Python自动化脚本-运维人员宝典第三章-单元测试-单元测试框架的介绍

精通Python自动化脚本-运维人员宝典完整目录：

第一章 Python脚本概述
第二章 Python脚本调试和性能测试
第三章单元测试-单元测试框架的介绍
第四章自动化常规运维活动
第五章文件、目录和数据处理
第六章文件存档、加密和解密
第七章文本处理和正则表达式
第八章文档和报告
第九章操作各类文件
第十章网络基础 – Socket编程
第十一章使用Python脚本处理邮件
第十二章使用Telnet和SSH远程监控主机
第十三章创建图形化用户界面
第十四章处理Apache和其它的日志文件
第十五章 SOAP和REST API通讯
第十六章网络抓取 – 从网站上提取有用的信息
第十七章数据收集及报表
第十八章 MySQL和SQLite数据库管理

对项目进行测试是软件开发的基本部分。本章中，我们将学习如何在Python中进行单元测试。Python中有一个称为unittest的模块，这就是一个单元测试框架。本章中我们将学习unittest这一框架。

本章中我们会学习如下课题：

单元测试框架的介绍
创建单元测试任务

什么是单元测试？

unittest是Python中的一个单元测试框架。它支持多任务，如测试夹具（test fixture）、编写测试用例、聚合测试用例进入一个测试套件，以及运行测试。

unittest支持以下4种主要概念：

测试夹具：这包括执行一个或多个测试的准备和清理活动
测试用例：这包括我们的单个测试。通过使用unittest中的TestCase基类，我们可以新建测试用例
测试套件：这包含一个测试用例、测试套件或两者的合集。用于一起执行测试用例
测试运行器：这包括安排测试执行和向用户给出输出

Python有一个我们可以在脚本中导入的unittest模块。unittest模块有TestCase类用于创建测试用例。

单个测试用例可以方法形式创建。这些方法名以单词 test 开头。因此，测试运行器可以知道哪些方法表示测试用例。

创建单元测试

在这一部分，我们来创建单元测试。我们要创建两个脚本来进行实现。一个是普通脚本，另一个是包含测试的代码。

首先，创建一个名为arithmetic.py的脚本并编写如下代码：

# 在这个脚本中，我们将创建4个函数：add_numbers, sub_numbers, mul_numbers, div_numbers

def add_numbers(x, y):
        return x + y

def sub_numbers(x, y):
        return x - y

def mul_numbers(x, y):
        return x * y

def div_numbers(x, y):
        return (x / y)

# 在这个脚本中，我们将创建4个函数：add_numbers, sub_numbers, mul_numbers, div_numbers

def add_numbers(x, y):

return x + y

def sub_numbers(x, y):

return x - y

def mul_numbers(x, y):

return x * y

def div_numbers(x, y):

return (x / y)

在以上脚本中，我们创建了4个函数：add_numbers, sub_numbers, mul_numbers和div_numbers。下面我们将编写这些函数的测试用例。首先，我们将学习如何为add_numbers函数编写测试用例。创建test_addition.py脚本并编写如下代码：

import arithmetic
import unittest

# Testing add_numbers function from arithmetic.
class Test_addition(unittest.TestCase):
        # Testing Integers
        def test_add_numbers_int(self):
                sum = arithmetic.add_numbers(50, 50)
                self.assertEqual(sum, 100)
        # Testing Floats
        def test_add_numbers_float(self):
                sum = arithmetic.add_numbers(50.55, 78)
                self.assertEqual(sum, 128.55)
        #Testing Strings
        def test_add_numbers_strings(self):
                sum = arithmetic.add_numbers('hello','python')
                self.assertEqual(sum, 'hellopython')

if __name__ == '__main__':
        unittest.main()

import arithmetic

import unittest

# Testing add_numbers function from arithmetic.

class Test_addition(unittest.TestCase):

# Testing Integers

def test_add_numbers_int(self):

sum = arithmetic.add_numbers(50, 50)

self.assertEqual(sum, 100)

# Testing Floats

def test_add_numbers_float(self):

sum = arithmetic.add_numbers(50.55, 78)

self.assertEqual(sum, 128.55)

#Testing Strings

def test_add_numbers_strings(self):

sum = arithmetic.add_numbers('hello','python')

self.assertEqual(sum, 'hellopython')

if __name__ == '__main__':

unittest.main()

在以上脚本中，我们为add_numbers函数编写了三个测试用例。第一个是测试整型数字，第二个测试浮点数，第三个测试字符串。字符串的加法表示对字符串进行拼接。类似地，我们可以为减法、乘法和除法编写测试用例。

下面我们将运行test_addition.py测试脚本，在运行脚本后将可以看到运行的结果。

像下面这样运行脚本，可得到如下输出：

vagrant@python-scripting:~$ python3 test_addition.py
...
----------------------------------------------------------------------
Ran 3 tests in 0.000s

OK

vagrant@python-scripting:~$ python3 test_addition.py

...

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

Ran 3 tests in 0.000s

这里我们得到的结果是OK，表示我们的测试是成功的。

不论何时运行测试脚本，我们可能得到的三种测试结果如下：

结果	描述
OK	成功
FAIL	测试失败-抛出AssertionError异常
ERROR	抛出AssertionError以外的异常

单元测试中使用的方法

使用unittest时，有一些方法可以在我们的脚本中使用。这些方法如下：

assertEqual()和assertNotEqual()：检测预期结果
assertTrue()和assertFalse()：验证条件
assertRaises()：验证抛出指定的异常
setUp()和tearDown()：定义每个测试方法执行之前和之后的指令

我们还可以在命令行中使用unittest模块。因此前述的测试脚本也可以这么运行：

vagrant@python-scripting:~$ python3 -m unittest test_addition.py
...
----------------------------------------------------------------------
Ran 3 tests in 0.001s

OK

vagrant@python-scripting:~$ python3 -m unittest test_addition.py

...

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

Ran 3 tests in 0.001s

下面我们来看另一个示例。我们创建两个脚本：if_example.py和test_if.py。if_example.py 是我们的常规脚本，test_if.py将包含测试用例。在这个测试中，我们检查所输入的数字是否等于100.如果等于100，我们的测试将会成功。否则应显示一个FAILED的结果。

创建一个if_example.py脚本并加入如下代码：

def check_if():
        a = int(input("Enter a number \n"))
        if(a == 100):
                print("a is equal to 100")
        else:
                print("a is not equal to 100")
        return a

def check_if():

a = int(input("Enter a number \n"))

if(a == 100):

print("a is equal to 100")

else:

print("a is not equal to 100")

return a

现在来创建test_if.py测试脚本并编写如下代码：

import if_example
import unittest

class Test_if(unittest.TestCase):
        def test_if(self):
                result = if_example.check_if()
                self.assertEqual(result, 100)

if __name__ == '__main__':
        unittest.main()

import if_example

import unittest

class Test_if(unittest.TestCase):

def test_if(self):

result = if_example.check_if()

self.assertEqual(result, 100)

if __name__ == '__main__':

unittest.main()

运行测试脚本如下：

vagrant@python-scripting:~/Chapter03$ python3 -m unittest test_if.py
Enter a number
100
a is equal to 100
.
----------------------------------------------------------------------
Ran 1 test in 0.984s

OK

vagrant@python-scripting:~/Chapter03$ python3 -m unittest test_if.py

Enter a number

100

a is equal to 100

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

Ran 1 test in 0.984s

我们运行脚本获得了一个成功的测试结果。下面我们输入一个100以外的值，会得到一个FAILED的结果。运行脚本如下：

vagrant@python-scripting:~/Chapter03$ python3 -m unittest test_if.py
Enter a number
50
a is not equal to 100
F
======================================================================
FAIL: test_if (test_if.Test_if)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "/home/vagrant/Chapter03/test_if.py", line 7, in test_if
    self.assertEqual(result, 100)
AssertionError: 50 != 100

----------------------------------------------------------------------
Ran 1 test in 0.638s

FAILED (failures=1)

vagrant@python-scripting:~/Chapter03$ python3 -m unittest test_if.py

Enter a number

a is not equal to 100

======================================================================

FAIL: test_if (test_if.Test_if)

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

Traceback (most recent call last):

File "/home/vagrant/Chapter03/test_if.py", line 7, in test_if

self.assertEqual(result, 100)

AssertionError: 50 != 100

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

Ran 1 test in 0.638s

FAILED (failures=1)

总结

本章中我们学习了unittest，它是Python中的单元测试框架。我们还学习了如何创建单元测试中使用的测试用例和方法。

在下一章中，我们将学习如何自动化系统管理员的常规管理活动。我们将学习接收输入、处理密码、执行外部命令、读取配置文件、向脚本添加警告代码、设置CPU限制、网页浏览器启动、使用os模块以及进行备份。

☞☞☞ 第四章自动化常规运维活动

课后问题

什么是单元测试、自动化测试和手动测试？
点击查看

单元测试一种软件测试，可对软件中的单个单元/组件进行测试。目的是验证软件的每个单元与执行效果与设计初衷一致。
自动化测试是种自动化技术，测试人员自己编写脚本并使用相应的软件来进行测试。基本上是一种手动操作的自动化过程。
手动测试是一种在软件程序中查找故障或 bug 的一种过程。在这种方法中，测试人员起到作为终端用户的重要作用，来验证应用功能是否正常运行。
unittest以外还有哪些替代模块？
点击查看

mock, nose, pytest.
编写测试用例的用处是什么？
点击查看

测试用例是一组执行用于验证软件应用具体特性或功能的动作。本文中讲解了如何设计测试用例以及各个组件的重要性。
什么是PEP8标准？
点击查看

PEP 8是Python的样式指南。有一组格式化Python代码的规则，来最大化改善代码可读性。按照规定编写代码有助于让众多代码编写人员编写大型项目。更为符合标准也可预测。