Python进阶-day19: 测试与调试
off999 2025-05-21 15:45 32 浏览 0 评论
一、课程目标
- 理解测试的重要性:掌握软件测试的基本概念,了解单元测试在提高代码质量和可维护性中的作用。
- 学习测试框架:熟悉Python中两种主流测试框架unittest和pytest的使用方法,理解它们的异同。
- 实践单元测试:为一个简单的计算器程序编写单元测试,覆盖核心功能,练习测试用例的设计和调试。
- 掌握调试技巧:学习使用Python的调试工具(如pdb或IDE调试器)定位和修复代码中的错误。
- 培养测试驱动开发(TDD)思维:初步接触TDD理念,了解如何先编写测试用例再实现功能。
二、术语解释
- 单元测试(Unit Testing): 定义:对软件中的最小可测试单元(如函数或方法)进行独立测试,以验证其正确性。 作用:确保代码的每个部分按预期工作,降低后期维护成本。
- 测试框架(Test Framework): 定义:提供结构化方式来编写、运行和报告测试的工具集,如unittest和pytest。 作用:简化测试用例的编写和管理,自动执行测试并生成结果。
- 测试用例(Test Case): 定义:一组输入、执行条件和预期输出的集合,用于验证代码的特定行为。 例如:测试计算器加法函数是否正确返回两个数的和。
- 断言(Assertion): 定义:测试中的语句,用于检查实际输出是否符合预期输出。例如,assert result == expected。 作用:判断测试是否通过。
- pytest: 定义:一个功能强大、灵活的Python测试框架,支持简单的测试编写、丰富的插件系统和详细的测试报告。 特点:比unittest更简洁,支持参数化测试和夹具(fixtures)。
- unittest: 定义:Python标准库中的测试框架,基于Java的JUnit,提供类风格的测试用例编写。 特点:结构化,适合大型项目,但代码稍显冗长。
- 测试驱动开发(TDD, Test-Driven Development): 定义:一种开发方法,先编写测试用例,运行测试(失败),再编写代码使测试通过,最后重构。 优点:确保代码覆盖率高,减少错误。
- 调试(Debugging): 定义:定位和修复代码中错误的过程,通常使用断点、日志或调试工具。 工具:Python的pdb模块、PyCharm/VS Code的调试器等。
三、课程练习:为计算器程序编写单元测试
练习目标
为一个简单的计算器程序编写单元测试,覆盖加法、减法、乘法、除法功能,使用unittest和pytest框架实现。
1. 计算器程序代码
以下是一个简单的计算器类,包含基本的算术运算功能。
python
# calculator.py
class Calculator:
def add(self, a, b):
return a + b
def subtract(self, a, b):
return a - b
def multiply(self, a, b):
return a * b
def divide(self, a, b):
if b == 0:
raise ValueError("Cannot divide by zero")
return a / b
2. 使用unittest编写测试
代码示例:
python
# test_calculator_unittest.py
import unittest
from calculator import Calculator
class TestCalculator(unittest.TestCase):
def setUp(self):
"""在每个测试用例运行前初始化Calculator实例"""
self.calc = Calculator()
def test_add(self):
"""测试加法功能"""
self.assertEqual(self.calc.add(3, 5), 8)
self.assertEqual(self.calc.add(-1, 1), 0)
self.assertEqual(self.calc.add(0, 0), 0)
def test_subtract(self):
"""测试减法功能"""
self.assertEqual(self.calc.subtract(5, 3), 2)
self.assertEqual(self.calc.subtract(3, 5), -2)
self.assertEqual(self.calc.subtract(0, 0), 0)
def test_multiply(self):
"""测试乘法功能"""
self.assertEqual(self.calc.multiply(3, 5), 15)
self.assertEqual(self.calc.multiply(-2, 4), -8)
self.assertEqual(self.calc.multiply(0, 100), 0)
def test_divide(self):
"""测试除法功能"""
self.assertEqual(self.calc.divide(10, 2), 5.0)
self.assertEqual(self.calc.divide(-6, 2), -3.0)
self.assertEqual(self.calc.divide(0, 5), 0.0)
def test_divide_by_zero(self):
"""测试除以零的异常情况"""
with self.assertRaises(ValueError):
self.calc.divide(10, 0)
if __name__ == '__main__':
unittest.main()
运行方法:
bash
python -m unittest test_calculator_unittest.py
说明:
- setUp方法初始化测试环境,避免重复创建Calculator实例。
- 每个测试方法以test_开头,测试不同的功能或边界条件。
- 使用assertEqual验证输出,assertRaises测试异常。
3. 使用pytest编写测试
代码示例:
python
# test_calculator_pytest.py
import pytest
from calculator import Calculator
@pytest.fixture
def calc():
"""为每个测试提供一个Calculator实例"""
return Calculator()
def test_add(calc):
assert calc.add(3, 5) == 8
assert calc.add(-1, 1) == 0
assert calc.add(0, 0) == 0
def test_subtract(calc):
assert calc.subtract(5, 3) == 2
assert calc.subtract(3, 5) == -2
assert calc.subtract(0, 0) == 0
def test_multiply(calc):
assert calc.multiply(3, 5) == 15
assert calc.multiply(-2, 4) == -8
assert calc.multiply(0, 100) == 0
def test_divide(calc):
assert calc.divide(10, 2) == 5.0
assert calc.divide(-6, 2) == -3.0
assert calc.divide(0, 5) == 0.0
def test_divide_by_zero(calc):
with pytest.raises(ValueError, match="Cannot divide by zero"):
calc.divide(10, 0)
运行方法:
bash
pytest test_calculator_pytest.py -v
说明:
- 使用@pytest.fixture定义可重用的测试夹具,简化测试代码。
- pytest的语法更简洁,直接使用assert语句,无需继承unittest.TestCase。
- 支持异常测试的pytest.raises,可以验证异常信息。
4. 调试示例
假设在调试过程中发现divide方法未正确处理浮点数精度问题,可以使用pdb进行调试。
调试代码:
python
import pdb
from calculator import Calculator
calc = Calculator()
# 设置断点
pdb.set_trace()
result = calc.divide(10, 3)
print(result)
调试步骤:
- 运行代码,进入pdb交互模式。
- 使用命令: n(next):执行下一行。 p variable:打印变量值。 q(quit):退出调试。
- 检查divide方法的返回值,确认是否需要调整为round(result, 2)以控制精度。
IDE调试: 在PyCharm或VS Code中,设置断点,运行调试模式,观察变量值和调用栈。
四、课程总结
- unittest vs pytest: unittest适合需要严格结构的项目,内置于Python标准库。 pytest更灵活,代码简洁,适合快速开发和复杂测试场景。
- 测试设计要点: 覆盖正常情况、边界情况和异常情况。 保持测试独立性,避免测试间依赖。
- 调试技巧: 使用日志、断点和调试工具快速定位问题。 结合测试结果分析代码逻辑错误。
五、扩展练习
- 为计算器添加平方根或幂运算功能,编写对应的测试用例。
- 使用pytest的@pytest.mark.parametrize实现参数化测试,减少重复代码。
- 尝试TDD方法:先编写一个新功能的测试用例(故意失败),再实现功能代码。
- 上一篇:Nose,一款多功能灵活测试的Pythonl库
- 下一篇:10个Python进阶问题
相关推荐
- 全网第一个讲清楚CPK如何计算的Step by stepExcel和Python同时实现
-
在网上搜索CPK的计算方法,几乎全是照搬教材的公式,在实际工作做作用不大,甚至误导人。比如这个又比如这个:CPK=min((X-LSL/3s),(USL-X/3s))还有这个,很规范的公式,也很清晰很...
- [R语言] R语言快速入门教程(r语言基础操作)
-
本文主要是为了从零开始学习和理解R语言,简要介绍了该语言的最重要部分,以快速入门。主要参考文章:R-TutorialR语言程序的编写需要安装R或RStudio,通常是在RStudio中键入代码。但是R...
- Python第123题:计算直角三角形底边斜边【PythonTip题库300题】
-
1、编程试题:编写一个程序,找出已知面积和高的直角三角形的另外两边(底边及斜边)。定义函数find_missing_sides(),有两个参数:area(面积)和height(高)。在函数内,计算另外...
- Tensor:Pytorch神经网络界的Numpy
-
TensorTensor,它可以是0维、一维以及多维的数组,你可以将它看作为神经网络界的Numpy,它与Numpy相似,二者可以共享内存,且之间的转换非常方便。但它们也不相同,最大的区别就是Numpy...
- python多进程编程(python多进程进程池)
-
forkwindows中是没有fork函数的,一开始直接在Windows中测试,直接报错importosimporttimeret=os.fork()ifret==0:...
- 原来Python的协程有2种实现方式(python协程模型)
-
什么是协程在Python中,协程(Coroutine)是一种轻量级的并发编程方式,可以通过协作式多任务来实现高效的并发执行。协程是一种特殊的生成器函数,通过使用yield关键字来挂起函数的执行...
- ob混淆加密解密,新版大众点评加密解密
-
1目标:新版大众点评接口参数_token加密解密数据获取:所有教育培训机构联系方式获取难点:objs混淆2打开大众点评网站,点击教育全部,打开页面,切换到mobile模式,才能找到接口。打开开发者工具...
- python并发编程-同步锁(python并发和并行)
-
需要注意的点:1.线程抢的是GIL锁,GIL锁相当于执行权限,拿到执行权限后才能拿到互斥锁Lock,其他线程也可以抢到GIL,但如果发现Lock仍然没有被释放则阻塞,即便是拿到执行权限GIL也要立刻...
- 10分钟学会Python基础知识(python基础讲解)
-
看完本文大概需要8分钟,看完后,仔细看下代码,认真回一下,函数基本知识就OK了。最好还是把代码敲一下。一、函数基础简单地说,一个函数就是一组Python语句的组合,它们可以在程序中运行一次或多次运行。...
- Python最常见的170道面试题全解析答案(二)
-
60.请写一个Python逻辑,计算一个文件中的大写字母数量答:withopen(‘A.txt’)asfs:count=0foriinfs.read():ifi.isupper...
- Python 如何通过 threading 模块实现多线程。
-
先熟悉下相关概念多线程是并发编程的一种方式,多线程在CPU密集型任务中无法充分利用多核性能,但在I/O操作(如文件读写、网络请求)等待期间,线程会释放GIL,此时其他线程可以运行。GIL是P...
- Python的设计模式单例模式(python 单例)
-
单例模式,简单的说就是确保只有一个实例,我们知道,通常情况下类其实可以有很多实例,我们这么来保证唯一呢,全局访问。如配置管理、数据库连接池、日志处理器等。classSingleton: ...
- 更安全的加密工具:bcrypt(bcrypt加密在线)
-
作为程序员在开发工作中经常会使用加密算法,比如,密码、敏感数据等。初学者经常使用md5等方式对数据进行加密,但是作为严谨开发的程序员,需要掌握一些相对安全的加密方式,今天给大家介绍下我我在工作中使用到...
- 一篇文章搞懂Python协程(python协程用法)
-
前引之前我们学习了线程、进程的概念,了解了在操作系统中进程是资源分配的最小单位,线程是CPU调度的最小单位。按道理来说我们已经算是把cpu的利用率提高很多了。但是我们知道无论是创建多进程还是创建多线...
- Python开发必会的5个线程安全技巧
-
点赞、收藏、加关注,下次找我不迷路一、啥是线程安全?假设你开了一家包子铺,店里有个公共的蒸笼,里面放着刚蒸好的包子。现在有三个顾客同时来拿包子,要是每个人都随便伸手去拿,会不会出现混乱?比如第一个顾...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python字典遍历 (54)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (60)
- python读取文件夹下所有文件 (59)
- java调用python脚本 (56)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)