Python中的测试工具有哪些

本篇内容介绍了"Python中的测试工具有哪些"的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

当我们在写程序的时候，我们需要通过测试来验证程序是否出错或者存在问题，但是，编写大量的测试来确保程序的每个细节都没问题会显得很繁琐。在Python中，我们可以借助一些标准模块来帮助我们自动完成测试过程，比如：

• unittest: 一个通用的测试框架；

• doctest: 一个更简单的模块，是为检查文档而设计的，但也非常适合用来编写单元测试。

下面，笔者将会简单介绍这两个模块在测试中的应用。

doctest

doctest模块会搜索那些看起来像是python交互式会话中的代码片段，然后尝试执行并验证结果。下面我们以doctest.testmod为例，函数doctest.testmod会读取模块中的所有文档字符串，查找看起来像是从交互式解释器中摘取的示例，再检查这些示例是否反映了实际情况。

我们先创建示例代码文件test_string_lower.py，完整代码如下：

# -*- coding: utf-8 -*-  def string_lower(string):      '''      返回一个字符串的小写      :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)

首先先对程序进行说明，函数string_lower用于返回输入字符串的小写，函数中的注释中，一共包含了3个测试实例，期望尽可能地包含各种测试情况，接着在主函数中导入doctest, test_string_lower，再运行doctest中的testmod函数即可进行测试。

接着，我们开始测试。首先，在命令行中输入python test_string_lower.py，运行后会发现什么都没有输出，但这其实是件好事，它表明程序中的所有测试都通过了！那么，如果我们想要获得更多的输出呢？可在运行脚本的时候增加参数-v，这时候命令变成python test_string_lower.py -v，输出的结果如下：

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，程序测试的背后还是发生了很多事。接着，我们尝试着程序出错的情况，比如我们不小心把函数的返回写成了：

return string.upper()

这其实是返回输入字符串的大写了，而我们测试的实例却返回了输入字符串的小写，再运行该脚本（加上参数-v），输出的结果如下：

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.

这时候，程序测试失败，它不仅捕捉到了bug，还清楚地指出错误出在什么地方。我们不难把这个程序修改过来。

unittest

unittest类似于流行的Java测试框架JUnit，它比doctest更灵活，更强大，能够帮助你以结构化的方式来编写庞大而详尽的测试集。

我们以一个简单的示例入手，首先我们编写my_math.py脚本，代码如下：

# -*- coding: utf-8 -*-  def product(x, y):      '''      :param x: int, float      :param y: int, float      :return:  x * y      '''      return x * y

该函数实现的功能为：输入两个数x, y， 返回这两个数的乘积。接着是test_my_math.py脚本，完整的代码如下：

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):                  xx = x/10                  yy = y/10                  p = my_math.product(x, y)                  self.assertEqual(p, x * y, 'integer multiplication failed')  if __name__ == '__main__':      unittest.main()

函数unittest.main负责替你运行测试：在测试方法前执行setUp方法，示例化所有的TestCase子类，并运行所有名称以test打头的方法。assertEqual方法检车指定的条件（这里是相等），以判断指定的测试是成功了还是失败了。

接着，我们运行前面的测试，输出的结果如下：

begin test  .begin test  .  ----------------------------------------------------------------------  Ran 2 tests in 0.001s  OK

可以看到，该程序运行了两个测试，每个测试前都会输出'begin test'，.表示测试成功，若测试失败，则返回的是F。

接着模拟测试出错的情形，将my_math函数中的product方法改成返回：

return x + y

再运行测试脚本，输出的结果如下：

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)

两条测试都未通过，返回的是F，并帮助你指出了错误的地方，接下来，你应该能快速地修复这个bug。

"Python中的测试工具有哪些"的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注网站，小编将为大家输出更多高质量的实用文章！