您的位置:首页 > 职场人生

作为程序员的你还没写过测试代码吗

2019-10-17 17:30 1326 查看

脚本之家

你与百万开发者在一起

者 | 简讯

出品 | 脚本之家(ID:jb51net)

对于任何软件质量规划来说,测试都是一个重要的组成部分,并且在许多情况下它是唯一的组成部分。——《代码大全》

可见测试在整个项目开发过程中的地位是非常重要的。优秀的开源项目往往都具备完善的测试代码。

为什么要测试

我们这里说的测试,一般都是指“单元测试”。

编写测试有许多好处。

最基本的功能就是提升代码质量,在代码上线前及时发现异常,使项目更加健壮。实现新功能的时候,可以保证代码按照预期执行。而且我们修改代码或修复 bug 后,运行测试可以保证我们代码功能没有退化,不会因为修复某一异常导致另一异常的产生。间接减少了调试的时间,让开发人员对项目更有信心。

《python 网络数据采集》书中提到单元测试通常包含四个特点:

  1. 每个单元测试用于测试一个组件。

  2. 每个单元测试都可以完全独立的运行。

  3. 每个单元测试通常至少包含一个断言(但是最好只有一个)。

  4. 单元测试与生产代码是分离的。

第一个和第二个特点同时说明编写单元测试,也是在考验代码的编写质量。如果在编写测试的时候,发现无从下手,或各种函数依赖过多,可能是函数过于复杂,并没有做到一个函数处理一个问题。这时就应该及时修改代码,使其更加简洁。测试代码中断言是必须的,断言可以保证代码执行结果是否符合我们预期,符合预期才可通过测试。

但是对于大部分初学者来说,可能认为测试离自己很遥远。一方面是代码功能都不一定能实现,就别说测试了;另一方面是不会编写测试代码,且对整个开发过程没有明显影响,久而久之就淡忘了编写代码过程中其实还有编写测试代码这一环节。针对这两种想法,我认为代码功能迟早会实现,编码过程不要心急,无法实现某项功能,和是否编写测试代码并无关系,编写测试代码的习惯一定要养成;对于不会编写测试代码的同学,可以看看优秀的开源项目,也可以尽量为自己的项目编写测试代码,可能代码非常简单,简单到你认为无需编写测试代码,但也要坚持编写。在《python web开发 测试驱动方法》书中第一章,作者在未启动 Django 服务情况下,仍然使用断言 assert'Django'inbrowser.title。当时我看到这部分认为这一举动是非常可笑的,有点为了测试而测试,因为谁会在没启动 Django 服务的时候测试代码呢?但这正是测试驱动开发巧妙的地方,先编写测试,再编写代码。只要通过了测试,就说明代码执行正确。保证了代码的简洁。

python 单元测试

python 有许多测试框架,这里推荐使用 pytest。

pytest 可以编写小型测试,也可拓展编写更复杂的功能测试。有完善的文档,丰富的命令和各种插件支持,使测试更加灵活简单。

安装 pytest

python3-m pip install pytest

第一个测试

安装完成后,简单运行一个测试。

  1. import pytest



  2. def func(n: int):

  3. return n + 1



  4. def test_func():

  5. assert func(1) == 3

当然这个明显会报错,但是我们可以看出,编写测试代码比较简单,无需任何配置。

pytest 会自动发现我们需要测试的代码,这取决于 pytest 发现测试代码的约定。

测试异常是否能被捕获

pytest 可以测试代码是否按预期执行,也可以测试异常是否能被正确捕获。

  1. import pytest



  2. def f():

  3. raise SystemExit(1)



  4. def test_mytest():

  5. with pytest.raises(SystemExit):

  6. f()

测试结果符合预期。

这样我们在项目中使用异常或自定义异常时,可以使用该方法测试异常是否能正确被捕捉。

发现测试代码的约定

如果没有附加参数,pytest 会遵循递归目录的方式,找到以 test_ 开头的文件夹, test_*.py 或 *_test.py的文件,在这些文件中找到 test 前缀的方法或以 Test 开头命名的类(不包含 __init__ 方法)。

当然我们写了许多测试,不想一次测试所有代码,pytest 也支持选择性测试。

在模块中运行测试

pytest test_mod.py

在目录中运行测试

pytest testing/

按关键字表达式运行测试

pytest-k"MyClass and not method"

运行给定字符串表达式匹配的测试。如上命令意思是只测试命名中包含 MyClass 且不含 method 字符串的测试。命名范围包括类名和函数名。

举个例子:

  1. import pytest



  2. class TestMyClass(object):


  3. def test_func(self):

  4. assert 1 == 1


  5. def test_method_func(self):

  6. assert 1 != 1

这段代码中,若配合上述命令,只会执行 TestMyClass 下的 test_func 测试。如果我们将类名从 TestMyClass改成 TestYourClass,将不会执行任何测试。因为我们的测试命名中,关键字既没有 TestYourClass 也不能包含 method

按节点 ID 运行测试

每个收集的测试都分配一个唯一的 nodeid,包括模块文件名,类名,函数名和参数,用 ::字符分隔。

在模块中运行特定测试:

pytest test_mod.py::test_func

在命令行中指定测试方法的示例:

pytest test_mod.py::TestMyClass::test_method_func

Fixtures 和 conftest.py

Fixtures 是简单理解是一个在测试之前运行的函数。可以将一些必要的数据提供给测试。例如连接数据库,爬虫请求返回网页内容和某种数据等。

简单举例:

  1. import re


  2. import pytest

  3. import requests



  4. @pytest.fixture

  5. def title():

  6. """

  7. 使用 requests 请求 https://lijianxun.top/

  8. 返回网站 title

  9. """


  10. html = requests.get("https://lijianxun.top")

  11. doc = html.text

  12. title = re.findall("<title>(.*?)</title>", doc)[0]

  13. return title



  14. def test_add(title: str):

  15. assert "简讯" in title

运行测试,返回如下结果:

我们并没有在其他地方传入 title,pytest 可自动匹配。

如果我们需要的测试数据过多,可以单独创建一个文件 conftest.py 来统一管理 Fixtures。

conftest.py 文件写入:

  1. import re

  2. import pytest

  3. import requests


  4. @pytest.fixture

  5. def title():

  6. """

  7. 使用 requests 请求 https://lijianxun.top/

  8. 返回 title

  9. """


  10. html = requests.get("https://lijianxun.top")

  11. doc = html.text

  12. title = re.findall("<title>(.*?)</title>", doc)[0]

  13. return title

test_title.py 写入:

  1. def test_add(title: str):

  2. assert "简讯" in title

这样也是可以的。

命令行使用参数 --fixtures 可以查看所有可用 Fixtures。

命令行输入:

pytest--fixtures conftest.py

会返回:

  1. title

  2. 使用 requests 请求 https://lijianxun.top/

  3. 返回 title

所以在编写 Fixtures 测试数据时,函数最好添加文档字符串,保证在之后查看明确各种函数的用处。

如何编写测试代码

介绍了 pytest 的用法,说到底还是为了编写测试代码服务的,但是如何编写测试代码呢?

测试并不复杂。明确需要测试的部分,声明预期的结果,符合预期便可通过测试。单元测试要测试的其实是逻辑、流程控制和配置。毕竟测试代码是死的,程序是活的。因为测试代码一旦写好,说明程序必须按照该测试执行,这样就可以放心修改代码,增加功能或重构。

例如写一个爬虫,数据是以字典的形式入库,其中有一些字段在源网站是 int 类型,因为业务需要,我要保证存储下来的是 str 类型,而且之后可能还会新增字段,也需要保证转换成 str 类型,这里可以写一个测试来判断入库的字段是否全部都是 str 类型。可能有读者会说,写测试这点功夫直接转换类型不就行了吗?但是谁能保证在之后修改代码的时候,重构或者有其他人接手这部分代码的时候还会想起转换类型呢?

正如《python web开发 测试驱动方法》书中说到,写测试代码就像写故事一样,把步骤写下来就组成了一个故事。比如用 Flask 搭建博客,我们需要测试用户登录,发帖,提交,返回首页博文展示到首页等一系列动作,故事写完了我们需要测试的部分也就想出来了。

最后

编写测试代码可能是枯燥的,但测试是开发过程中一个重要的组成部分。良好的测试可以保证程序运行的稳定性。所以为了你的代码,从今天开始学习写测试代码吧!

本文作者:简讯,一名自学编程的业余码农

个人博客:https://lijianxun.top/

声明:本文为 脚本之家专栏作者 投稿,未经允许请勿转载。

写的不错?赞赏一下

长按扫码赞赏我

●  Google Chrome 正在走 Windows 的老路

●  脚本之家粉丝福利,请查看!

●  那些裸辞的程序员,都干嘛去了?

● 致敬经典:Linux/UNIX必读书单推荐给你

● PYPL 9月语言排行榜,Python一枝独秀

内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: 
相关文章推荐