python寫單元大多數都會用到unittest和mock，測試代碼覆蓋率都會用到coverage，最后再用nose把所有的東西都串起來，這樣每次出版本，都能把整個項目的單元測試都運行一遍。

Unittest

unittest就不詳細介紹了，注意幾點：

測試類繼承unittest.TestCase

測試類、測試方法名字最好以test開頭，很多工具能根據名字來自動運行，很方便

測試類里面的setUp/tearDown會在每個case執行之前/之后執行，setUpClass/tearDownClass加上@classmethod在整個測試類開始和結束的時候執行

測試文件的main函數里面加上unittest.main()，就可以直接用python命令運行了

Mock

單元測試里面比較精髓的就是mock了，介紹幾種常見的場景：

1.Mock一個函數。其實有好幾種方法，個人比較推薦下面這種，看上去很清晰：

defmultiple(a,b):

returna*b

classTestProducer(unittest.TestCase):

defsetUp(self):

self.calculator=Calculator()

@mock.patch('multiple')

deftest_multiple(self,mock_multiple):

mock_multiple.return_value=3

self.assertEqual(multiple(8,14),3)

2.Mock一個對象里面的方法

classCalculator(object):

defadd(self,a,b):

returna+b

classTestProducer(unittest.TestCase):

defsetUp(self):

self.calculator=Calculator()

@mock.patch.object(Calculator,'add')

deftest_add(self,mock_add):

mock_add.return_value=3

self.assertEqual(self.calculator.add(8,14),3)

3.讓Mock的函數每次被調用返回不同的值，而1,2中的方法每次調用都會返回同樣的值

classTestProducer(unittest.TestCase):

@mock.patch.object(Calculator,'add')

deftest_effect(self,mock_add):

mock_add.side_effect=[1,2,3]

self.assertEqual(self.calculator.add(8,14),1)

self.assertEqual(self.calculator.add(8,14),2)

self.assertEqual(self.calculator.add(8,14),3)

4.讓Mock的函數拋出exception

defis_error(self):

try:

os.mkdir("11")

returnFalse

exceptExceptionase:

returnTrue

classTestProducer(unittest.TestCase):

@mock.patch('os.mkdir')

deftest_exception(self,mock_mkdir):

mock_mkdir.side_effect=Exception

self.assertEqual(self.calculator.is_error(),True)

5.Mock多個函數，主要是注意順序

@mock.patch.object(Calculator,'add')

@mock.patch('test_unit.multiple')

deftest_both(self,mock_multiple,mock_add):

mock_add.return_value=1

mock_multiple.return_value=2

self.assertEqual(self.calculator.add(8,14),1)

self.assertEqual(multiple(8,14),2)

Coverage

打命令coverage加測試文件，就可以得到覆蓋率，可以生成html格式的報告，每次運行一個文件都會生成一個.coverage文件，需要將combine所有結果才能得到一個完整的報告。

具體的命令參數參看：http://nedbatchelder.com/code/coverage/cmd.html

更加有用的是配置文件，參看：http://nedbatchelder.com/code/coverage/config.html

配置文件中最有用的功能就是可以不測某些行的覆蓋率，例如：

[report]

exclude_lines=

#只要在某一行加上注釋“#pragma:nocover”這一行就會被忽略

pragma:nocover

#忽略掉main函數

if__name__==.__main__.:

Nose

Nose可以將所有的單元測試文件一次全部執行，并且提供了coverage的插件，能夠統計整體的覆蓋率。

Nose會掃描目標目錄，如果發現目錄名以“test”或者“Test”開頭，則遞歸地進去掃描，并自動運行所有發現的以“test”或者“Test”開頭的測試文件。

另外Nose增加了報級別的setup和teardown，只需將他們放到__init__.py文件中即可。

Nose命令的執行，最簡單的就是nosetest后面加上你的所有測試文件或者測試文件所在的目錄，一些運行參數參看：http://nose.readthedocs.org/en/latest/usage.html

Nose的參數里面以"--cover"開頭的都是coverage相關的，但是我發現并沒有辦法是用coverage的配置文件，需要手動安裝一下nose-cov，然后用“--cov-config”來指定配置文件，其他參數參看：https://pypi.python.org/pypi/nose-cov

我的項目因為測試文件比分散，并且有些并沒有以test開頭，所以比較麻煩，只能寫了一個腳本，把這些都串起來：

importos

importsubprocess

######################################################################

#需要測試覆蓋率的文件或者目錄

cover_list=[

'src/sample/analyzer/unpacker/src/emulator.py',

'src/sample/analyzer/unpacker/src/emulator_manager.py',

'src/sample/analyzer/unpacker/src/unpacker_analyzer.py',

'src/sample/analyzer/bitvalue/src/confparser.py',

'src/sample/analyzer/bitvalue/src/trunk.py',

]

#測試用例所在的文件或者目錄，如果測試文件沒有以test開頭，則必須制定文件名

ut_list=[

'src/sample/analyzer/unpacker/ut',

'src/sample/analyzer/bitvalue/ut/ut_main.py'

]

######################################################################

PRODUCTION_HOME=os.environ.get("PRODUCTION_HOME","../..")

defget_command():

command=[

'nosetests',

'--with-cov',

'--cover-erase',

'--cov-report','html',

'--cov-config','cover.config',

]

forcoverincover_list:

command.append('--cov')

command.append(os.path.join(PRODUCTION_HOME,cover))

forutinut_list:

command.append(os.path.join(PRODUCTION_HOME,ut))

returncommand

if__name__=='__main__':

command=get_command()

printcommand

os.chdir(PRODUCTION_HOME)

proc=subprocess.Popen(command,shell=False,stdout=subprocess.PIPE,stderr=subprocess.PIPE)

output,error=proc.communicate()

return_code=proc.poll()

printoutput

printerror

printreturn_code

以上內容為大家介紹了Python單元測試經驗總結，希望對大家有所幫助，如果想要了解更多Python相關知識，請關注IT培訓機構:千鋒教育。http://www.mobiletrain.org/

上一篇

Python fabric遠程自動部署簡介

下一篇

調用 Python 解釋器