and performance testing）提供了关于代码效率而不是其正确性的客观信息。负载测试和性能测试的术语可以互换使用，但实际上第一个是指性能的有限方面。负载测试的重点是测量代码在某些人为需求（负载）下的行为。这是一种非常流行的测试 Web 应用程序的方式，其中负载被理解为来自真实用户或程序化客户端的 Web 流量。
代码质量测试。
- 代码质量没有一个明确说明代码的好坏的衡量标准。不幸的是，代码质量的抽象概念不能用数字的形式来衡量和表示。但是，我们可以测量已知的与代码质量高度相关的软件的各种指标。

达式 Python 标准测试工具

Python 在标准库中提供了两个主要模块来编写测试。

unittest：这是标准库也是最常见的 Python 单元测试框架，它基于 Java 的 JUnit 框架，最初由 Steve Purcell 编写。
doctest：这是一个有读写能力的编程测试工具，它带有交互式使用示例。

unittest

unittest 基本上提供了 Java 中的 Junit 框架的功能。它提供了一个名为 TestCase 的基类，它有一组广泛的方法来验证函数调用和语句的输出。

该模块是为编写单元测试而创建的，但是只要测试使用用户接口，验收测试也可以用它来编写。

使用 unittest 为一个模块编写一个简单的单元测试，这是通过继承 TestCase 类并且使用 test 前缀来编写方法来完成的。

一个好的测试套件遵循通用和一致的命名约定。例如，如果 primes.py 模块中包含 is_prime 函数，则测试类可以命名为 PrimesTests 并放入 test_primes.py 文件中。

对整个应用程序运行测试的前提是你拥有一个脚本，它可以在所有测试模块中构建测试活动（test campaign）。unittest 提供了一个 TestSuite 类，可以聚合测试并将它们作为测试活动运行，只要它们都是 TestCase 或 TestSuite 的实例。

doctest

doctest 是一个模块，它通过从 docstrings 或文本文件中提取片段以交互式提示会话的形式，重放它们以检查示例输出是否与实际输出相同。

使用doctest有很多优点。

包可以通过实例文档化和测试。
文档示例始终是最新的。
在 doctests 中使用示例编写包有助于维护用户的观点。

做测试

unittest 陷阱

unittest 模块的缺点：

框架有些臃肿，难以使用，原因如下。
- 必须在 TestCase 的子类中编写所有的测试。
- 必须在方法名前加上 test。
- 鼓励使用 TestCase 中提供的断言方法，而不是单纯的断言语句，而现有的方法可能不能覆盖所有的用例。
框架很难扩展，因为它需要大量的子类化其基类或者技巧，如装饰器。
测试固件有时很难组织，因为 setUp 和 tearDown 被绑定到 TestCase 级别，虽然它们在每次测试只运行一次。
在 Python 软件上运行测试活动并不容易。默认测试运行器（python -m unittest）确实提供了一些测试发现功能，但不提供足够的过滤功能。

需要一种更轻量级的方法来编写测试，而不需要一个看起来太像其 Java 兄弟，JUnit 的刻板的框架。由于 Python 不需要使用 100% 的基于类的环境，因此最好提供一个不基于子类化的更 Python 化的测试框架。

常见的方法如下。

提供一种简单的方法来标记任何作为测试的函数或类。
通过插件系统扩展框架。
为所有测试级别提供完整的测试固件环境。整个活动，在测试级别上以模块进行分组。
为基于测试发现的测试运行器提供具有丰富的选项。

unittest 的替代品

两个测试实用程序和框架列表特别受欢迎：

nose：http://nose.readthedocs.org。
py.test：http://pytest.org。

nose

nose 主要是一个具有强大的发现功能的测试运行器。它有丰富的选项，允许在 Python 应用程序中运行所有类型的测试活动。

nose 通过递归地浏览当前目录进行测试发现并且自己构建一个测试套件。

nose 提供了类似于 TestCase 方法的断言函数（assertionfunctions）。

nose 支持 3 个级别的测试固件。

包级别：可以把 setup 和 teardown 函数添加到 __init__.py 模块中，这是一个包含所有测试模块的测试包。
模块级：测试模块可以有自己的 setup 和 teardown 函数。
测试级别：通过使用 with_setup 装饰器，使固件函数可调用。

nose 可以与 setuptools 平滑地集成，所以可以使用 test 命令进行测试（python setup.py test）。此集成是通过向 setup.py 脚本中添加 test_suite 元数据来完成的。nose 也使用 setuptool 的入口点机制为开发人员写 nose 插件。

py.test

py.test 非常类似于 nose。

一个新的 py.test 命令可以在命令提示符中使用，可以完全像 nosetests 那样使用它。该工具使用类似的模式匹配和测试发现算法捕获要运行的测试。这种模式比 nose 使用的模式更严格并且只会捕获：