前言

在我的日常工作中，我是一名专业程序员。我使用c++、c#和Javascript。我是一个开发团队的一员，他们使用单元测试来验证我们的代码是否按照它应该的方式工作。

在本文中，我将通过讨论以下主题来研究如何使用Python创建单元测试。

单元测试基础可用的Python测试框架测试设计原则代码覆盖率单元测试基础

我使用FizzBuzz编码方式创建了单元测试示例。编码类型是程序员的练习。在这个练习中，程序员试图解决一个特定的问题。但主要目标不是解决问题，而是练习编程。FizzBuz是一个简单的代码类型，非常适合解释和展示Python中的单元测试。

单元测试

单元测试是程序员为测试程序的一小部分而编写的自动化测试。单元测试应该运行得很快。与文件系统、数据库或网络交互的测试不是单元测试。

为了在Python中创建第一个FizzBuzz单元测试，我定义了一个继承自unittest.TestCase的类。这个unittest模块可以在Python的标准安装中获得。

import unittestclass FizzBuzzTest(unittest.TestCase):    def test_one_should_return_one(self):        fizzbuzz = FizzBuzz()        result = fizzbuzz.filter(1)        self.assertEqual('1', result)    def test_two_should_return_two(self):        fizzbuzz = FizzBuzz()        result = fizzbuzz.filter(2)        self.assertEqual('2', result)

第一个测试用例验证数字1是否通过了FizzBuzz过滤器，它将返回字符串' 1 '。使用self验证结果。assertEqual方法。方法的第一个参数是预期的结果，第二个参数是实际的结果。

测试用例

我们在测试用例FizzBuzzTest类中调用test_one_should_return_one()方法。测试用例是测试程序特定部分的实际测试代码。

第一个测试用例验证数字1是否通过了FizzBuzz过滤器，它将返回字符串' 1 '。使用self验证结果。assertEqual方法。方法的第一个参数是预期的结果，第二个参数是实际的结果。

如果您查看这两个测试用例，您会看到它们都创建了FizzBuzz类的一个实例。第一个在第6行，另一个在第11行。

我们可以从这两个方法中重构FizzBuzz实例的创建，从而改进代码。

import unittestclass FizzBuzzTest(unittest.TestCase):    def setUp(self):        self.fizzbuzz = FizzBuzz()    def tearDown(self):        pass    def test_one_should_return_one(self):        result = self.fizzbuzz.filter(1)        self.assertEqual('1', result)    def test_two_should_return_two(self):        result = self.fizzbuzz.filter(2)        self.assertEqual('2', result)

我们使用setUp方法创建FizzBuzz类的实例。TestCase基类的设置在每个测试用例之前执行。

另一个方法tearDown是在每个单元测试执行之后调用的。你可以用它来清理或关闭资源。

测试夹具

方法的设置和拆卸是测试夹具的一部分。测试夹具用于配置和构建被测试单元。每个测试用例都可以使用这些通用条件。在本例中，我使用它创建FizzBuzz类的实例。

要运行单元测试，我们需要一个测试运行器。

测试运行器

测试运行程序是执行所有单元测试并报告结果的程序。Python的标准测试运行器可以使用以下命令在终端上运行。

python -m unittest test_fizzbuzz.py

测试套件

单元测试词汇表的最后一个术语是测试套件。测试套件是测试用例或测试套件的集合。通常一个测试套件包含应该一起运行的测试用例。

单元测试设计

测试用例应该被很好地设计。考试的名称和结构是最重要的。

测试用例名称

测试的名称非常重要。它就像一个总结考试内容的标题。如果测试失败，你首先看到的就是它。因此，名称应该清楚地表明哪些功能不起作用。

测试用例名称的列表应该读起来像摘要或场景列表。这有助于读者理解被测单元的行为。

构造测试用例方法体

一个设计良好的测试用例由三部分组成。第一部分，安排、设置要测试的对象。第二部分，Act，练习被测单元。最后，第三部分，断言，对应该发生的事情提出主张。

有时，我在单元测试中添加这三个部分作为注释，以使其更清楚。

import unittestclass FizzBuzzTest(unittest.TestCase):    def test_one_should_return_one(self):        # Arrange        fizzbuzz = FizzBuzz()        # Act        result = fizzbuzz.filter(1)        # Assert        self.assertEqual('1', result)

每个测试用例的单个断言

尽管在一个测试用例中可能有很多断言。我总是尝试使用单个断言。

原因是，当断言失败时，测试用例的执行就会停止。因此，您永远不会知道测试用例中的下一个断言是否成功。

使用pytest进行单元测试

在上一节中，我们使用了unittest模块。Python的默认安装安装这个模块。unittest模块于2001年首次引入。基于Kent Beck和Eric Gamma开发的流行的Java单元测试框架JUnit。

另一个模块pytest是目前最流行的Python单元测试框架。与unittest框架相比，它更具有python风格。您可以将测试用例定义为函数，而不是从基类派生。

因为pytest不在默认的Python安装中，所以我们使用Python的包安装程序PIP来安装它。通过在终端中执行以下命令，可以安装pytest。

pip install pytest

下面我将第一个FizzBuzz测试用例转换为pytest。

def test_one_should_return_one():    fizzbuzz = FizzBuzz()    result = fizzbuzz.filter(1)    assert '1' == result

有三个不同点。首先，您不需要导入任何模块。其次，您不需要实现一个类并从基类派生。最后，您可以使用标准的Python assert方法来代替自定义的方法。

测试装置

您还记得，单元测试模块使用setUp和tearDown来配置和构建测试中的单元。相反，pytest使用@pytest.fixture属性。在您的测试用例中，您可以使用用该属性装饰的方法的名称作为参数。

pytest框架在运行时将它们连接起来，并将fizzBuzz实例注入测试用例中。

@pytest.fixturedef fizzBuzz():    return FizzBuzz()def test_one_should_return_one(fizzBuzz):    result = fizzBuzz.filter(1)    assert result == '1'def test_two_should_return_two(fizzBuzz):    result = fizzBuzz.filter(2)    assert result == '2'

如果您想要模拟单元测试tearDown()方法的行为，可以使用相同的方法来实现。不使用return，而是使用yield关键字。然后，您可以将清理代码放在yield之后。

@pytest.fixturedef fizzBuzz():    yield FizzBuzz()    # put your clean up code here

pytest标记

标记是可以在测试各种函数时使用的属性。例如，如果您将跳过标记添加到您的测试用例中，测试运行器将跳过测试。

@pytest.mark.skip(reason="WIP")def test_three_should_return_fizz(fizzBuzz):    result = fizzBuzz.filter(3)    assert result == 'Fizz'

pytest插件生态系统

pytest有很多插件可以添加额外的功能。到我写这篇文章的时候，已经有将近900个插件了。例如，pytest-html和pytest-sugar。

pytest-html

pytest- HTML是pytest的插件，它为测试结果生成HTML报告。当您在构建服务器上运行单元测试时，这非常有用。

pytest-sugar

pytest-sugar改变pytest的默认外观和感觉。它会添加一个进度条，并立即显示失败的测试。

创建代码覆盖率报告

有一些工具可以创建代码覆盖率报告。这个代码覆盖率报告显示了您的单元测试执行了哪些代码。

我使用Coverage和pytest-cov来创建代码覆盖率报告。覆盖率是度量代码覆盖率的通用包。模块pytest-cov是pytest的一个插件，用于连接到Coverage。

都可以使用pip安装。

pip install coverage

pip install pytest-cov

在您安装了这两个命令之后，您可以使用这两个命令生成覆盖率报告。在终端或命令中运行它们。

coverage run -m pytest

coverage html

第一个生成覆盖率数据。第二个命令将数据转换为HTML报告。Coverage将报告存储在文件系统的htmlcov文件夹中。

如果你在浏览器中打开index.html，它会显示每个文件覆盖率的概览。

如果您选择一个文件，它将显示下面的屏幕。覆盖率向源代码添加了一个指示，显示单元测试覆盖了哪一行。

下面我们看到我们的单元测试并没有涵盖第12行和第16行。

分支覆盖度量

覆盖率还支持分支覆盖率度量。有了分支覆盖率，如果您的程序中有一行可以跳转到下一行以上，覆盖率跟踪是否访问了这些目的地。

您可以通过执行以下命令来创建带有分支覆盖率的覆盖率报告。

pytest——cov-report html:htmlcov——cov-branch——cov=alarm

我指示pytest生成一个带有分支覆盖的HTML覆盖报告。它应该将结果存储在htmlcov中。而不是为所有文件生成覆盖率报告，我告诉覆盖率只使用alarm.py。