聊聊 Python 的单元测试框架(一):unittest
ccwgpt 2024-10-25 10:47 34 浏览 0 评论
作者:HelloGitHub-Prodesire
前言
说到 Python 的单元测试框架,想必接触过 Python 的朋友脑袋里第一个想到的就是 unittest[1]。的确,作为 Python 的标准库,它很优秀,并被广泛用于各个项目。但你知道吗?其实在 Python 众多项目中,主流的单元测试框架远不止这一个。
本系列文章将为大家介绍目前流行的 Python 的单元测试框架,讲讲它们的功能和特点并比较其异同,以让大家在面对不同场景、不同需求的时候,能够权衡利弊,选择最佳的单元测试框架。
本文默认以 Python 3 为例进行介绍,若某些特性在 Python 2 中没有或不同,会特别说明。
一、介绍
unittest[2] 单元测试框架最早受到 JUnit 的启发,和其他语言的主流单元测试框架有着相似的风格。
它支持测试自动化,多个测试用例共享前置(setUp)和清理(tearDown)代码,聚合多个测试用例到测试集中,并将测试和报告框架独立。
二、用例编写
下面这段简单的示例来自于官方文档[3],用来测试三种字符串方法:upper、isupper、split:
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()
上述示例中,通过继承 unittest.TestCase[4] 来创建一个测试用例。在这个类中,定义以 test 开头的方法,测试框架将把它作为独立的测试去执行。
每个用例都采用 unittest 内置的断言方法来判断被测对象的行为是否符合预期,比如:
- 在 test_upper 测试中,使用 assertEqual[5] 检查是否是预期值
- 在 test_isupper 测试中,使用 assertTrue[6] 或 assertFalse[7] 验证是否符合条件
- 在 test_split 测试中,使用 assertRaises[8] 验证是否抛出一个特定异常
可能有人会好奇,为什么不使用内置断言语句 assert,而要额外提供这么多断言方法并使用呢?原因是通过使用 unittest 提供的断言方法,测试框架在运行结束后,能够聚合所有的测试结果并产生信息丰富的测试报告。而直接使用 assert 虽然也可以达到验证被测对象是否符合预期的目的,但在用例出错时,报错信息不够丰富。
三、用例发现和执行
unittest 支持用例自动(递归)发现:
- 默认发现当前目录下所有符合 test*.py 测试用例
- 使用 python -m unittest 或 python -m unittest discover
- 通过 -s 参数指定要自动发现的目录, -p 参数指定用例文件的名称模式
- python -m unittest discover -s project_directory -p "test_*.py"
- 通过位置参数指定自动发现的目录和用例文件的名称模式
- python -m unittest discover project_directory "test_*.py"
unittest 支持执行指定用例:
- 指定测试模块
- python -m unittest test_module1 test_module2
- 指定测试类
- python -m unittest test_module.TestClass
- 指定测试方法
- python -m unittest test_module.TestClass.test_method
- 指定测试文件路径(仅 Python 3)
- python -m unittest tests/test_something.py
四、测试夹具(Fixtures)
测试夹具也就是测试前置(setUp)和清理(tearDown)方法。
测试前置方法 setUp()[9] 用来做一些准备工作,比如建立数据库连接。它会在用例执行前被测试框架自动调用。
测试清理方法 tearDown()[10] 用来做一些清理工作,比如断开数据库连接。它会在用例执行完成(包括失败的情况)后被测试框架自动调用。
测试前置和清理方法可以有不同的执行级别。
4.1 生效级别:测试方法
如果我们希望每个测试方法之前前后分别执行测试前置和清理方法,那么需要在测试类中定义好 setUp()[11] 和 tearDown()[12]:
class MyTestCase(unittest.TestCase): def setUp(self): pass ? def tearDown(self): pass
4.2 生效级别:测试类
如果我们希望单个测试类中只执行一次前置方法,再执行该测试类中的所有测试,最后执行一次清理方法,那么需要在测试类中定义好 setUpClass()[13] 和 tearDownClass()[14]:
class MyTestCase(unittest.TestCase): def setUpClass(self): pass ? def tearDownClass(self): pass
4.3 生效级别:测试模块
如果我们希望单个测试模块中只执行一次前置方法,再执行该模块中所有测试类的所有测试,最后执行一次清理方法,那么需要在测试模块中定义好 setUpModule()[15] 和 tearDownModule()[16]:
def setUpModule(): pass ? def tearDownModule(): pass
五、跳过测试和预计失败
unittest 支持直接跳过或按条件跳过测试,也支持预计测试失败:
- 通过 skip[17] 装饰器或 SkipTest[18] 直接跳过测试
- 通过 skipIf[19] 或 skipUnless[20] 按条件跳过或不跳过测试
- 通过 expectedFailure[21] 预计测试失败
class MyTestCase(unittest.TestCase): ? @unittest.skip("直接跳过") def test_nothing(self): self.fail("shouldn't happen") ? @unittest.skipIf(mylib.__version__ < (1, 3), "满足条件跳过") def test_format(self): # Tests that work for only a certain version of the library. pass ? @unittest.skipUnless(sys.platform.startswith("win"), "满足条件不跳过") def test_windows_support(self): # windows specific testing code pass ? def test_maybe_skipped(self): if not external_resource_available(): self.skipTest("跳过") # test code that depends on the external resource pass ? @unittest.expectedFailure def test_fail(self): self.assertEqual(1, 0, "这个目前是失败的")
六、子测试
有时候,你可能想编写这样的测试:在一个测试方法中传入不同的参数来测试同一段逻辑,但它将被视作一个测试,但是如果使用了子测试[22],就能被视作 N(即为参数的个数)个测试。下面是一个示例:
class NumbersTest(unittest.TestCase): ? def test_even(self): """ Test that numbers between 0 and 5 are all even. """ for i in range(0, 6): with self.subTest(i=i): self.assertEqual(i % 2, 0)
示例中使用了 with self.subTest(i=i) 的方式定义子测试,这种情况下,即使单个子测试执行失败,也不会影响后续子测试的执行。这样,我们就能看到输出中有三个子测试不通过:
====================================================================== FAIL: test_even (__main__.NumbersTest) (i=1) ---------------------------------------------------------------------- Traceback (most recent call last): File "subtests.py", line 32, in test_even self.assertEqual(i % 2, 0) AssertionError: 1 != 0 ? ====================================================================== FAIL: test_even (__main__.NumbersTest) (i=3) ---------------------------------------------------------------------- Traceback (most recent call last): File "subtests.py", line 32, in test_even self.assertEqual(i % 2, 0) AssertionError: 1 != 0 ? ====================================================================== FAIL: test_even (__main__.NumbersTest) (i=5) ---------------------------------------------------------------------- Traceback (most recent call last): File "subtests.py", line 32, in test_even self.assertEqual(i % 2, 0) AssertionError: 1 != 0
七、测试结果输出
基于简单示例小节中提到的例子,来说明下 unittest 在运行完测试后的结果输出。
默认情况下的输出非常简单,展示运行了多少个用例,以及所花费的时间:
... ---------------------------------------------------------------------- Ran 3 tests in 0.000s ? OK
通过指定 -v 参数,可以得到详细输出,除了默认输出的内容,还额外显示了用例名称:
test_isupper (__main__.TestStringMethods) ... ok test_split (__main__.TestStringMethods) ... ok test_upper (__main__.TestStringMethods) ... ok ? ---------------------------------------------------------------------- Ran 3 tests in 0.001s ? OK
假定 test_upper 测试失败,则在详细输出模式下,结果如下:
test_isupper (tests.test.TestStringMethods) ... ok test_split (tests.test.TestStringMethods) ... ok test_upper (tests.test.TestStringMethods) ... FAIL ? ====================================================================== FAIL: test_upper (tests.test.TestStringMethods) ---------------------------------------------------------------------- Traceback (most recent call last): File "/Uvsers/prodesire/projects/tests/test.py", line 6, in test_upper self.assertEqual('foo'.upper(), 'FOO1') AssertionError: 'FOO' != 'FOO1' - FOO + FOO1 ? + ? ? ---------------------------------------------------------------------- Ran 3 tests in 0.001s ? FAILED (failures=1)
如果我们将 test_upper 测试方法中的 self.assertEqual 改为 assert,则测试结果输出中将会少了对排查错误很有帮助的上下文信息:
test_isupper (tests.test.TestStringMethods) ... ok test_split (tests.test.TestStringMethods) ... ok test_upper (tests.test.TestStringMethods) ... FAIL ? ====================================================================== FAIL: test_upper (tests.test.TestStringMethods) ---------------------------------------------------------------------- Traceback (most recent call last): File "/Users/prodesire/projects/tests/test.py", line 6, in test_upper assert 'foo'.upper() == 'FOO1' AssertionError ? ---------------------------------------------------------------------- Ran 3 tests in 0.001s ? FAILED (failures=1)
如果想要生成 HTML 格式的报告,那么就需要额外借助第三方库(如 HtmlTestRunner[23])来操作。
在安装好第三方库后,你不能直接使用 python -m unittest 加上类似 --html report.html 的方式来生成 HTML 报告,而是需要自行编写少量代码来运行测试用例进而得到 HTML 报告。详情请查看 HtmlTestRunner 使用说明[24]。
八、小结
unittest[25] 作为 Python 标准库提供的单元测试框架,使用简单、功能强大,日常测试需求均能得到很好的满足。在不引入第三方库的情况下,是单元测试的不二之选。
在下篇文章中,我们将介绍第三方单元测试框架 nose 和 nose2,讲讲它对比于 unittest 有哪些改进,以至于让很多开发人员优先选择了它。
References
[1] unittest: https://docs.python.org/3/library/unittest.html
[2] unittest: https://docs.python.org/3/library/unittest.html
[3]官方文档: https://docs.python.org/3/library/unittest.html#basic-example
[4] unittest.TestCase: https://docs.python.org/3/library/unittest.html#unittest.TestCase
[5] assertEqual: https://docs.python.org/3/library/unittest.html#unittest.TestCase.assertEqual
[6]assertTrue: https://docs.python.org/3/library/unittest.html#unittest.TestCase.assertTrue
[7] assertFalse: https://docs.python.org/3/library/unittest.html#unittest.TestCase.assertFalse
[8] assertRaises: https://docs.python.org/3/library/unittest.html#unittest.TestCase.assertRaises
[9]setUp(): https://docs.python.org/3/library/unittest.html#unittest.TestCase.setUp
[10] tearDown(): https://docs.python.org/3/library/unittest.html#unittest.TestCase.tearDown
[11]setUp(): https://docs.python.org/3/library/unittest.html#unittest.TestCase.setUp
[12]tearDown(): https://docs.python.org/3/library/unittest.html#unittest.TestCase.tearDown
[13]setUpClass(): https://docs.python.org/3/library/unittest.html#unittest.TestCase.setUpClass
[14]tearDownClass(): https://docs.python.org/3/library/unittest.html#unittest.TestCase.tearDownClass
[15] setUpModule(): https://docs.python.org/3/library/unittest.html#setupmodule-and-teardownmodule
[16]tearDownModule(): https://docs.python.org/3/library/unittest.html#setupmodule-and-teardownmodule
[17]skip: https://docs.python.org/3/library/unittest.html#unittest.skip
[18]SkipTest: https://docs.python.org/3/library/unittest.html#unittest.SkipTest
[19] skipIf: https://docs.python.org/3/library/unittest.html#unittest.skipIf
[20]skipUnless: https://docs.python.org/3/library/unittest.html#unittest.skipUnless
[21]SkipTest: https://docs.python.org/3/library/unittest.html#unittest.SkipTest
[22] skipIf: https://docs.python.org/3/library/unittest.html#unittest.skipIf
[23]HtmlTestRunner: https://github.com/oldani/HtmlTestRunner
[24]HtmlTestRunner 使用说明: https://github.com/oldani/HtmlTestRunner#usage
[25] unittest: https://docs.python.org/3/library/unittest.html
『讲解开源项目系列』——让对开源项目感兴趣的人不再畏惧、让开源项目的发起者不再孤单。跟着我们的文章,你会发现编程的乐趣、使用和发现参与开源项目如此简单。欢迎留言联系我们、加入我们,让更多人爱上开源、贡献开源~
相关推荐
- 十分钟让你学会LNMP架构负载均衡(impala负载均衡)
-
业务架构、应用架构、数据架构和技术架构一、几个基本概念1、pv值pv值(pageviews):页面的浏览量概念:一个网站的所有页面,在一天内,被浏览的总次数。(大型网站通常是上千万的级别)2、u...
- AGV仓储机器人调度系统架构(agv物流机器人)
-
系统架构层次划分采用分层模块化设计,分为以下五层:1.1用户接口层功能:提供人机交互界面(Web/桌面端),支持任务下发、实时监控、数据可视化和报警管理。模块:任务管理面板:接收订单(如拣货、...
- 远程热部署在美团的落地实践(远程热点是什么意思)
-
Sonic是美团内部研发设计的一款用于热部署的IDEA插件,本文其实现原理及落地的一些技术细节。在阅读本文之前,建议大家先熟悉一下Spring源码、SpringMVC源码、SpringBoot...
- springboot搭建xxl-job(分布式任务调度系统)
-
一、部署xxl-job服务端下载xxl-job源码:https://gitee.com/xuxueli0323/xxl-job二、导入项目、创建xxl_job数据库、修改配置文件为自己的数据库三、启动...
- 大模型:使用vLLM和Ray分布式部署推理应用
-
一、vLLM:面向大模型的高效推理框架1.核心特点专为推理优化:专注于大模型(如GPT-3、LLaMA)的高吞吐量、低延迟推理。关键技术:PagedAttention:类似操作系统内存分页管理,将K...
- 国产开源之光【分布式工作流调度系统】:DolphinScheduler
-
DolphinScheduler是一个开源的分布式工作流调度系统,旨在帮助用户以可靠、高效和可扩展的方式管理和调度大规模的数据处理工作流。它支持以图形化方式定义和管理工作流,提供了丰富的调度功能和监控...
- 简单可靠高效的分布式任务队列系统
-
#记录我的2024#大家好,又见面了,我是GitHub精选君!背景介绍在系统访问量逐渐增大,高并发、分布式系统成为了企业技术架构升级的必由之路。在这样的背景下,异步任务队列扮演着至关重要的角色,...
- 虚拟服务器之间如何分布式运行?(虚拟服务器部署)
-
在云计算和虚拟化技术快速发展的今天,传统“单机单任务”的服务器架构早已难以满足现代业务对高并发、高可用、弹性伸缩和容错容灾的严苛要求。分布式系统应运而生,并成为支撑各类互联网平台、企业信息系统和A...
- 一文掌握 XXL-Job 的 6 大核心组件
-
XXL-Job是一个分布式任务调度平台,其核心组件主要包括以下部分,各组件相互协作实现高效的任务调度与管理:1.调度注册中心(RegistryCenter)作用:负责管理调度器(Schedule...
- 京东大佬问我,SpringBoot中如何做延迟队列?单机与分布式如何做?
-
京东大佬问我,SpringBoot中如何做延迟队列?单机如何做?分布式如何做呢?并给出案例与代码分析。嗯,用户问的是在SpringBoot中如何实现延迟队列,单机和分布式环境下分别怎么做。这个问题其实...
- 企业级项目组件选型(一)分布式任务调度平台
-
官网地址:https://www.xuxueli.com/xxl-job/能力介绍架构图安全性为提升系统安全性,调度中心和执行器进行安全性校验,双方AccessToken匹配才允许通讯;调度中心和执...
- python多进程的分布式任务调度应用场景及示例
-
多进程的分布式任务调度可以应用于以下场景:分布式爬虫:importmultiprocessingimportrequestsdefcrawl(url):response=re...
- SpringBoot整合ElasticJob实现分布式任务调度
-
介绍ElasticJob是面向互联网生态和海量任务的分布式调度解决方案,由两个相互独立的子项目ElasticJob-Lite和ElasticJob-Cloud组成。它通过弹性调度、资源管控、...
- 分布式可视化 DAG 任务调度系统 Taier 的整体流程分析
-
Taier作为袋鼠云的开源项目之一,是一个分布式可视化的DAG任务调度系统。旨在降低ETL开发成本,提高大数据平台稳定性,让大数据开发人员可以在Taier直接进行业务逻辑的开发,而不用关...
- SpringBoot任务调度:@Scheduled与TaskExecutor全面解析
-
一、任务调度基础概念1.1什么是任务调度任务调度是指按照预定的时间计划或特定条件自动执行任务的过程。在现代应用开发中,任务调度扮演着至关重要的角色,它使得开发者能够自动化处理周期性任务、定时任务和异...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- MVC框架 (46)
- spring框架 (46)
- 框架图 (58)
- flask框架 (53)
- quartz框架 (51)
- abp框架 (47)
- jpa框架 (47)
- laravel框架 (46)
- springmvc框架 (49)
- 分布式事务框架 (65)
- scrapy框架 (56)
- shiro框架 (61)
- 定时任务框架 (56)
- java日志框架 (61)
- JAVA集合框架 (47)
- grpc框架 (55)
- ppt框架 (48)
- 内联框架 (52)
- winform框架 (46)
- gui框架 (44)
- cad怎么画框架 (58)
- ps怎么画框架 (47)
- ssm框架实现登录注册 (49)
- oracle字符串长度 (48)
- oracle提交事务 (47)