UnitTest笔记-低调大师

UnitTest笔记

2018-03-27 663

UnitTest——测试模块

其他相关：使用coverage工具统计python单元测试覆盖率

一、简单示例

待测类/方法 book.py

# 待测类
class Book(object):
    _page = 2000
    def __init__(self, bookname, author):
        self.name = bookname
        self.author = author

    def get_page(self):
        return self._page
    
# 待测方法
def get_name(book):
    return book.name

测试类test_book.py

# 每个测试方法均以 test 开头，否则是不被unittest识别的。
class TestBook(unittest.TestCase):

    def test_init(self):
        print('test init()')
        book = main_class.Book('bookname', 'author')
        self.assertEquals(book.name, 'bookname')
        self.assertEquals(book.author, 'author')
        self.assertEquals(book._page, 2000)
        self.assertTrue(isinstance(book, main_class.Book))

    def test_get(self):
        print('test get_name()')
        self.assertEquals(main_class.get_name(main_class.Book('bookname', 'author')), 'bookname')

运行

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

结果

test get_name()
.
test init()
.
----------------------------------------------------------------------
Ran 2 tests in 0.001s

OK

给出的结果标识，成功是 .，失败是 F，出错是 E，跳过是 S。

测试的执行跟方法的顺序没有关系。

二、测试类

创建

继承unittest.TestCase。
以“test”开头的测试方法，每一类分别添加一个测试方法。
按需添加内置判断条件如：assertEquals()、assertRaises(Error)。

运行

1、pyCharm直接运行

pycharm还是比较智能的，可以直接运行测试，不过有个地方需要特别注意，pyCharm会自动识别并测试鼠标所在当前代码块，所以有可能你ctrl+shift+f10后，可能运行结果就只是测试一个方法（笔者可是让这个弄的莫名其妙，一顿不得其解）。

2、main方法

在测试文件结尾添加

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

然后命令行运行

python xxxx.py

3、命令行运行

在命令行通过参数-m unittest直接运行单元测试：

$ python -m unittest xxxx

这是推荐的做法，因为这样可以一次批量运行很多单元测试，并且，有很多工具可以自动来运行这些单元测试。

环境准备和尾处理

如果每个测试之前都需要准备环境如连接数据库、打开文件，或尾处理如关闭数据库、关闭数据流，不可能每个测试方法都写一遍。

setUp()

在每个测试方法运行之前运行

tearDown()

在每个测试方法运行之后运行

setUpClass()

在每个单元测试开始之前运行

tearDownClass()

在每个单元测试结束之后运行

示例：

class TestBook(unittest.TestCase):

    def setUp(self):
        print('setUp++++++++')

    @classmethod
    def setUpClass(cls):
        print('setUpClass--------')

    def tearDown(self):
        print('tearDown++++++++++')

    @classmethod
    def tearDownClass(cls):
        print('tearDownClass--------')

    def test_init(self):
        print('test init()')

    def test_get(self):
        print('test get_name()')

运行结果：

(UnitTest) D:\sHui\learn\UnitTest>python -m  unittest test_class
setUpClass--------
setUp++++++++
test get_name()
tearDown++++++++++
.setUp++++++++
test init()
tearDown++++++++++
.tearDownClass--------

----------------------------------------------------------------------
Ran 2 tests in 0.003s

OK

跳过某case

测试跳过某个case？unittest提供了几种方法。

1、skip装饰器

unittest.skip(reason) skip无条件跳过
unittest.skipIf(condition, reason) skipIf当condition为True时跳过
unittest.skipUnless(condition, reason) skipUnless当condition为False时跳过。

示例：

class TestBook(unittest.TestCase):
    
    def test_init(self):
        print('test init()')

    @unittest.skip('skip this func ')
    def test_get(self):
        print('test get_name()')

结果：

Skipped: skip this func 
test init()


Ran 2 tests in 0.002s

OK (skipped=1)

运行了两个测试，但test_get被跳过了

2、TestCase.skipTest()

测试类的skipTest()方法可以跳过当前测试方法。

class TestBook(unittest.TestCase):
    def test_init(self):
        print('test init()')
    
    # 跳过此方法
    def test_get(self):
        self.skipTest('skip this func')
        print('test get_name()')

结果同上

调整测试顺序

新建文件test_suite.py

import unittest
import test_class


if __name__ == '__main__':
    suite = unittest.TestSuite()
    tests = [test_class.TestBook('test_init'), test_class.TestBook('test_get')]
    suite.addTests(tests)
    runner = unittest.TextTestRunner(verbosity=2)
    runner.run(suite)

输出：

test init()
test get_name()
test_init (test_class.TestBook) ... ok
test_get (test_class.TestBook) ... ok

----------------------------------------------------------------
Ran 2 tests in 0.000s
OK

三、测试输出

1、输出信息

verbosity参数可以控制执行结果的输出

0 是简单报告
1 是一般报告
2 是详细报告。

2、输出到文件

if __name__ == '__main__':
    suite = unittest.TestSuite()
    suite.addTests(unittest.TestLoader().loadTestsFromTestCase(test_class.TestBook))

    with open('Unittest.txt', 'a') as f:
        runner = unittest.TextTestRunner(stream=f, verbosity=2)
        runner.run(suite)

运行结束会在同目录下生成了Unittest.txt

3、输出为HTML

HTMLTestRunner是一个第三方的unittest HTML报告库，首先我们下载HTMLTestRunner.py，并放到当前目录下，或者你的’C:Python27Lib’下，就可以导入运行了。

官方原版：下载地址
灰蓝修改版：HTMLTestRunner.py(已调整格式，中文显示）

示例：

from HTMLTestRunner import HTMLTestRunner

if __name__ == '__main__':
    suite = unittest.TestSuite()
    suite.addTests(unittest.TestLoader().loadTestsFromTestCase(test_class.TestBook))
    with open('HTMLReport.html', 'w') as f:
        runner = HTMLTestRunner(stream=f,
                                title='MathFunc Test Report',
                                description='generated by HTMLTestRunner.',
                                verbosity=2)
        runner.run(suite)

四、Coverage的使用

1.命令行方式

详见：http://coverage.readthedocs.io/en/latest/cmd.html

可以使用help命令查看帮助：$ coverage help

关键命令如下：

A．run

执行代码覆盖率统计，只需要通过coverage的run参数执行被统计代码即可。

$ coverage run test.py arg1 arg2

test.py是测试脚本，arg1 arg2是test.py执行需要的参数。跑完后，会自动生成一个覆盖率统计结果文件（data file）：.coverage。

B．report

有了覆盖率统计结果文件，只需要再运行report参数，就可以在命令里看到统计的结果。

Stmts/Miss表示语句总数/未执行到的语句数

Cover=(Stmts-Miss)/Stmts

c. html

生成html的测试报告。

$ coverage html -d covhtml

生成的报告直接关联代码，高亮显示覆盖和未覆盖的代码，支持排序。-d指定html文件夹。

2.API方式

除了使用命令行，还可以在python代码中直接调用coverage模块执行代码覆盖率的统计。使用方法也非常简单：

import coverage

cov = coverage.coverage(source = ['totest'])
cov.start()
#coding
cov.stop()
cov.report()
cov.html_report(directory='covhtml')

source指定要执行统计的文件，source = ['totest']只统计totest.py的覆盖率

directory指定生成html的路径

五、常用函数

Method	Checks that
`assertEqual(a, b)`	`a == b`
`assertNotEqual(a, b)`	`a != b`
`assertTrue(x)`	`bool(x) is True`
`assertFalse(x)`	`bool(x) is False`
`assertIs(a, b)`	`a is b`
`assertIsNot(a, b)`	`a is not b`
`assertIsNone(x)`	`x is None`
`assertIsNotNone(x)`	`x is not None`
`assertIn(a, b)`	`a in b`
`assertNotIn(a, b)`	`a not in b`
`assertIsInstance(a, b)`	`isinstance(a, b)`
`assertNotIsInstance(a, b)`	`not isinstance(a, b)`
`assertRaises(exc, fun, args, *kwds)`	`fun(args, kwds)` raises exc*
`assertRaisesRegexp(exc, r, fun, args, *kwds)`	`fun(args, kwds)` raises exc* and the message matches regex r
`assertAlmostEqual(a, b)`	`round(a-b, 7) == 0`
`assertNotAlmostEqual(a, b)`	`round(a-b, 7) != 0`
`assertGreater(a, b)`	`a > b`
`assertGreaterEqual(a, b)`	`a >= b`
`assertLess(a, b)`	`a < b`
`assertLessEqual(a, b)`	`a <= b`
`assertRegexpMatches(s, r)`	`r.search(s)`
`assertNotRegexpMatches(s, r)`	`not r.search(s)`
`assertItemsEqual(a, b)`	sorted(a) == sorted(b) and works with unhashable objs
`assertDictContainsSubset(a, b)`	all the key/value pairs in a exist in b
`assertMultiLineEqual(a, b)`	strings
`assertSequenceEqual(a, b)`	sequences
`assertListEqual(a, b)`	lists
`assertTupleEqual(a, b)`	tuples

参考文章:

官方文档

Python必会的单元测试框架 —— unittest

廖雪峰

微信关注我们

原文链接：https://yq.aliyun.com/articles/573108

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

Python基础

Python基础作者：李斌归档：学习笔记 2018/3/27 格式说明：蓝色字体：注释黄色背景：重要绿色背景：注意目录第1章 Python变量2 1.1 Python变量的类型2 1.2 字符串2 Python变量 Python变量的类型 Python将所有数据存为内存对象，每个对象都分为可变类型和不可变类型，其中主要的核心类型数字(整型、布尔型)、字符串、元组是不可变的，列表、字典是可变的。变量事实上是指向内存对象的引用，对于不可变类型的重新赋值，他的机制是重新创建一个不可变类型的对象，然后将原来的变量重新指向新创建的对象。对于没有引用的变量来说，引用计数为0，就会把当做垃圾回收。字符串每一个字符串都是一个序列,可以理解为数字，可以直接基于下标调用。 domain = "shuaiguoxia" print domain[0] s Print domain[2] U 对象的引用 = 用于将变量名与内存中的某对象进行绑定，如果存在就直接进行绑定，如果不存在就创建一个新的引用对象 domain = "shuaiguoxia"

2018-03-28

790

在Jupyter中，通过 pandas 模块中 read_sql_query 方法（sql）获取Analytic DB数据时，模糊查询需要添加几个百分号（转移符）。形如（获取正确结果）： select cols_name from table_name where x_col_name like '%%%%%s%%%%' 单个百分号执行报错： unsupported format character ''' （0x27） at index 349 2 个百分号，返回能耐返回的最大数据量（个人测试，5000条）；

2018-03-28

717

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。