Are you ready？
↓↓↓
明天的课程为《Python 单元测试》，内容共分为三个局部：单元测试的概念、工具与办法、Coverage 统计单元测试覆盖率的工具和 Mock 简化单元测试的工具。
单元测试的概念、工具与办法
单元测试的概念
测试具备许多种不同的类型，比如说单元测试、模块测试、联调测试、零碎测试、交付测试等。在这些测试之中，单元测试是最先要实现的。单元测试通常是由开发者去实现，用来验证代码中的函数是否合乎预期。因而，它聚焦于函数的逻辑以及外围的算法是否正确。通常而言，一个单元测试用例是用于判断在某个特定条件或场景下，某个特定函数的行为。
单元测试的意义
单元测试的意义包含两个方面。
（1）品质
①单元测试次要针对函数，颗粒度小、测试针对性强，bug 更容易裸露；
②因为单元测试覆盖面较窄，无需思考其它函数或者所依赖的模块，所以它的场景易结构，外围性能验证更充沛；
③进行单元测试保障整体代码构造良好，使代码就具备较高的可测性和可维护性。
（2）效率
单元测试可能进步开发效率，次要体现在：
①单元测试进行的工夫较早，测试场景构建快，可无效缩小调试工夫。
②因为单元测试只针对批改的代码开展测试，无需思考额定内容，所以在较短时间内即可把预期的逻辑测试充沛。
③单元测试可能在我的项目开发初期发现的 bug，bug 发现的工夫越早，所带来的收益越大。因为尽早发现 bug 可能节俭整个我的项目开发的工夫，所以单元测试可放慢开发效率，缩短开发周期。
单元测试框架
（1）测试框架抉择
在进行单元测试的时候，咱们须要测试框架作为工具。一个良好的测试框架可能让测试工作事倍功半，此处咱们介绍三个框架。
①Unittest 是 Python 规范库中原生自带的，它的益处在于无兼容性问题，是其余框架的根底；不足之处在于编码略显繁琐，入门门槛稍高。
②Pytest 的益处在于编码简洁、生态好、插件丰盛、应用人数多；不足之处在于他属于第三方库，应用前另需提前装置。
③Nose2 可能兼容 Unittest, 也属于第三方库，须要装置，然而与 Pytest 相比，它迭代迟缓，应用人数少。
在这里咱们抉择 Unittest 作为单元测试的框架，起因有二：首先，作为 Python 规范库中原生自带的框架，Unittest 无兼容性问题；其次，第三方库难以保障长期疾速迭代，易过期。
（2）Unitest 的根底概念
在做单元测试之前，须要先理解一下 Unittest 的几个根底概念。
①Test(测试用例)，针对一个特定场景，特定目标具体测试过程。
比如说一个函数通过一组输出测试它，就是一个测试用例；如果一个函数通过三组输出来测试，即为三个测试用例。
②TestCase（测试类），能够蕴含同一个测试对象的多个测试用例。
如果一个函数通过三组输出来测试，也就是三个测试用例，这三个测试用例能够合成为一个测试类。
③TestSuite（测试集），能够蕴含多个测试类的多个测试用例。
④Assertion（断言），必须应用断言判断测试后果。
⑤TestFixture，为测试做对立的筹备和革除工作，通常是初始化，连贯数据库，筹备数据，断开数据库，革除现场等。
扩大来说，TestFixture 有四种最常应用的作用范畴，别离为：
→ setUp：在测试类的每个测试用例执行前执行。
→ teardown：在测试类的每个测试用例执行后执行。
→ setUpClass：在测试类的第一个测试用例执行前执行。
→ tearDownClass：在测试类的最初一个测试用例执行后执行。
TestFixture 能够让单元测试代码更简略，但并非必须应用，也不要求配对呈现。
单元测试的标准
想要做好单元测试，必须遵循肯定的标准。上面介绍一下单元测试波及的标准。
（1）所有的单元测试必须应用断言（assert）判断后果，禁止呈现无断言的测试用例；
应用断言，岂但有利于别人了解，而且一旦呈现不合乎预期的状况，能够立刻找出问题。
能够应用 assertEqual, assertNotEqual 来判断相等或不相等，assertTrue,assertFalse 来判断 Boolean, assertRaises 判断抛出的异样是否合乎预期。
（2）测试用例须要具备自表述能力，达到见名知意。
比方命名 test_login_with_invalid_password()，通过它的名字便可知它是用一个非法的明码去测试登录性能，具备自表述能力；然而如果命名为 test_login_case_（），名字缩小了很多信息，难以得悉它具体在做什么，不具备自表述能力。
（3）测试用例之间互相独立，不应相互依赖、互相调用。
（4）一个测试用例只测一个函数。一个测试用例外面能够蕴含这一个函数的多个场景，但不能蕴含有多个参数的函数。起因在于，简单测试用例呈现谬误时，无奈定位问题的出处。
单元测试对编码的要求
单元测试中代码需放弃一致性，尽量不要呈现后果不统一的状况。假如有的代码会带来不一致性，导致单元测试无奈稳固运行。针对这种状况，有两种解决方案：第一，将带来不一致性的代码抽取进去，把它作为一种变量传入咱们须要调用或应用一致性变量的时候；第二，借助第三局部行将讲到的一个工具——mock——来解决这种问题。
Coverage 统计
单元测试覆盖率的工具
单元测试做完之后如何评估咱们单元测试的成果。此时须要用到覆盖率工具，即 Coverage。Coverage 是一个第三方的工具，须要提前下载安装。
（1）统计覆盖率办法
把 python 替换为 coverage run-branch，而后会生成 coverage 文件，文件里会记录所有咱们须要的覆盖率信息。
（2）打印覆盖率信息
执行 coverage report-m 命令，读取当前目录下.coverage 文件，打印覆盖率信息。输入 Stmts(总行数), Miss(未笼罩行数), Branch（总分支数）, BrPart（未笼罩分支数）, Cover（覆盖率）, Missing（未笼罩具体信息）等信息。
（3）覆盖率中排除某些文件
执行 coverage report-m—omit=file 1[,file 2,……] 命令, 在统计并打印覆盖率时，排除某些文件。若有多个文件用逗号分隔。
（4）生成 HTML 格局的覆盖率信息
针对代码量较大，查找覆盖率信息难度较大、耗时较长的状况，执行 coverage html [–omit=file1[,file2,……]]命令，将覆盖率信息以 html 格局显示。
Mock 简化单元测试的工具
应用 mock 工具的起因与其性能
Mock 基于理论进行单元测试的场景而产生，以下三类场景十分具备代表性：
①结构模块。须要测试模块 A, 但它要调用的模块 B 还未开发，可是测试却不容推延、需按时进行，面对这种状况，咱们能够应用 Mock 生成一个还未写完的代码，即可进行相应的测试。
②扭转函数逻辑。代码中含有后果不可预知的代码，例如 time.time()(工夫)，random.random()(随机数)。Mock 能够扭转含有后果不可预知代码的函数的逻辑，强行让其返回咱们想要的返回值，使其后果可预知。
③缩小依赖。在所有模块代码都已实现，但无奈保障代码稳定性的状况下。针对其余模块的品质不牢靠的状况，可通过 Mock 工具结构一个绝对稳固的模块，从而躲避其余模块的问题。
Mock 应用场景
通过以下 10 个场景来讲述 Mock 的常见用法。
场景 01：通过 return_value，Mock 能够强行批改，永远返回咱们想要的返回值，反对的类型包含 string,number,Boolean,list,dict 等。
场景 02：将前一个例子的实例名改为类名，可实现替换类办法的返回值。
场景 03：通过 side_effect, 依据调用次数返回想要的后果, 当超出调用次数时抛 StopIteration 异样。
场景 04：通过 side_effect 能够齐全批改函数的逻辑，应用另一个函数来替换它，依据参数返回想要的后果。
场景 05：通过 side_effect 抛出想要的异样或谬误。
场景 06：针对须要 mock 在特定要求下失效的状况，通过 with.patch.object 设定一个作用域以达到限度 mock 作用域的目标。
场景 07：获取调用信息，如函数是否被调用、函数被调用的次数、函数被调用的模式、函数调用的参数等。
场景 08：通过 create_autospec 在返回值扭转的同时，确保 api 不会因 mock 而扭转。
场景 09：针对须要调用的函数、调用的接口齐全没有开发的状况，能够通过 Mock 从零结构依赖模块从而实现测试。
场景 10：替换函数调用链。比如说用 popen 去执行一个命令，而后用 read 函数把它读取进去，再用 split 去做切分，这就是一个函数调用链(os.popen(cmd).read().split())。
Mock 对编码的要求
在模块引入形式上，举荐以 import XXX 的模式引入，以 XXX.func()模式调用，不要 from.xxx import *, 因为须要一个链条指向它，否则无奈达到咱们的预期。
对于 Python 单元测试
咱们明天就解说到这啦
点击进入取得更多技术信息~~