基于Python的测试驱动开发实战

近年来测试驱动开发(TDD)受到越来越多的关注。这是一个持续改进的过程，能从一开始就形成规范，帮助提高代码质量。这是切实可行的而非天马行空的。

TDD的全过程是非常简单的。借助TDD，代码质量会得到提升，同时可以让你保持清晰的思路。TDD与敏捷开发可谓强强联合，特别是在进行结对编程的时候。本文主要介绍了TDD的核心概念，还有结合nosetest单元测试包进行Python示例简析。另外还会介绍一些Python备用包。

TDD是什么?

使用该方法可让你少走前人的弯路

顾名思义，TDD即进行编程时先把测试部分写好，当发现不能通过时，再进行编程以使测试通过。然后在这基础上适当地调整测试代码以实现更多功能，最后再编写代码使之实现。

TDD看起来非常像一个环，首先是要不断调整测试代码，然后是编码，改进，最后直至完成。先实现测试部分的做法会使你自然养成把问题放在首位的思维习惯。当真正去构建代码时，就不得不想清楚该如何把设计做好；比方说，该方法有何返回值？当遇到异常时该怎么办？诸如此类。

以这样的方式进行开发，意味着要想出不同的代码实现路径，并在测试中进行实践。这样做可使你少走前人的弯路：陷入一个问题后写出毫不相关的解决方案。

该过程可描述如下：

• 写出一个缺陷单元测试
• 使该单元测试通过
• 重构

与敏捷开发结合

TDD与敏捷开发并行不悖甚至1+1远大于2，这里指的是代码质量而不是数量。

“这意味着结对双方都会参与其中，着重于当前工作，然后在每个环节进行互检。”

然而在结对编程时TDD是单独进行的。如果能把双方的开发流程混合好，互相都能理解就最好不过了。例如，其中一人写出单元测试，当测试通过后，另外一人可以编写不同的测试以之通过。

任何时候结对双方都可以互换角色，每半天或天。这意味着结对双方都会参与其中，每人都把精力放在当前任务上，然后在每个环节进行交叉互检。这难道不是一个双赢的做法吗？

TDD也可以是行为驱动开发过程中的组成部分，同样地，首先写出测试，只不过这里指的是接受测试。这样有助于把工作从头到尾都保持规范。

单元测试语法

进行单元测试时，使用到的Python方法如下：

• assert: 编写个人声明的基本方式
• assertEqual(a,b):检查a和b的是否等价
• assertNotEqual(a,b):检查a和b的是否非等价
• assertIn(a,b):检查是否存在b中
• assertNotIn(a,b): 检查是否不存在b中
• assertFalse(a):检查a的值是否为False
• assertTrue(a):检查a的值是否为Ture
• assertIsInstance(a,TYPE):检查a是否为“TYPE”类型
• assertRaises(ERROR,a,args):以参数args调用a时，检查是否会出现ERROR

以上是实际当中使用频率最高的方法，更多的方法请查阅Python单元测试文档。

安装并使用Python Nose

进行下面的练习前，请把nosetest测试运行包安装好。使用标准pip语句进行安装是最直接的做法。此外在项目中使用VirtualEnv(Python虚拟环境)也是不错的做法，因为它可确保所有包在不同项目中是独立的。假如对pip或VirtualEnv了解不多，不妨先查阅相关文档：VirtualEnv,PIP。

pip语句十分简洁：

1. "pip install nose"

安装完成后，可以执行单个测试文件

1. $ nosetests example_unit_test.py

或者可以直接执行文件夹中的文件组

1. $ nosetests /path/to/tests

这里要注意的是每个测试方法都应以“test_”为开头，这样nosetest运行机才能正确识别出目标测试文件。

可选参数

下面介绍几个有用的命令行参数：

• -v:输出更多信息，包括正在执行的测试文件名；
• -s或-nocapture:进行PRINT语句输出，一般情况下这是隐藏的。开启后可方便调试；
• --nologcapture:输出日志信息；
• --rednose:一个可选插件，请点击这里下载，输出带颜色的输出信息；
• --tags=TAGS:指定要执行的测试文件，而不是整个测试文件组。

实例分析和测试驱动方法

接下来结合一个简单的计算器类例子例如相加/相减，来讲述Python单元测试和TDD概念。对于add相加功能，会尝试编写一个缺陷测试。

在一个空白项目中，首先创建两个python包app和test。然后在每个文件里建立两个名为_init_.py空白文件。这是Phthon工程的标准结构，完成后可以拥有一个可导入的文件结构。如果需要了解更多有关文档架构的信息，请查阅Python包说明文档。 在测试目录里创建一个test_calulator.py文件，其代码如下：

1. import unittest
2. class TddInPythonExample(unittest.TestCase):
3. def test_calculator_add_method_returns_correct_result(self):
4. calc = Calculator()
5. result = calc.add(2,2)
6. self.assertEqual(4, result)

说明：

• 首先，从Python标准库里导入标准的unittest模块
• 接着，创建一个含有不同测试用例的类
• 最后，创建以“test_”为开头的一个测试方法

完成后可着手编写测试代码了。执行方法前要先对计算器进行初始化，初始化完成后便可调用add方法，并把结果存入变量result中。完成后，使用unittest的assertEqual方法来确保add方法正常执行。

现在可以启动nosetest来执行测试文件了。代码如下：

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

标准的Python文件执行方式为$ python test_calculator.py，相比之下本文使用的nosetests方法功能更丰富，例如可以运行目录中的全部测试文件。

1. $ nosetests test_calculator.py
2. E
3. ======================================================================
4. ERROR: test_calculator_add_method_returns_correct_result (test.test_calculator.TddInPythonExample)
5. ----------------------------------------------------------------------
6. Traceback (most recent call last):
7. File "/Users/user/PycharmProjects/tdd_in_python/test/test_calculator.py", line 6, in test_calculator_add_method_returns_correct_result
8. calc = Calculator()
9. NameError: global name 'Calculator' is not defined
10. ----------------------------------------------------------------------
11. Ran 1 test in 0.001s
12. FAILED (errors=1)

运行后可见出错的原因是没有导入Caculator。因为还没有创建呢！创建的方法是在app目录下建立calculator.py文件，然后导入：

1. class Calculator(object):
2. def add(self, x, y):
3. pass

1. import unittest
2. from app.calculator import Calculator
3. class TddInPythonExample(unittest.TestCase):
4. def test_calculator_add_method_returns_correct_result(self):
5. calc = Calculator()
6. result = calc.add(2,2)
7. self.assertEqual(4, result)
8. if __name__ == '__main__':
9. unittest.main()

把Caculator构建好之后，再次运行看会出现什么结果：

1. $ nosetests test_calculator.py
2. F
3. ======================================================================
4. FAIL: test_calculator_add_method_returns_correct_result (test.test_calculator.TddInPythonExample)
5. ----------------------------------------------------------------------
6. Traceback (most recent call last):
7. File "/Users/user/PycharmProjects/tdd_in_python/test/test_calculator.py", line 9, in test_calculator_add_method_returns_correct_result
8. self.assertEqual(4, result)
9. AssertionError: 4 != None
10. ----------------------------------------------------------------------
11. Ran 1 test in 0.001s
12. FAILED (failures=1)

很明显，add方法返回了错误的值，因为还没有为它指定行为。幸好nosetest会指出出错的位置，方便进行修改。稍作改动后，测试便可通过了：

1. class Calculator(object):
2. def add(self, x, y):
3. return x+y

1. $ nosetests test_calculator.py
2. .
3. ----------------------------------------------------------------------
4. Ran 1 test in 0.000s
5. OK

虽然通过了，但是围绕该方法还可以做更多的工作。

沉迷于某个案例很容易造成短视

如果进行非数字型数据相加会导致什么后果呢？事实上Python是允许字符串或其它类型进行相加的，但在我们的例子里不允许。接着尝试就这个例子加入另一个缺陷测试，然后使用assertRaises方法来判断是否有异常抛出：

1. import unittest
2. from app.calculator import Calculator
3. class TddInPythonExample(unittest.TestCase):
4. def setUp(self):
5. self.calc = Calculator()
6. def test_calculator_add_method_returns_correct_result(self):
7. result = self.calc.add(2, 2)
8. self.assertEqual(4, result)
9. def test_calculator_returns_error_message_if_both_args_not_numbers(self):
10. self.assertRaises(ValueError, self.calc.add, 'two', 'three')
11. if __name__ == '__main__':
12. unittest.main()

以上代码中，检查了是否引起了ValueError错误，其实还可以进行更多的检测，不过在这里不作深入讲述。此外，setup()方法用于推入计算对象。下面再看看nosetest会反馈什么信息：

1. $ nosetests test_calculator.py
2. .F
3. ======================================================================
4. FAIL: test_calculator_returns_error_message_if_both_args_not_numbers (test.test_calculator.TddInPythonExample)
5. ----------------------------------------------------------------------
6. Traceback (most recent call last):
7. File "/Users/user/PycharmProjects/tdd_in_python/test/test_calculator.py", line 15, in test_calculator_returns_error_message_if_both_args_not_numbers
8. self.assertRaises(ValueError, self.calc.add, 'two', 'three')
9. AssertionError: ValueError not raised
10. ----------------------------------------------------------------------
11. Ran 2 tests in 0.001s
12. FAILED (failures=1)

显然nosetests告诉我们ValueError没有被抛出。现在我们有了一个新的缺陷测试，接着尝试编码进行解决：

1. class Calculator(object):
2. def add(self, x, y):
3. number_types = (int, long, float, complex)
4. if isinstance(x, number_types) and isinstance(y, number_types):
5. return x + y
6. else:
7. raise ValueError

代码中使用了isinstance方法是为了确保输入的是数字型数据。

由于两个变量的类型有多种组合，为了进行完整的测试，所以需要把可能出现的组合进行统筹并进行处理：

1. import unittest
2. from app.calculator import Calculator
3. class TddInPythonExample(unittest.TestCase):
4. def setUp(self):
5. self.calc = Calculator()
6. def test_calculator_add_method_returns_correct_result(self):
7. result = self.calc.add(2, 2)
8. self.assertEqual(4, result)
9. def test_calculator_returns_error_message_if_both_args_not_numbers(self):
10. self.assertRaises(ValueError, self.calc.add, 'two', 'three')
11. def test_calculator_returns_error_message_if_x_arg_not_number(self):
12. self.assertRaises(ValueError, self.calc.add, 'two', 3)
13. def test_calculator_returns_error_message_if_y_arg_not_number(self):
14. self.assertRaises(ValueError, self.calc.add, 2, 'three')
15. if __name__ == '__main__':
16. unittest.main()

至此我们可以运行所有的测试了，所要实现的需求也都满足了。

其它的单元测试包

py.test

pytest的作用与nosetest类似，不过可以在单独的区域里输出信息，这意味着能够使我们很快地看清楚命令行中出现的打印信息。这对于只运行单个测试的情况是很有用的。

1. $ nosetests test_calculator.py
2. ....
3. ----------------------------------------------------------------------
4. Ran 4 tests in 0.001s
5. OK

安装pytest的方式与nosetest差不多，命令是$ pip install pytes。执行的命令是$ pip install pytes或者指定要执行的测试文件$ py.test test/calculator_tests.py。

1. $ py.test test/test_calculator.py
2. ================================================================= test session starts =================================================================
3. platform darwin -- Python 2.7.6 -- py-1.4.26 -- pytest-2.6.4
4. collected 4 items
5. test/test_calculator.py ....
6. ============================================================== 4 passed in 0.02 seconds ===============================================================

pytest运行后的结果如下。注：只有代码含有错误或异常的情况下，pytest才会进行输出。

1. $ py.test test/test_calculator.py
2. ================================================================= test session starts =================================================================
3. platform darwin -- Python 2.7.6 -- py-1.4.26 -- pytest-2.6.4
4. collected 4 items
5. test/test_calculator.py F...
6. ====================================================================== FAILURES =======================================================================
7. ________________________________________ TddInPythonExample.test_calculator_add_method_returns_correct_result _________________________________________
8. self = <test.test_calculator.TddInPythonExample testMethod=test_calculator_add_method_returns_correct_result>
9. def test_calculator_add_method_returns_correct_result(self):
10. result = self.calc.add(3, 2)
11. >       self.assertEqual(4, result)
12. E       AssertionError: 4 != 5
13. test/test_calculator.py:11: AssertionError
14. ---------------------------------------------------------------- Captured stdout call -----------------------------------------------------------------
15. X value is: 3
16. Y value is: 2
17. Result is 5
18. ========================================================= 1 failed, 3 passed in 0.03 seconds ==========================================================

单元测试

如果不想安装额外的包并想保持一个纯净的标准库结构，使用Python内建的unittest单元测试包是不错的选择。其使用方法如下：

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

使用python calculator_tests.py执行后，看会得到什么结果：

1. $ python test/test_calculator.py
2. ....
3. ----------------------------------------------------------------------
4. Ran 4 tests in 0.004s
5. OK

使用PDB进行调试

以TDD方式开发，经常会遇到来自代码或测试的问题。有时这些错误又是比较隐蔽的。因此，需要配合使用高明的调试技术。

以TDD方式进行开发出现问题时可能难以发现

幸运地，有不少的办法来解决这些问题。其中最简单的方式是透过增添print语句实现“断点”输出。

结合print语句进行调试

加法通过后，可以尝试进行减法调试。把app/calculator.py中的add部分代码作如下改动：

1. class Calculator(object):
2. def add(self, x, y):
3. number_types = (int, long, float, complex)
4. if isinstance(x, number_types) and isinstance(y, number_types):
5. return x - y
6. else:
7. raise ValueError

这里不妨尝试使用print语句进行输出，来监视值是怎样变化的。

1. class Calculator(object):
2. def add(self, x, y):
3. number_types = (int, long, float, complex)
4. if isinstance(x, number_types) and isinstance(y, number_types):
5. print 'X is: {}'.format(x)
6. print 'Y is: {}'.format(y)
7. result = x - y
8. print 'Result is: {}'.format(result)
9. return result
10. else:
11. raise ValueError

现在可以使用nosetest来执行并查看结果，可见这样的工整输出结构，对调试是十分有帮助的。

1. $ nosetests test/test_calculator.py
2. F...
3. ======================================================================
4. FAIL: test_calculator_add_method_returns_correct_result (test.test_calculator.TddInPythonExample)
5. ----------------------------------------------------------------------
6. Traceback (most recent call last):
7. File "/Users/user/PycharmProjects/tdd_in_python/test/test_calculator.py", line 11, in test_calculator_add_method_returns_correct_result
8. self.assertEqual(4, result)
9. AssertionError: 4 != 0
10. -------------------- >> begin captured stdout << ---------------------
11. X is: 2
12. Y is: 2
13. Result is: 0
14. --------------------- >> end captured stdout << ----------------------
15. ----------------------------------------------------------------------
16. Ran 4 tests in 0.002s
17. FAILED (failures=1)

PDB进阶调试

如果遇到更复杂的调试环节，仅仅依靠print语句是不够的。其中最经常使用的进阶调试工具是pdb(Python Debugger)。该工具包含在标准库中，使用的时候只需加入一行代码到“断点”位置。请看下面的代码：

1. class Calculator(object):
2. def add(self, x, y):
3. number_types = (int, long, float, complex)
4. if isinstance(x, number_types) and isinstance(y, number_types):
5. import pdb; pdb.set_trace()
6. return x - y
7. else:
8. raise ValueError

请注意，如果使用nosetest执行测试，请务必使用-s标记，否则nosetest会继续对输出进行抓取，这样会使pdb无法正常运行。如果是使用unittest或pytest则无需这样做。

如果测试停止并有pdb提示，请使用list命令来进行当前代码定位。

1. $ nosetests -s
2. > /Users/user/PycharmProjects/tdd_in_python/app/calculator.py(7)add()
3. -> return x - y
4. (Pdb) list
5. 2          def add(self, x, y):
6. 3             number_types = (int, long, float, complex)
7. 4
8. 5             if isinstance(x, number_types) and isinstance(y, number_types):
9. 6                 import pdb; pdb.set_trace()
10. 7  ->              return x - y
11. 8             else:
12. 9                 raise ValueError
13. [EOF]
14. (Pdb)

出现提示后是可以进行交互操作的，比方说想在这个时候检阅x和y的值：

1. (Pdb) x
2. 2
3. (Pdb) y
4. 2

如果想了解更多命令，可以键入help来查看。经常使用的命令如下所示：

• n: 步进到下个执行
• list: 显示当前位置
• args: 显示在当前执行点上用到的变量
• continue:运行代码直至结束
• jump <line number>: 运行并跳转到行号位置
• quit/exit:停止pdb

写在最后

TDD模式十分有趣同时能帮助提高代码质量。不论是大型团队还是个人开发，TDD都可运用其中。此外，成功的缺陷测试设计是非常有满足感的。所以，不妨从今天起尝试把TDD引入到日常工作中，亲身体验试验前后会有什么变化。

英文来自：code.tutsplus

http://www.csdn.net/article/2015-02-16/2823992-python/2