Python进阶-day19: 测试与调试
off999 2025-05-21 15:45 57 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
- 阿里云国际站ECS:阿里云ECS如何提高网站的访问速度?
-
TG:@yunlaoda360引言:速度即体验,速度即业务在当今数字化的世界中,网站的访问速度已成为决定用户体验、用户留存乃至业务转化率的关键因素。页面加载每延迟一秒,都可能导致用户流失和收入损失。对...
- 高流量大并发Linux TCP性能调优_linux 高并发网络编程
-
其实主要是手里面的跑openvpn服务器。因为并没有明文禁p2p(哎……想想那么多流量好像不跑点p2p也跑不完),所以造成有的时候如果有比较多人跑BT的话,会造成VPN速度急剧下降。本文所面对的情况为...
- 性能测试100集(12)性能指标资源使用率
-
在性能测试中,资源使用率是评估系统硬件效率的关键指标,主要包括以下四类:#性能测试##性能压测策略##软件测试#1.CPU使用率定义:CPU处理任务的时间占比,计算公式为1-空闲时间/总...
- Linux 服务器常见的性能调优_linux高性能服务端编程
-
一、Linux服务器性能调优第一步——先搞懂“看什么”很多人刚接触Linux性能调优时,总想着直接改配置,其实第一步该是“看清楚问题”。就像医生看病要先听诊,调优前得先知道服务器“哪里...
- Nginx性能优化实战:手把手教你提升10倍性能!
-
关注△mikechen△,十余年BAT架构经验倾囊相授!Nginx是大型架构而核心,下面我重点详解Nginx性能@mikechen文章来源:mikechen.cc1.worker_processe...
- 高并发场景下,Spring Cloud Gateway如何抗住百万QPS?
-
关注△mikechen△,十余年BAT架构经验倾囊相授!大家好,我是mikechen。高并发场景下网关作为流量的入口非常重要,下面我重点详解SpringCloudGateway如何抗住百万性能@m...
- Kubernetes 高并发处理实战(可落地案例 + 源码)
-
目标场景:对外提供HTTPAPI的微服务在短时间内收到大量请求(例如每秒数千至数万RPS),要求系统可弹性扩容、限流降级、缓存减压、稳定运行并能自动恢复。总体思路(多层防护):边缘层:云LB...
- 高并发场景下,Nginx如何扛住千万级请求?
-
Nginx是大型架构的必备中间件,下面我重点详解Nginx如何实现高并发@mikechen文章来源:mikechen.cc事件驱动模型Nginx采用事件驱动模型,这是Nginx高并发性能的基石。传统...
- Spring Boot+Vue全栈开发实战,中文版高清PDF资源
-
SpringBoot+Vue全栈开发实战,中文高清PDF资源,需要的可以私我:)SpringBoot致力于简化开发配置并为企业级开发提供一系列非业务性功能,而Vue则采用数据驱动视图的方式将程序...
- Docker-基础操作_docker基础实战教程二
-
一、镜像1、从仓库获取镜像搜索镜像:dockersearchimage_name搜索结果过滤:是否官方:dockersearch--filter="is-offical=true...
- 你有空吗?跟我一起搭个服务器好不好?
-
来人人都是产品经理【起点学院】,BAT实战派产品总监手把手系统带你学产品、学运营。昨天闲的没事的时候,随手翻了翻写过的文章,发现一个很严重的问题。就是大多数时间我都在滔滔不绝的讲理论,却很少有涉及动手...
- 部署你自己的 SaaS_saas如何部署
-
部署你自己的VPNOpenVPN——功能齐全的开源VPN解决方案。(DigitalOcean教程)dockovpn.io—无状态OpenVPNdockerized服务器,不需要持久存储。...
- Docker Compose_dockercompose安装
-
DockerCompose概述DockerCompose是一个用来定义和管理多容器应用的工具,通过一个docker-compose.yml文件,用YAML格式描述服务、网络、卷等内容,...
- 京东T7架构师推出的电子版SpringBoot,从构建小系统到架构大系统
-
前言:Java的各种开发框架发展了很多年,影响了一代又一代的程序员,现在无论是程序员,还是架构师,使用这些开发框架都面临着两方面的挑战。一方面是要快速开发出系统,这就要求使用的开发框架尽量简单,无论...
- Kubernetes (k8s) 入门学习指南_k8s kubeproxy
-
Kubernetes(k8s)入门学习指南一、什么是Kubernetes?为什么需要它?Kubernetes(k8s)是一个开源的容器编排系统,用于自动化部署、扩展和管理容器化应用程序。它...
欢迎 你 发表评论:
- 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 (77)
- python封装 (57)
- python写入txt (66)
- python读取文件夹下所有文件 (59)
- 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)
