Python 单元测试（unittest）的使用小结

测试目录

项目的整体结构可以参考“软件目录开发规范”，这里单说测试目录。一般都是在项目里单独创建一个测试目录，目录名就是“tests”。

关于目录的位置，一种建议是，在项目名（假设项目名是Foo）的一级子目录下创建二级子目录 “Foo/foo/tests” 。但是这样可能是因为用起来不方便，有很多是按下面的做法。不过下面的示例我还是用这个方法来创建测试目录。
还可以把测试目录向上移一层，作为一级子目录，直接创建在项目之下 “Foo/tests”。参考django、scrapy、flask都是这样的做法。

测试函数

标题的意思是对函数（def）进行测试，相对于测试类（class）。

学习测试，得有要测试的代码。下面是一个简单的函数，接收城市名和国家名，返回一个格式为“City, Country“这样的字符串：

# UnitTest/unit_test/utils/city_functions.py
def get_city_info(city, country):
  city_info = "%s, %s" % (city, country)
  return city_info.title()

接下来就对上面的这个函数进行测试。

手动测试

现在来写一个使用这个函数的程序：

# UnitTest/unit_test/test/cities.py
try:
  from unit_test.utils.city_functions import get_city_info
except ModuleNotFoundError:
  import sys
  sys.path.append('../..')
  from unit_test.utils.city_functions import get_city_info

print("Enter 'q' at any time to quit.")
while True:
  city = input("city name: ")
  if city == 'q':
    break
  country = input("country name: ")
  if country == 'q':
    break
  fullname = get_city_info(city, country)
  print("\tcity info:", fullname)

然后运行的结果：

Enter 'q' at any time to quit.
city name: shanghai
country name: china
    city info: Shanghai, China
city name: q

Process finished with exit code 0

上面这样是手动测试，还是得有一种自动测试函数输出的高效方式。如果能够对get_fullname()进行自动测试，就能始终确信，给这个函数提供测试过的姓名后，它能返回正确的结果。尤其是在对函数进行修改的前后。

模块导入路径的问题

PyCharm会自动把项目目录加到环境变量里去，在PyCharm里执行都没问题。但是如果不用PyCharm而是单独运行，这个目录结构应该会有点问题，会找不到需要测试的函数。简单点就是把测试用例和被测试的函数放到同一个目录里，然后改一下 from import 就可以正常运行了。或者自己手动添加环境变量，就像例子里那样。

单元测试-unittest

Python标准库中的模块unittest提供了代码测试工具。

创建测试用例

为函数编写测试用例，可先导入模块unittest以及要测试的函数，再创建一个继承unittest.TestCase的类，并编写一系列方法对函数行为的不同方面进行测试。

下面是一个只包含一个方法的测试用例：

# UnitTest/unit_test/test/test_city_functions.py
import unittest
try:
  from unit_test.utils.city_functions import get_city_info
except ModuleNotFoundError:
  import sys
  sys.path.append('../..')
  from unit_test.utils.city_functions import get_city_info

class CitiesTestCase(unittest.TestCase):
  """测试city_functions.py"""
  def test_city_country(self):
    city_info = get_city_info('shanghai', 'china')
    self.assertEqual(city_info, 'Shanghai, China')

  def test_New_York(self):
    city_info = get_city_info('new york', 'America')
    self.assertEqual(city_info, 'New York, America')

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

命名的规则和建议：

• 类名，可以任意起名，但是最好看起来和测试有关并包含Test字样。
• 方法名，名字必须以“test_”开头，所有以“test_”开头的方法，都会自动运行

在测试的方法的最后，使用了unittest类最有用的功能之一：一个断言方法。来检查得到的结果和我们预期的结果是否一致。

输出的效果

最后一行 unittest.main() 让Python运行这个文件中的测试。执行程序后得到如下的输出：

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

OK

运行测试用例时，每完成一个单元测试，Python都打印一个字符：

• 测试通过时打印一个句点；
• 测试引发错误时打印一个E；
• 测试导致断言失败时打印一个F。

这就是你运行测试用例时，在输出的第一行中看到的句点和字符数量各不相同的原因。如果测试用例包含很多单元测试，需要运行很长时间，就可通过观察这些结果来获悉有多少个测试通过了。

PyCharm对单元测试做了自己的优化，输出看不到上面的点，而是有更加漂亮的展示方式。

测试不通过

现在看下测试不通过的效果。这里不修改测试用例，而是对get_city_info()函数做一个update，现在还要显示城市的人口数量：

def get_city_info(city, country, population):
  city_info = "%s, %s - 人口: %d" % (city, country, population)
  return city_info.title()

这次再执行测试用例，输出如下：

E
======================================================================
ERROR: test_city_country (__main__.CitiesTestCase)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "test_city_functions.py", line 17, in test_city_country
    city_info = get_city_info('shanghai', 'china')
TypeError: get_city_info() missing 1 required positional argument: 'population'

----------------------------------------------------------------------
Ran 1 test in 0.001s

FAILED (errors=1)

这里看的是E而不是之前的点，表示有一个错误。

测试未通过的处理

这里不要去修改之前的测试用例。假设update之前的函数已经在项目内使用起来了，现在测试不通过，表示之前调用这个函数的代码都有问题。如果不想改项目里其它的代码，这里先尝试修改get_city_info()函数，让它能够通过测试，也可以加上新的功能：

# UnitTest/unit_test/utils/city_functions.py
def get_city_info(city, country, population=None):
  if population:
    city_info = "%s, %s - 人口: %d" % (city, country, population)
  else:
    city_info = "%s, %s" % (city, country)
  return city_info.title()

现在的各个版本的update才是兼容旧版本的代码，这次测试用例就可以通过了。

添加新测试

之前的测试用例只能验证就的功能，现在添加了新功能，是否没问题，还得通过测试来进行验证：

# UnitTest/unit_test/test/test_city_functions.py
class CitiesTestCase(unittest.TestCase):
  """测试city_functions.py"""
  def test_city_country(self):
    city_info = get_city_info('shanghai', 'china')
    self.assertEqual(city_info, 'Shanghai, China')

  def test_New_York_population(self):
    city_info = get_city_info('new york', 'America', 8537673)
    self.assertEqual(city_info, 'New York, America - 人口: 8537673')

现在新功能的测试用例也用了，并且2个测试都能通过。以后如果还需要对get_city_info()函数进行修改，只要再运行测试就可以知道新的代码是否会对原有的项目有影响。

断言方法

模块在unittest.TestCase类中提供了很多断言方法，之前已经用一个了。下面是6个常用的断言方法：

• assertEqual(a, b) ： 核实a == b
• assertNotEqual(a, b) ： 核实a != b
• assertTrue(x) ： 核实x为True
• assertFalse(x) ： 核实x为False
• assertIn(item, list) ： 核实item在list中
• assertNotIn(item, list) ： 核实item不在list中

你只能在继承unittest.TestCase的类中使用这些方法。

测试类

前面的内容只是对函数进行测试。很多时候都会用到类，因为还需要能够证明类也可以正常的运行。类的测试与函数的测试相似，其中大部分工作都是测试类中方法的行为，但存在一些不同之处。

准备要测试的类

先编写一个类来进行测试，这个类里存储了一个课程名，以及学习该课程的学员：

# UnitTest/unit_test/course.py
class CourseManage(object):

  def __init__(self, course):
    self.course = course
    self.students = []

  def show_course(self):
    print("课程:", self.course)

  def add_student(self, name):
    self.students.append(name)

  def show_students(self):
    print("所有学员:")
    for student in self.students:
      print('-', student)

为证明CourseManage类工作正常，再编写一个使用它的程序：

from unit_test.course import CourseManage

course = CourseManage("Python")
course.show_course()
print("准备录入学员...")
print("Enter 'q' at any time to quit.\n")
while True:
  resp = input("Student's Name: ")
  if resp == 'q':
    break
  if resp:
    course.add_student(resp.title())
print("\n录入完毕...")
course.show_students()

这段程序定义了一门课程，并使用课程名创建了一个CourseManage对象。接下来主要就是调用对象的add_student()方法来录入学员名字。输入完毕后，按q能退出。最后会打印所有的学员。
所有的输入和输出如下：

课程: Python
准备录入学员...
Enter 'q' at any time to quit.

Student's Name: oliver queen
Student's Name: barry allen
Student's Name: kara
Student's Name: sara lance
Student's Name: q

录入完毕...
所有学员:
- Oliver Queen
- Barry Allen
- Kara
- Sara Lance

Process finished with exit code 0

编写类的测试用例

下面来编写一个测试，对CourseManage类的行为的一个方面进行验证。如果用户输入了某个学员的名字，这个名字可以被存储在self.students的列表里。所以，需要做的是在学员被录入后，使用assertIn()这个断言方法：

# UnitTest/unit_test/test/test_course.py
import unittest
from unit_test.course import CourseManage

class TestCourseManage(unittest.TestCase):

  def test_add_student(self):
    course = CourseManage("Python")
    name = 'snart'
    course.add_student(name.title())
    self.assertIn('Snart', course.students)

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

上面的方法只验证了录入一个学员的情况，而大多数情况下都是有很多学员的。所以，还要添加一个方法，验证录入多个学员是否正常：

class TestCourseManage(unittest.TestCase):

  def test_add_student(self):
    course = CourseManage("Python")
    name = 'snart'
    course.add_student(name.title())
    self.assertIn('Snart', course.students)

  def test_add_students(self):
    course = CourseManage("Python")
    name_list = ['oliver queen', 'barry allen', 'kara', 'sara lance']
    for name in name_list:
      course.add_student(name.title())
    for name in name_list:
      self.assertIn(name.title(), course.students)

setUp() 方法

在上面的例子里，每个测试方法中都创建了一个实例。但是还有一种需求是，我希望只创建一个实例，但是要在多个方法里对这个实例进行操作来反复验证。在unittest.TestCase类包含方法setUp()，就可以只实例化一次，并可以在每个测试方法中使用。如果在TestCase类中包含了方法setUp()，Python会先运行它，再运行各个以test_打头的方法。
简单点说，setUp()方法就是在父类里预留的一个钩子，会在其他测试方法运行前先运行：

import unittest
from unit_test.course import CourseManage

class TestCourseManage(unittest.TestCase):

  def setUp(self):
    self.course = CourseManage("Python")
    self.name_list = ['oliver queen', 'barry allen', 'kara', 'sara lance']

  def test_add_student(self):
    name = 'snart'
    self.course.add_student(name.title())
    self.assertIn('Snart', self.course.students)

  def test_add_students(self):
    for name in self.name_list:
      self.course.add_student(name.title())
    for name in self.name_list:
      self.assertIn(name.title(), self.course.students)

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

测试自己编写的类时，使用setUp()方法会让测试方法编写起来更容易，下面是建议的做法：

在setUp()方法中创建一系列实例并设置它们的属性，再在测试方法中直接使用这些实例。相比于在每个测试方法中都创建实例并设置其属性，这要容易得多。

小结

如果你在项目中包含了初步测试，其他程序员将更敬佩你，他们将能够更得心应手地尝试使用你编写的代码，也更愿意与你合作开发项目。如果你要跟其他程序员开发的项目共享代码，就必须证明你编写的代码通过了既有测试，通常还需要为你添加的新行为编写测试。

请通过多开展测试来熟悉代码测试过程。对于自己编写的函数和类，请编写针对其重要行为的测试，但在项目早期，不要试图去编写全覆盖的测试用例，除非有充分的理由这样做。

pytest

这篇讲的是Python内置的单元测试模块。作为初学者先用着熟悉起来就很不错了。

pytest是Python最流程的单测框架之一。具体可以上GitHub参考下那些开源项目的单元测试，很多用的是这个。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。