这篇文章主要为大家详细介绍了Python 单元测试的简单示例，具有一定的参考价值，可以用来参考一下。

对python这个高级语言感兴趣的小伙伴，下面一起跟随512笔记的小编两巴掌来看看吧！

以前我是不写任何测试的，后来偶尔写单元测试，现在我主动写单元测试 ----- 不得 不承认，测试是有其存在必要性的，要说为什么的话，大概又会引发语言的强弱类型和 是否静态语言之争了吧。

就目前而言，个人认为写单元测试的好处有以下几点：

当修改了代码之后，单元测试可以保证API不会发生变化(假设原需求就不需API发生 变化)。这点可能一般情况下没什么感觉，但是当你去修改前辈留下的代码的时候， 你就会感谢他写了单元测试，最少让你知道了从功能上，这个函数是干什么的，而且 能保证你修改了函数内部实现，但是不影响函数功能。

写单元测试的时候会回想函数的作用，从而自动对函数进行回想和 review。

缺点嘛：耗费时间。单元测试和文档一样，属于非常重要，但是非常耗费时间的工作， 因为要考虑齐全，考虑到的边界条件越多，测试覆盖率越高，程序越可靠，而想这些东 西是很耗费时间精力的。

吐槽完毕，我们来说说目前我知道的几个和测试有关的东西(全程 Python 3)。

Mock

Mock是个好东西呀，遇到测试中出现的不可预知的或者不稳定因素，就用 Mock 来代 替。例如查询数据库(当然像目前我们用的MongoDB，由于特别灵活，可以直接在代码里 把相应的collection替换掉)，例如异步任务等。举个例子：

# @param Python和单元测试那些事儿

# @author 512笔记|512Pic.com

import logging

from unittest.mock import Mock

logging.basicConfig(level=logging.DEBUG)

# code

class ASpecificException(Exception):

pass

def foo():

pass

def bar():

try:

logging.info("enter function now")

foo()

except ASpecificException:

logging.exception("we caught a specific exception")

# unittest

def test_foo():

foo = Mock(side_effect=ASpecificException()) # noqa

logging.info("enter function now")

bar()

logging.info("everything just be fine")

if __name__ == "__main__":

test_foo()

# End www_512pic_com

运行一下：

root@arch tests: python test_demo.py

INFO:root:enter function now

INFO:root:enter function now

INFO:root:everything just be fine

# End www_512pic_com

一个简单的测试就这么写好了。来，跟我念，Mock 大法好呀！

doctest

doctest属于比较简单的测试，写在 docstring 里，这样既能测试用，又能当文档 示例，是在是好用之极啊。缺点是，如果测试太复杂，doctest就显得太臃肿了(例如 如果测试之前要导入一堆东西)。举个例子：

# @param Python和单元测试那些事儿

# @author 512笔记|512Pic.com

import logging

logging.basicConfig(level=logging.DEBUG)

def foo():

"""A utility function that returns True

>>> foo()

True

"""

return True

if __name__ == "__main__":

import doctest

logging.debug("start of test...")

doctest.testmod()

logging.debug("end of test...")

# End www_512pic_com

测试结果：

root@arch tests: python test_demo.py

DEBUG:root:start of test...

DEBUG:root:end of test...

# End www_512pic_com

unittest

这个文档确实有点长，我感觉还是仔细去读一下文档比较好(虽然我也没读完)。

# @param Python和单元测试那些事儿

# @author 512笔记|512Pic.com

import unittest

class TestStringMethods(unittest.TestCase):

def setUp(self):

self.alist = []

def tearDown(self):

print(self.alist)

def test_list(self):

for i in range(5):

self.alist.append(i)

if __name__ == '__main__':

unittest.main()

# End www_512pic_com

root@arch tests: python test_demo.py

[0, 1, 2, 3, 4]

.

----------------------------------------------------------------------

Ran 1 test in 0.001s

OK

unittest框架配合上Mock，单元测试基本无忧啦。

pytest

上面的单元测试跑起来比较麻烦，当然也可以写一个脚本遍历所有的单元测试文件，然 后执行。不过 pytest 对unittest有比较好的支持。

pytest默认支持的是 函数 风格的测试，但是我们可以不用这一块嘛(而且很多时候 还是很有用的)。走进项目根目录，输入 pytest 就可以啦。它会自动发现 test_ 开头的文件，然后执行其中 test_ 开头的函数和 unittest 的 test_ 开头的 方法。

root@arch tests: pytest

========================================================= test session starts =========================================================

platform linux -- Python 3.5.2, pytest-3.0.5, py-1.4.31, pluggy-0.4.0

rootdir: /root/tests, inifile:

collected 1 items

test_afunc.py .

====================================================== 1 passed in 0.03 seconds =======================================================

root@arch tests:

# End www_512pic_com

总结

编译器没给python做检查，就只有靠我们手写测试了 :(

另外其实 pytest 和 unittest 都有很多强大的特性，例如 fixture(不知道 咋翻译好)，例如 skip 掉某一部分测试。当然我也是知之甚少，所以还是看文档吧。

注：关于Python 单元测试的简单示例的内容就先介绍到这里，更多相关文章的可以留意512笔记的其他信息。

关键词：单元测试