摘要:模塊會搜索那些看起來像是交互式會話中的代碼片段,然后嘗試執行并驗證結果。方法檢車指定的條件這里是相等,以判斷指定的測試是成功了還是失敗了。
??當我們在寫程序的時候,我們需要通過測試來驗證程序是否出錯或者存在問題,但是,編寫大量的測試來確保程序的每個細節都沒問題會顯得很繁瑣。在Python中,我們可以借助一些標準模塊來幫助我們自動完成測試過程,比如:
unittest: 一個通用的測試框架;
doctest: 一個更簡單的模塊,是為檢查文檔而設計的,但也非常適合用來編寫單元測試。
??下面,筆者將會簡單介紹這兩個模塊在測試中的應用。
doctest??doctest模塊會搜索那些看起來像是python交互式會話中的代碼片段,然后嘗試執行并驗證結果。下面我們以doctest.testmod為例,函數doctest.testmod會讀取模塊中的所有文檔字符串,查找看起來像是從交互式解釋器中摘取的示例,再檢查這些示例是否反映了實際情況。
??我們先創建示例代碼文件test_string_lower.py,完整代碼如下:
# -*- coding: utf-8 -*- def string_lower(string): """ 返回一個字符串的小寫 :param string: type: str :return: the lower of input string >>> string_lower("AbC") "abc" >>> string_lower("ABC") "abc" >>> string_lower("abc") "abc" """ return string.lower() if __name__ == "__main__": import doctest, test_string_lower doctest.testmod(test_string_lower)
首先先對程序進行說明,函數string_lower用于返回輸入字符串的小寫,函數中的注釋中,一共包含了3個測試實例,期望盡可能地包含各種測試情況,接著在主函數中導入doctest, test_string_lower,再運行doctest中的testmod函數即可進行測試。
??接著,我們開始測試。首先,在命令行中輸入python test_string_lower.py,運行后會發現什么都沒有輸出,但這其實是件好事,它表明程序中的所有測試都通過了!那么,如果我們想要獲得更多的輸出呢?可在運行腳本的時候增加參數-v,這時候命令變成python test_string_lower.py -v,輸出的結果如下:
Trying: string_lower("AbC") Expecting: "abc" ok Trying: string_lower("ABC") Expecting: "abc" ok Trying: string_lower("abc") Expecting: "abc" ok 1 items had no tests: test_string_lower 1 items passed all tests: 3 tests in test_string_lower.string_lower 3 tests in 2 items. 3 passed and 0 failed. Test passed.
可以看到,程序測試的背后還是發生了很多事。接著,我們嘗試著程序出錯的情況,比如我們不小心把函數的返回寫成了:
return string.upper()
這其實是返回輸入字符串的大寫了,而我們測試的實例卻返回了輸入字符串的小寫,再運行該腳本(加上參數-v),輸出的結果如下:
Failed example: string_lower("abc") Expected: "abc" Got: "ABC" 1 items had no tests: test_string_lower ********************************************************************** 1 items had failures: 3 of 3 in test_string_lower.string_lower 3 tests in 2 items. 0 passed and 3 failed. ***Test Failed*** 3 failures.
這時候,程序測試失敗,它不僅捕捉到了bug,還清楚地指出錯誤出在什么地方。我們不難把這個程序修改過來。
??關于doctest模塊的更詳細的使用說明,可以參考網址:https://docs.python.org/2/lib... 。
?? unittest類似于流行的Java測試框架JUnit,它比doctest更靈活,更強大,能夠幫助你以結構化的方式來編寫龐大而詳盡的測試集。
??我們以一個簡單的示例入手,首先我們編寫my_math.py腳本,代碼如下:
# -*- coding: utf-8 -*- def product(x, y): """ :param x: int, float :param y: int, float :return: x * y """ return x * y
該函數實現的功能為:輸入兩個數x, y, 返回這兩個數的乘積。接著是test_my_math.py腳本,完整的代碼如下:
import unittest, my_math class ProductTestcase(unittest.TestCase): def setUp(self): print("begin test") def test_integers(self): for x in range(-10, 10): for y in range(-10, 10): p = my_math.product(x, y) self.assertEqual(p, x*y, "integer multiplication failed") def test_floats(self): for x in range(-10, 10): for y in range(-10, 10): x = x/10 y = y/10 p = my_math.product(x, y) self.assertEqual(p, x * y, "integer multiplication failed") if __name__ == "__main__": unittest.main()
函數unittest.main負責替你運行測試:在測試方法前執行setUp方法,示例化所有的TestCase子類,并運行所有名稱以test打頭的方法。assertEqual方法檢車指定的條件(這里是相等),以判斷指定的測試是成功了還是失敗了。
??接著,我們運行前面的測試,輸出的結果如下:
begin test .begin test . ---------------------------------------------------------------------- Ran 2 tests in 0.001s OK
可以看到,該程序運行了兩個測試,每個測試前都會輸出"begin test",.表示測試成功,若測試失敗,則返回的是F。
??接著模擬測試出錯的情形,將my_math函數中的product方法改成返回:
return x + y
再運行測試腳本,輸出的結果如下:
begin test Fbegin test F ====================================================================== FAIL: test_floats (__main__.ProductTestcase) ---------------------------------------------------------------------- Traceback (most recent call last): File "test_my_math.py", line 20, in test_floats self.assertEqual(p, x * y, "integer multiplication failed") AssertionError: -2.0 != 1.0 : integer multiplication failed ====================================================================== FAIL: test_integers (__main__.ProductTestcase) ---------------------------------------------------------------------- Traceback (most recent call last): File "test_my_math.py", line 12, in test_integers self.assertEqual(p, x*y, "integer multiplication failed") AssertionError: -20 != 100 : integer multiplication failed ---------------------------------------------------------------------- Ran 2 tests in 0.001s FAILED (failures=2)
兩條測試都未通過,返回的是F,并幫助你指出了錯誤的地方,接下來,你應該能快速地修復這個bug。
??關于unittest模塊的更加詳細的說明,可以參考網址: https://docs.python.org/3/lib... 。
??本文介紹了兩個Python中的測試工具: doctest和unittest,并配以簡單的例子來說明這兩個測試模塊的使用方法,希望能對讀者有所幫助~
注意:不妨了解下筆者的微信公眾號: Python爬蟲與算法(微信號為:easy_web_scrape), 歡迎大家關注~
文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。
轉載請注明本文地址:http://m.specialneedsforspecialkids.com/yun/43960.html
摘要:從存儲的字符串表示中檢索原始對象的過程稱為。這稱為命名空間。如果需要八進制或十六進制表示,請使用內置函數或。和有什么區別返回對象,而返回列表,并使用相同的內存,無論范圍大小是多少。它提供了靈活性,并允許開發人員為他們的項目使用正確的工具。 ...
摘要:蠎周刊年度最贊親俺們又來回顧又一個偉大的年份兒包去年最受歡迎的文章和項目如果你錯過了幾期就這一期不會丟失最好的嗯哼還為你和你的準備了一批紀念裇從這兒獲取任何時候如果想分享好物給大家在這兒提交喜歡我們收集的任何意見建議通過來吧原文 Title: 蠎周刊 2015 年度最贊Date: 2016-01-09 Tags: Weekly,Pycoder,Zh Slug: issue-198-to...
摘要:必然的,他們會拋棄標準庫中的,使用或者發明自己心儀的單元測試框架。究其原因,一些人會說時間寫代碼都不夠,哪還有空寫單元測試。最后我的個人觀點,單元測試其實還有一個非常重要的作用,就是替代函數文檔注釋。希望從今天起,你的代碼也都有單元測試。 單元測試是每種編程語言必學的課題,是保護開發者的強力護盾,每個程序員都在時間允許的情況下盡可能多的寫單元測試,今天我們不討論其必要性,只拋磚引玉聊一...
摘要:友情鏈接譯技能測試解決方案中的數據科學一譯技能測試解決方案中的數據科學二譯技能測試解決方案中的數據科學三 本文是譯文,可以轉載,但需注明出處,點擊這里可以獲取原文,有刪減。本系列博文包含四篇文章:【譯】技能測試解決方案:Python中的數據科學(一)——Q1-Q15【譯】技能測試解決方案:Python中的數據科學(二)——Q16-Q30【譯】技能測試解決方案:Python中的數據科學(...
摘要:在中什么是迭代器在中,迭代器用于迭代一組元素,如列表之類的容器。中的生成器是什么實現迭代器的方法稱為生成器。如何將數字轉換為字符串要將數字轉換為字符串,請使用內置函數。如果需要八進制或十六進制表示,請使用內置函數或。 showImg(https://segmentfault.com/img/bVbfztO?w=1024&h=1024);16)在Python中什么是迭代器? 在Pytho...
摘要:本文將進入單元測試的部分,這也是基礎知識中最后一個大塊。本文將重點講述和中的單元測試的生態環境。另外,在中指定要運行的單元測試用例的完整語法是。中使用模塊管理單元測試用例。每個項目的單元測試代碼結構可 本文將進入單元測試的部分,這也是基礎知識中最后一個大塊。本文將重點講述Python和OpenStack中的單元測試的生態環境。 單元測試的重要性 github上有個人畫了一些不同語言的學...
閱讀 3208·2021-11-10 11:36
閱讀 3155·2021-11-02 14:39
閱讀 1737·2021-09-26 10:11
閱讀 4974·2021-09-22 15:57
閱讀 1697·2021-09-09 11:36
閱讀 2056·2019-08-30 12:56
閱讀 3497·2019-08-30 11:17
閱讀 1707·2019-08-29 17:17