Python常用测试框架与单元测试最佳实践指南

单元测试核心规则与最佳实践

一、测试常用规则

• 每个测试单元应聚焦于单一且微小的功能函数，以验证其正确性；
• 测试单元必须完全独立，能够单独运行。这意味着每个测试方法需重新加载数据，并在执行后执行清理操作，通常利用setUp()和setDown()方法来实现；
• 编写执行速度快的测试代码。若测试涉及复杂数据结构的加载且每次执行均需重新加载，会导致测试缓慢，此时建议将此类测试放入后台任务中执行；
• 在编写代码前执行完整测试，并在编写完成后再次执行，以确保新代码不会破坏现有功能；
• 在提交代码前执行完整测试；
• 若在开发过程中被打断，应编写一个记录当前进度的单元测试，说明下一步开发计划，以便恢复工作时能明确当前状态；
• 单元测试函数应使用长且具描述性的名称。正式代码中可能使用square()或sqr()，但测试函数应命名为test_square_of_number_2()、test_square_negativer_number()等，以清晰描述测试内容；
• 测试代码必须具备良好的可读性；
• 单元测试对新进开发人员而言是工作指南。

Python主流测试框架详解与对比

二、python常用的测试框架

unittest与unittest2：标准库及其扩展

1. unittest

unittest是Python内置的标准类库

unittest与JUnit类似，被视为Python的标准单元测试框架，有时也被称为PyUnit。其使用方式与xUnit家族其他成员相似，用户群体广泛，兼容Python2及Python3；

2、unittest2

unittest2可视为针对unittest新特性的补丁，与unittest高度相似，但增加了unittest未提供的一些方法；

pytest：简洁高效的替代方案

3、pytest

py.test是unittest的替代工具。

尽管功能丰富且灵活，但语法简洁。创建单元测试如同编写模块，相比unittest，py.test实现相同测试功能时操作更少。pytest支持通过@pytest.mark.parametrize直接进行参数化，而unittest需借助DDT；

nose：自动化测试与插件生态

4、nose

Nose是对unittest的扩展，使Python测试更简单。nose自动发现并执行测试代码，提供大量插件，如xUnit兼容的测试输出、覆盖率报告等。基于Python的测试驱动开发实战中也涉及nose用法：http://python.jobbole.com/81305/。此外，nose支持使用@with_setup()定义方法的setup和teardown；

doctest：文档即测试

5、doctest

doctest模块搜索类似交互式会话的Python代码片段，尝试执行并验证结果；

tox：多环境测试管理

6、tox

其最大特色是自动管理测试环境及使用多个解析器配置进行测试；

tox的详细文档：http://testrun.org/tox/latest/；

mock：依赖模拟与验证

7、mock

unittest.mock是用于测试Python的库。

在Python3.3版本后，该库为标准库。对于老版本，可通过pip install mock安装；

mock的精髓在于使用模拟对象替代系统部分，并验证后续执行是否正确。mock的详细文档：http://www.voidspace.org.uk/python/mock/；

以上就是python中的测试框架的详细内容，更多关于python 测试框架的资料请关注本站其它相关文章！