| 关于unittest模块
unittest是python发行版里面自带的一个模块，使用起来非常简单，为了能够更好的理解和使用unittest模块，必须了解一下一些基本的概念。
unittest模块是用来进行单元测试的一个模块。
关于该模块，有几个类必须理解。
TestCase类：该类是封装了一个测试用例，即每个测试用例对应于一个TestCase类。
TestSuite类：该类是一个测试集，即把相关的TestCase类集合到一起形成一个TestSuite
TestLoader类:该类负责搜索和装载TestCase到TestSuite中。
TextTestRunner类：该类负责运行测试用例。
TextTestResult类：该类负责存储测试用例的执行结果。
最后所有的以上类都集成在了unittest.main(）模块中了。
理解了这些基本概念之后，来看一个很简单的例子（官方文档中的例子）
| 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() |
上述这个例子很明确的告诉了我们unittest的使用方法。unittest中的测试函数必须作为某一个类的成员函数并通常以“test_”前缀开头，该类必须是TestCase的子类，之后执行unittest.main()函数，该模块就会自动封装每一个以“test_”前缀开头
的例子到一个TestCase类中，然后把所有的TestCase都装载到TestSuite中并由TextTestRunner负责执行。运行一下可以看到如下结果：
unittest模块还提供了一些命令行应用的简单命令，列举一些常用的如下:
测试特定模块：
python -m unittest Testmodule_name
测试特定模块中的某个类：
python -m unittest Testmodule_name.TestClass
测试特定模块某个类中的某个方法：
python -m unittest Testmodule_name.TestClass.TestMethod
列举可用的命令行选项：
python -m unittest -h
测试该模块，并显示执行了的测试方法：
python -m unittest -v Testmodule_name
测试当前目录下的所有测试用例：
python -m unittest
最后一个要提的就是unittest的skip和expectedFailure属性。可以看几个小例子。
跳过该测试函数，并且显示”demonstrating skipping”的提示
@unittest.skip("demonstrating
skipping")
def test_nothing(self):
self.fail("shouldn't happen") |
在满足特定的条件下跳过该测试用例：
@unittest.skipIf(mylib.__version__
< (1, 3),
"not supported in this library
version")
def test_format(self):
# Tests that work for only a certain version of
the library.
pass |
该测试用例标记为失败的，在计算测试不通过的测试用例的时候不用考虑：
@unittest.expectedFailure
def test_fail(self):
self.assertEqual(1, 0, "broken") |
关于unittest更详细的介绍可以参考
unittest参考文档
关于pytest模块
pytest是python常用的一个测试框架， 可以帮助我们完成从单元测试到复杂的功能测试等一系列功能，同时pytest和其他的测试工具和测试方法的集成的很好，非常容易安装和使用插件。总之，pytest是一款不错的测试工具，下面就来学习怎么使用它。
pytest不是python标准发行包里面的一个模块，所以使用前需要进行一下安装操作，安装的方法也非常简单，只需要执行如下命令：
或者
如果不太了解pip和easy_install 可以参考其他资料。
安装完成之后可以用如下的命令检测是否安装成功：
看到如下结果表明安装成功：
在安装结束之后就来看下如何是使用。
pytest的基本使用思想和unittest模块差不多，先来看一个简单的小例子：
#test_sample.py
def func(x):
return x + 1
def test_answer():
assert func(3) == 5 |
然后终端进入到test_sample.py 所在目录下运行如下命令：
结果如下所示：
看一下上面的例子，写了一个函数，并写了一个简单的测试用例，用例中只有一条断言语句，相比于unittest模块，该程序有了如下的简化，即测试方法不需要封装在一个TestCase的子类中（当然如果测试用例庞大，封装到不同的类中还是很有必要)，同时也不必要导入任何模块，即可完成一个简单的测试。
pytest同unittest类似，也提供了许多命令行使用的接口
测试某个模块：
py.test testfile_name
测试某个模块，并在首次错误用例出现后停止测试：
py.test -x testfile_name
测试某个模块，在出现n个错误后停止：
py.test –maxfail testfile_name
等等还有很多命令具体可以参考官方文档
pytest官方文档
下面来说下pytest的一些比较有用的特性。
首先是pytest中的断言机制。
使用起来非常简单，就同上述例子一样直接一个assert语句就可以完成。
如果要断言会出现某个异常可以使用如下的方式：
| import pytest
def test_zero_division():
with pytest.raises(ZeroDivisionError):
1 / 0 |
这样在出现该异常的时候这个测试用例也不会标记为失败。
也可以自定义异常的提示信息，看一个下面的例子
# content of conftest.py
from test_foocompare import Foo
def pytest_assertrepr_compare(op, left, right):
if isinstance(left, Foo) and isinstance(right,
Foo) and op == "==":
return ['Comparing Foo instances:',
' vals: %s != %s' % (left.val, right.val)] |
# content of test_foocompare.py
class Foo:
def __init__(self, val):
self.val = val
def test_compare():
f1 = Foo(1)
f2 = Foo(2)
assert f1 == f2 |
然后终端运行：
| py.test -q test_foocompare.py
|
结果如下所示：
可以看出要自定义异常信息，只需要在conftest.py 里面定义一个名为pytest_assertrepr_compare的函数即可。
然后不得不看的一个特性就是fixture特性。
这是官方文档中对fixture特性的一个介绍
Test functions can receive fixture objects by naming
them as an input argument. For each argument name,
a fixture function with that name provides the fixture
object.
来看一个例子：
# content of ./test_smtpsimple.py
import pytest
@pytest.fixture
def smtp():
import smtplib
return smtplib.SMTP("merlinux.eu")
def test_ehlo(smtp):
response, msg = smtp.ehlo()
assert response == 250
assert 0 # for demo purposes |
然后终端里运行：
| py.test test_smtpsimple.py |
可以看到如下结果：
上述例子的执行过程是这样子，pytest 首先寻找test_ 前缀开头的函数，找到test_ehlo()函数，然后发现该函数需要一个名为smtp的参数，就会去寻找有@pytest.fixture标记的名称为smtp的函数，并构造一个fixture
object传递给该测试函数，之后执行测试函数。
函数参数化是一种依赖注入的思想。
了解了fixture是如何使用的之后，我们来看一下fixture的一些详细的介绍。
由于构造一个fixture object是非常耗费时间的，所以通常一个fixture object对象会被许多函数所共享。pytest提供了声明在不同级别共享的方法
每个函数一个fixture object：：
| @pytest.fixture(scope =
"function") |
每个模块一个fixture object
| @pytest.fixture(scope =
"module") |
所有模块都共享一个fixture object
| @pytest.fixture(scope =
"session") |
在fixture object对象使用完以后会有一个destroy 过程，如果想要在destroy过程中进行一些特殊的操作，可以给fixture
函数增加一个request对象，然后定义一个包含你想要执行的操作的函数，调用request的addfinalizer（funct_name）方法来把该函数注册到这个fixture
object中。
可以看一个示例：
@pytest.fixture(scope="module")
def smtp(request):
smtp = smtplib.SMTP("merlinux.eu")
def fin():
print ("teardown smtp")
smtp.close()
request.addfinalizer(fin)
return smtp # provide the fixture value |
然后就像之前所说的那样执行测试命令就可以了。
fixture 还可以进行参数化，可以给fixture函数一个“param = []” 的关键字参数，之后对于param中的每个值都会构造一个fixture
object传递给测试函数使用。
可以看下如下的代码：
# content of conftest.py
import pytest
import smtplib
@pytest.fixture(scope="module",
params=["merlinux.eu", "mail.python.org"])
def smtp(request):
smtp = smtplib.SMTP(request.param)
def fin():
print ("finalizing %s" % smtp)
smtp.close()
request.addfinalizer(fin)
return smtp |
对于每个需要使用到smtp这个fixture的测试函数，都会接收两个fixture object对象，一个使用的是“merlinux.edu”
参数，另一个使用的是”mail.python.org”参数。
使用如下命令可以看到自动生成的每个fixture object的id：
也可以增加一个ids 的参数来自定义每个fixture object的id如下代码所示：
| import pytest
@pytest.fixture(params=[0, 1], ids=["spam",
"ham"])
def a(request):
return request.param |
注意0 这个参数所构造的fixture object对象所对一的id为 “spam”, 1对应为“ham”
在一个fixture函数中可以调用其他的fixture函数，只要该被使用的fixture的域范围比使用该fixture的域范围大即可。
在fixture的使用过程中，pytest会自动决定每个测试函数的调用顺序，使得内存中存在最少的fixture
object，以减少对系统资源的占用。
在使用fixture object的时候也可以主动告诉pytest（可以减少查找的开销）要调用某个fixture
，方式如下：
| @pytest.mark.usefixtures(fixture_name1,
fixture_name2, ...) |
如果要告诉pytest要在这个模块都使用某个fixture，可以给这个模块定义一个如下的属性：
| pytestmark = pytest.mark.usefixtures(fixture_name1,
fixture_name2, ...) |
如果要在告诉pytest在整个测试工程中都要使用某个fixture 可以新建一个如下的文件：
| # content of pytest.ini
[pytest]
usefixtures = cleandir |
fixture可以被覆盖，有许多级别的覆盖。
在介绍完fixture特性之后再来看两个特性，skip和xfail属性。
在满足特定的条件下跳过该测试函数，只需要在这个测试函数前使用如下命令
| @pytest.mark.skipif(sys.version_info
> (3,3), reason = "requ....") |
展示详细的测试信息可以使用 -rs选项：
这些mark也可以共享，要在模块间共享一个mark可以定义一个如下变量：
| minversion = pytest.mark.skipif(mymodule.__versioninfo__
< (1,1), reason="at least mymodule-1.1
required") |
然后在测试的函数前加上@minversion 即可
对于一个大的测试项目，通常把marker放在一个单独的mark文件中
要在满足条件的情况下跳过一整个测试类，可以在该测试类前添加如下语句：
| @pytest.mark.skipif(sys.platform
== "win32", reason = "requires
windows") |
也可以为这个类定义一个pytestmark 属性如下：
| pytestmark = pytest.mark.skipif(sys.platform==
'win32', reason = "requires windows") |
如果在一个模块中定义这个全局的属性，pytestmark 可以在满足条件的情况下跳过该测试模块
下面是xfail属性的介绍
xfail属性是用来表明一个测试用例预计是会失败的，在测试的时候会跳过该用例，在计算不通过的用例的时候不用考虑。
使用xfail属性，只需要在测试用例之前加上一句：
用py.test –runxfail 运行可以强制执行表明为xfail的文件，就好像没有标明一样
可以声明在某个特定条件下会失败的测试
@pytest.mark.xfail(sys.version_info
>= (3,3),
reason="python3.3 api changes") |
用 -rx 选项可以详细列出xfail的信息
Skip/xfail 也可以参数化：
形式如下：
@pytest.mark.parametrize(("n",
"expected"), [
(1, 2),
pytest.mark.xfail((1, 0)),
pytest.mark.xfail(reason="some bug")((1,
3)),
(2, 3),
(3, 4),
(4, 5),
pytest.mark.skipif("sys.version_info >=
(3,0)")((10, 11)),
]) |
如果要在导入失败的时候跳过可以给该模块定义一个如下属性：
| docutils = pytest.importorskip("docutils") |
或者要求导入的包要满足特定的版本：
| docutils = pytest.importorskip("docutils",
minversion = "0.3") |
最后要提一下的就是pytest的插件使用，在pytest中插件使用非常简单，只要安装了相应的插件，pytest都会在运行的时候自动导入所有的插件，具体可以参考官方文档。
总结
unittest是python自带的一个模块，很多其他的测试框架都和其类似，unittest的使用只需要定义一些以test_
前缀开头的方法，并封装到一个TestCase的子类中，unittest模块就会自动装载和执行这些测试，unittest模块一个可以很方便的在命令行下使用（有很多命令，非常方便）。同时unittest模块里提供了skip和expectedFailure属性，可以让我们跳过某些测试，或者标记某些用例为预期就是失败的。
pytest是第三方开发的一个python的测试框架，使用的方法和思路都基本和unittest类似，pytest有一个强大的fixture特性，以及skip和xfail标记，同时pytest的插件资源非常丰富，安装和使用也非常的方便。pytest应用非常广泛，是一款很好的测试工具。
|
