测试开发
单元测试
unittest 框架
unittest 是 Python 的标准测试框架，提供了一套完整的测试工具。
核心概念：
TestCase：测试用例类，包含具体的测试方法 setUp/tearDown：测试前后的准备和清理工作 assertions：断言方法，用于验证结果
示例代码：
import unittest
class Calculator:
def add(self, a, b):
return a + b
class TestCalculator(unittest.TestCase):
def setUp(self):
self.calc = Calculator()
def test_add(self):
result = self.calc.add(3, 5)
self.assertEqual(result, 8)
def tearDown(self):
pass
if __name__ == '__main__':
unittest.main()
5pytest 使用
pytest 是 Python 最流行的第三方测试框架，提供更简洁的语法和强大的功能。
主要特点：
简单的断言语法 自动发现测试用例 丰富的插件生态
示例代码：
# test_calculator.py
import pytest
def test_addition():
assert 1 + 1 == 2
def test_zero():
assert 1 + 0 == 1
@pytest.mark.parametrize("a,b,expected", [
(3, 5, 8),
(-1, 1, 0),
(0, 0, 0),
])
def test_add_params(a, b, expected):
assert a + b == expected
测试用例设计
测试用例设计原则：
单一职责：每个测试用例只测试一个功能点 完整性：覆盖正常流程和异常情况 独立性：测试用例之间互不影响 可重复性：多次运行结果一致
常见测试场景：
边界值测试 等价类划分 错误输入处理 特殊情况测试
测试夹具（Fixtures）
测试夹具用于提供测试所需的预置条件和环境。
pytest fixtures 示例：
import pytest
@pytest.fixture
def database():
# 设置测试数据库
db = Database()
db.connect()
yield db
# 清理操作
db.disconnect()
def test_database_query(database):
result = database.query("SELECT * FROM users")
assert len(result) > 0
参数化测试
参数化测试允许用不同的参数运行相同的测试代码。
pytest 参数化示例：
import pytest
@pytest.mark.parametrize("input,expected", [
("hello", 5),
("python", 6),
("", 0),
("测试", 2)
])
def test_string_length(input, expected):
assert len(input) == expected
测试覆盖率
coverage 工具
coverage.py 是 Python 代码覆盖率统计的标准工具。
安装和基本使用：
pip install coverage
coverage run -m pytest
coverage report
coverage html # 生成HTML报告
代码覆盖率分析
覆盖率类型：
语句覆盖率：执行到的代码行数百分比 分支覆盖率：条件分支的覆盖情况 路径覆盖率：代码执行路径的覆盖情况
配置文件 (.coveragerc) 示例：
[run]
source = myproject
omit = */tests/*
[report]
exclude_lines =
pragma: no cover
def __repr__
raise NotImplementedError
测试报告生成
pytest-html 报告生成：
pip install pytest-html
pytest --html=report.html --self-contained-html
覆盖率报告解读：
Missing：未覆盖的代码行 Stmts：语句总数 Miss：未覆盖的语句数 Cover：覆盖率百分比
最佳实践：
设置最低覆盖率要求 定期生成覆盖率报告 重点关注核心业务逻辑的覆盖 将覆盖率检查集成到 CI/CD 流程
补充说明
测试命名规范
测试文件名应以 test_开头测试类名应以 Test开头测试方法名应以 test_开头
测试执行顺序
测试用例应该保持独立性 不要依赖测试执行顺序 使用 fixtures 管理测试依赖
调试技巧
使用 pytest -v查看详细输出使用 pytest -k "pattern"选择特定测试使用 pytest --pdb在失败时进入调试器
持续集成建议
在代码提交前运行测试 配置自动化测试流程 设置覆盖率阈值 生成测试报告并归档
