Schreiben Sie professionelle Unit -Tests in Python

Unit -Tests ist die Grundlage für den Aufbau einer zuverlässigen Software. Es gibt viele Arten von Tests, aber Unit -Tests sind am wichtigsten. Mit dem Tests mit Unit -Tests können Sie sicher sein, dass Sie vollständig getestete Code -Ausschnitte als Grundeinheiten haben und sich beim Erstellen Ihres Programms auf sie verlassen. Sie erweitern Ihre Reserven von vertrauenswürdigem Code über den Umfang der integrierten Funktionen und Standardbibliotheken hinaus. Darüber hinaus bietet Python eine starke Unterstützung für Schreibunterlagen.

Auslaufbeispiel

Bevor wir alle Prinzipien, Heuristiken und Führer eintauchen, schauen wir uns ein praktisches Testbeispiel an.

Erstellen Sie ein neues Verzeichnis namens python_tests und fügen Sie zwei Dateien hinzu:

• car.py
• test_car.py

Stellen Sie das Verzeichnis als Python -Paket ein, indem Sie die init .py addiert. Die Struktur der Datei sollte wie folgt sein:

<code>python_tests/
        -__init__.py
        - car.py
        - test_car.py</code>

Die

car.py wird verwendet, um die Logik des selbstfahrenden Autoprogramms zu schreiben, das wir in diesem Beispiel verwenden, und die Datei test_car.py wird verwendet, um alle Tests zu schreiben.

car.py Dateiinhalt:

class SelfDrivingCar:
    def __init__(self):
        self.speed = 0
        self.destination = None

    def _accelerate(self):
        self.speed += 1

    def _decelerate(self):
        if self.speed > 0:
            self.speed -= 1

    def _advance_to_destination(self):
        distance = self._calculate_distance_to_object_in_front()
        if distance 
<p> Dies ist ein Unit -Test für die TestCase -Klasse. Holen Sie sich das unittestes Modul wie unten gezeigt. </p>
<pre class="brush:php;toolbar:false">from unittest import TestCase

Sie können dann das unittest.main -Modul überschreiben, das vom unittesten Testframework bereitgestellt wird, indem Sie das folgende Testskript unten in der Testdatei hinzufügen.

if __name__ == '__main__':
    unittest.main()

Fahren Sie fort und fügen Sie das Testskript unten in der Datei test_car.py hinzu, wie unten gezeigt.

import unittest
from car import SelfDrivingCar

class SelfDrivingCarTest(unittest.TestCase):
    def setUp(self):
        self.car = SelfDrivingCar()

    def test_stop(self):
        self.car.speed = 5
        self.car.stop()
        self.assertEqual(0, self.car.speed)
        self.car.stop()
        self.assertEqual(0, self.car.speed)

if __name__ == '__main__':
    unittest.main(verbosity=2)

Um den Test auszuführen, führen Sie das Python -Programm aus:

python test_car.py

Sie sollten die folgende Ausgabe sehen:

<code>test_stop (__main__.SelfDrivingCarTest) ... ok

----------------------------------------------------------------------
Ran 1 test in 0.000s

OK</code>

Test Discovery

Die andere Methode und die einfachste Methode besteht darin, die Entdeckung zu testen. Diese Option wird nur in Python 2.7 hinzugefügt. Vor 2.7 können Sie die Nase verwenden, um Tests zu entdecken und durchzuführen. Nase hat andere Vorteile, wie zum Beispiel Testfunktionen, ohne Klassen für Testfälle zu erstellen. Aber für diesen Artikel bleiben wir bei Unittest.

Wie der Name schon sagt, -V -Logo:

selfstingcartest.

Es gibt mehrere Anzeichen, um den Vorgang zu steuern:

python -m unittest -h

Testabdeckung

Testabdeckung ist ein Bereich, der oft übersehen wird. Die Abdeckung ist, wie viel Code Ihr Test tatsächlich testet. Wenn Sie beispielsweise eine Funktion mit einer IF -Anweisung haben, müssen Sie einen Test schreiben, um die wahren und falschen Zweige der IF -Anweisung zu überschreiben. Idealerweise sollte Ihr Code in einem Paket sein. Die Tests für jedes Paket sollten sich im Geschwisterverzeichnis des Pakets befinden. Im Testverzeichnis sollte für jedes Modul des Pakets eine Datei mit dem Namen Unittest Modul bereitgestellt werden.

Schlussfolgerung

Unit -Tests ist die Grundlage für zuverlässigen Code. In diesem Tutorial erforsche ich einige Prinzipien und Richtlinien für Unit -Tests und erläutere mehrere Gründe für Best Practices. Je größer das von Ihnen erstellte System ist, desto wichtiger ist die Einheitsprüfung. Unit -Tests sind jedoch nicht ausreichend. Große Systeme erfordern auch andere Arten von Tests: Integrationstests, Leistungstests, Lasttests, Penetrationstests, Akzeptanztests usw.

Dieser Artikel wurde aktualisiert und enthält Beiträge von Esther Vaati. Esther ist ein Softwareentwickler und Beitrag zu Envato -Tuts.

Das obige ist der detaillierte Inhalt vonSchreiben Sie professionelle Unit -Tests in Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!