首页W3C技术头条python 五种常见的测试框架

python 五种常见的测试框架

w3cschool小编 2021-01-12 11:34:24 浏览数 (119)
反馈

一. unittest

unittest 和 JUnit类似,可以说是python的标准单元测试框架,所以有时也被人称为 PyUnit。它使用起来和xUnit 家族其他成员类似。 用的人也比较多。兼容 python2 以及python3 。

个人比较喜欢用这个,主要之前用过JUnit,用这个上手就很快。而且属于python自动集成,不用额外的安装包,感觉是该有的都有了,用着方便。

官网示例:

按 Ctrl+C 复制代码

import unittest

class TestStringMethods(unittest.TestCase):

def test_upper(self): self.assertEqual('foo'.upper(), 'FOO')

def test_isupper(self): self.assertTrue('FOO'.isupper()) self.assertFalse('Foo'.isupper())

def test_split(self): s = 'hello world' self.assertEqual(s.split(), ['hello', 'world']) # check that s.split fails when the separator is not a string with self.assertRaises(TypeError): s.split(2)

if name == 'main': unittest.main()

二. unittest2

unittest2 可以说是一个针对 unittest 测试框架新特性的补丁。它很大程度上和 unittest 都类似。然后还添加了一些 unittest 没有的方法。

三. pytest

看了一下,pytest 文档还是蛮详细的。比较关注的一点是,pytest 直接可以通过 @pytest.mark.parametrize 进行参数化,而 unittest 则需要借助 DDT。

官网示例:

# content of test_sample.py
def inc(x):
  return x + 1

def test_answer():
  assert inc(3) == 5

执行如下:

$ pytest
======= test session starts ========
platform linux -- Python 3.x.y, pytest-3.x.y, py-1.x.y, pluggy-0.x.y
rootdir: $REGENDOC_TMPDIR, inifile:
collected 1 item

test_sample.py F

======= FAILURES ========
_______ test_answer ________

  def test_answer():
>       assert inc(3) == 5
E       assert 4 == 5
E       + where 4 = inc(3)

test_sample.py:5: AssertionError
======= 1 failed in 0.12 seconds ========

四. nose

nose 扩展了 unittest,从而使得测试更容易。

一般可以用 unittest 方式写用例,写完之后用 nose 来执行。nose 的测试收集方式还是很方便的。

还有一个特定就是,nose 可以采用 @with_setup() 来定义方法的 setup 和 teardown。

官方示例:

def setup_func():
  "set up test fixtures"

def teardown_func():
  "tear down test fixtures"

@with_setup(setup_func, teardown_func)
def test():
  "test ..."

五. doctest

doctest 模块会搜索那些看起来像交互式会话的 Python 代码片段,然后尝试执行并验证结果。

doctest 中,如果要写测试用例,只需要在写在以 ''' '''包围的文档注释即可,也就是可以被 doc 这个属性引用到的地方。这点比较特别,跟其他单元测试框架都不一样。但是我觉得这样的话就注定了 doctest 不适合大型测试,因为做不到代码和测试的分离。

import doctest

"""
This is the "example" module.

The example module supplies one function, factorial(). For example,

>>> factorial(5)
120
"""

def factorial(n):
  """Return the factorial of n, an exact integer >= 0.

  >>> [factorial(n) for n in range(6)]
  [1, 1, 2, 6, 24, 120]
  >>> factorial(30)
  265252859812191058636308480000000
  >>> factorial(-1)
  Traceback (most recent call last):
      ...
  ValueError: n must be >= 0

  Factorials of floats are OK, but the float must be an exact integer:
  >>> factorial(30.1)
  Traceback (most recent call last):
      ...
  ValueError: n must be exact integer
  >>> factorial(30.0)
  265252859812191058636308480000000

  It must also not be ridiculously large:
  >>> factorial(1e100)
  Traceback (most recent call last):
      ...
  OverflowError: n too large
  """

  import math
  if not n >= 0:
      raise ValueError("n must be >= 0")
  if math.floor(n) != n:
      raise ValueError("n must be exact integer")
  if n+1 == n: # catch a value like 1e300
      raise OverflowError("n too large")
  result = 1
  factor = 2
  while factor <= n:
      result *= factor
      factor += 1
  return result


if __name__ == "__main__":
  doctest.testmod(verbose=True)

verbose 参数用于控制是否输出详细信息,默认为 False ,如果不写,那么运行时不会输出任何东西,除非测试 fail。

输出如下:

Trying:
  [factorial(n) for n in range(6)]
Expecting:
  [1, 1, 2, 6, 24, 120]
ok
Trying:
  factorial(30)
Expecting:
  265252859812191058636308480000000
ok
Trying:
  factorial(-1)
Expecting:
  Traceback (most recent call last):
      ...
  ValueError: n must be >= 0
ok
Trying:
  factorial(30.1)
Expecting:
  Traceback (most recent call last):
      ...
  ValueError: n must be exact integer
ok
Trying:
  factorial(30.0)
Expecting:
  265252859812191058636308480000000
ok
Trying:
  factorial(1e100)
Expecting:
  Traceback (most recent call last):
      ...
  OverflowError: n too large
ok
1 items had no tests:
  __main__
1 items passed all tests:
  6 tests in __main__.factorial
6 tests in 2 items.
6 passed and 0 failed.
Test passed.

推荐好课:python3入门python3进阶


0 人点赞

相关课程 更多»

{{ relateCourse.bookname }}

{{ relateCourse.description }}

{{ relateCourse.watch_count }} 人参与

立即学习
相关文章 更多»
{{ relateArticle.title }} {{ relateArticle.postdate }}

最新文章

热门文章

更多»