Python编程语言，不仅仅在机器学习、数据分析等领域大放异彩，在web开发中等软件开发中，使用者也越来越多。
在软件开发中，有一种被提倡的开发范式：测试驱动开发。在这种开发范式中，编写单元测试是必不可少的。如果不实施严格的测试驱动开发，编写单元测试程序也是必要的。
对于单元测试而言，最基本的模块是pytest，在本文中会对这个模块给予简要介绍。此外，还有一个现在很流行的模块fizz buzz，本文也会向读者推荐。
为什么要自动化测试
并非所有人都理解自动化测试的必要性，有人甚至认为纯粹是个负担，他们认为自己在编写代码的时候，就已经发现了程序中的BUG，并且已经及时修复了。
这么说，也不是完全没道理。因为我们在开发的时候，就是边写代码、边执行程序。如果有问题，肯定会及时修改。特别是对有丰富开发经验的程序员，编写的代码中错误的确很少。
不过，BUG是难免的。一般情况下，我们都使用已有的框架或者库进行开发，并非从头开始写每一行代码。还有可能是维护、修改、升级原有的功能。在这些情况下，程序中出现BUG的概率就更高了。
因此，自动化测试就不可缺少了。开发者应该将自动化测试视为代码的保险策略，防止由于增加新功能致使BUG产生。
另外一个要实施自动化测试的缘由，是因为人工测试在某些时候是难以完成对程序的所有功能测试。例如，一段程序是从第三方API那里获取一些数据，如果用人工测试，无法测试出对方服务在出现问题时程序获得的异常信息。但是，如果用自动化测试，则能轻易实现。
单元测试、集成测试和功能测试
先简单罗列一下这三种测试的含义：
- 单元测试（Unit tests）：又称为模块测试，是针对程序模块（软件设计的最小单位）来进行正确性检验的测试工作。程序单元是应用的最小可测试部件。在过程化编程中，一个单元就是单个程序、函数、过程等；对于面向对象编程，最小单元就是方法，包括基类（超类）、抽象类、或者派生类（子类）中的方法
。
- 集成测试（Integration tests）：又称组装测试，即对程序模块采用一次性或增值方式组装起来，对系统的接口进行正确性检验的测试工作。集成测试一般在单元测试之后、系统测试之前进行。实践表明，有时模块虽然可以单独工作，但是并不能保证组装起来也可以同时工作
。
- 功能测试（Functional tests）：功能测试就是对产品的各功能进行验证，根据功能测试用例，逐项测试，检查产品是否达到用户要求的功能
。
如你所见，三种测试各司其职。在编写代码时，通常会用单元测试，这个更简单快捷，便于执行。所以，本文仅讨论单元测试。
用Python进行单元测试
Python中的单元测试，就是编写一个测试函数，在其中执行一小段应用程序，检验代码是否正确，如果有问题，会抛出异常。例如，函数forty_two()返回值是42，针对这个函数编写的单元测试如下：
from app import forty_two
def test_forty_two():
result = forty_two()
assert result == 42
这个例子非常简单，在实际的开发过程中会比这复杂，assert语句也可能不止一条。
要执行这个单元测试，则需将其保存为一个Python文件，然后执行该文件，就能完成测试过程。
在Python中有两个非常流行的单元测试框架，一个是标准库中的unittest，另外一个是pytest。在本文中，将使用混合测试解决方案，这两个包对会用到：
- 按照面向对象的编程思想，用
unittest包的TestCase构建和组织单元测试。 - 用Python中的
assert语句实现断言，并辅之以pytest中的方法，增强assert语句的表达，从而能输出更多的异常信息。 - 含有
pytest的执行文件执行最后的测试，在此测试程序中，完全支持unittest包中的TestCase类。
如果你对有些东西还不太理解，不要担心，看看下面的示例就明白了。
测试示例
写一段程序，对1到100的整数进行处理：能被3整除，则输出Fizz；能被5整除，输出Buzz；能被3和5同时整除，输出FizzBuzz；其他情况则打印该数字。这个问题就是初学编程者都会遇到的名为“Fizz Buzz”的题目。
如果在网上搜一下，会找到很多相关的条目。比如，有人用下面的代码实现。
代码语言：javascript复制for i in range(1, 101):
if i % 15 == 0:
print("FizzBuzz")
elif i % 3 == 0:
print("Fizz")
elif i % 5 == 0:
print("Buzz")
else:
print(i)
对于上面这样的代码，很难进行测试。必须进行改写，像下面的这样：
代码语言：javascript复制def fizzbuzz(i):
if i % 15 == 0:
return "FizzBuzz"
elif i % 3 == 0:
return "Fizz"
elif i % 5 == 0:
return "Buzz"
else:
return i
def main():
for i in range(1, 101):
print(fizzbuzz(i))
if __name__ == '__main__':
main()
main()函数不是必须的，但是fizzbuzz是不可或缺的。然后将上面的代码保存为fizzbuzz.py文件，那么它就可以作为一个单独的模块使用（关于模块问题，请参阅《Python大学实用教程》）。
然后创建虚拟环境（关于虚拟环境，请参阅“Python虚拟环境”一文），并在虚拟环境中安装pytest。
(venv) $ pip install pytest
要测试函数fizzbuzz()是否能正常工作，基本思想就是“控制变量”。比如，先向此函数提供3、6、9等这类能被3整除的数字，测试其是否返回Fizz。
按照这个思路，新建一个文件，并写入如下代码。注意，这里所创建的类TestFizzBuzz继承了unittest.TestCase，并且从前面已经创建的fizzbuzz.py——将其视为一个模块，引入创建的函数fizzbuzz。
import unittest
from fizzbuzz import fizzbuzz
class TestFizzBuzz(unittest.TestCase):
def test_fizz(self):
for i in [3, 6, 9, 18]:
print('testing', i)
assert fizzbuzz(i) == 'Fizz'
这段程序保存为名为test_fizzbuzz.py的文件，并且与fizzbuzz.py在同一个目录里面。然后在终端输入pytest：
(venv) $ pytest
========================== test session starts ===========================
platform darwin -- Python 3.8.6, pytest-6.1.2, py-1.9.0, pluggy-0.13.1
rootdir: /Users/miguel/testing
collected 1 items
test_fizzbuzz.py . [100%]
=========================== 1 passed in 0.03s ============================
pytest命令会自动检测单元测试。一般来说，按照*test_[something].py或[something]_test.py* 模式命名的Python文件都会被视为单元测试，另外，pytest还将在子目录中查找具有此命名模式的文件。
如果是一个大型项目，更应该有条不紊地进行单元测试，常见的一种方法把测试用的.py文件放到名为tests的目录中，从而与应用程序的代码分开。
比如，对于上面的应用程序fizzbuzz.py，如果想测试一下，遇到不能被3整除的数字的表现，就可以在test_fizzbuzz.py的列表中增加一个数字4，然后运行pytest。
(venv) $ pytest
========================== test session starts ===========================
platform darwin -- Python 3.8.6, pytest-6.1.2, py-1.9.0, pluggy-0.13.1
rootdir: /Users/miguel/testing
collected 1 item
test_fizzbuzz.py F [100%]
================================ FAILURES ================================
_________________________ TestFizzBuzz.test_fizz _________________________
self = <test_fizzbuzz.TestFizzBuzz testMethod=test_fizz>
def test_fizz(self):
for i in [3, 4, 6, 9, 18]:
print('testing', i)
> assert fizzbuzz(i) == 'Fizz'
E AssertionError: assert 4 == 'Fizz'
E where 4 = fizzbuzz(4)
test_fizzbuzz.py:9: AssertionError
-------------------------- Captured stdout call --------------------------
testing 3
testing 4
======================== short test summary info =========================
FAILED test_fizzbuzz.py::TestFizzBuzz::test_fizz - AssertionError: asse...
=========================== 1 failed in 0.13s ===========================
注意，一旦遇到不符合条件的数字，测试程序会断言，即停止。为了能准确定位到失败的位置，pytest会显示源码，并标记断言位置和实际的执行结果。此外，还自动输出测试内容。例如，上面的测试报告中显示，对3和4两个数字进行了测试，当测试4的时候失败。测试失败后，会回到测试的初始条件。
对Fizz测试完毕，类似地，还可以继续增加对Buzz、FizzBuzz的测试：
import unittest
from fizzbuzz import fizzbuzz
class TestFizzBuzz(unittest.TestCase):
def test_fizz(self):
for i in [3, 6, 9, 18]:
print('testing', i)
assert fizzbuzz(i) == 'Fizz'
def test_buzz(self):
for i in [5, 10, 50]:
print('testing', i)
assert fizzbuzz(i) == 'Buzz'
def test_fizzbuzz(self):
for i in [15, 30, 75]:
print('testing', i)
assert fizzbuzz(i) == 'FizzBuzz'
现在再次运行pytest，将显示有三个单元测试，它们都通过了：
(venv) $ pytest
========================== test session starts ===========================
platform darwin -- Python 3.8.6, pytest-6.1.2, py-1.9.0, pluggy-0.13.1
rootdir: /Users/miguel/testing
collected 3 items
test_fizzbuzz.py ... [100%]
=========================== 3 passed in 0.04s ============================
测试覆盖率
对上述三项测试还满意吗？
虽然你必须根据自己的经验来判断需要多少自动化测试，以确保程序将来不会出现BUG。为此，有一个概念、或者工具：代码覆盖率，它可以帮助开发者更好地实施单元测试。
再安装一个模块：pytest-cov，运用它，能够检测到测试的代码覆盖率。
代码语言：javascript复制(venv) $ pip install pytest-cov
执行命令pytest --cov=fizzbuzz，运行单元测试，注意命令行的参数列表中，声明了为fizzbuzz模块启用代码覆盖率跟踪：
(venv) $ pytest --cov=fizzbuzz
========================== test session starts ===========================
platform darwin -- Python 3.8.6, pytest-6.2.2, py-1.10.0, pluggy-0.13.1
rootdir: /Users/miguel/testing
plugins: cov-2.11.1
collected 3 items
test_fizzbuzz.py ... [100%]
---------- coverage: platform darwin, python 3.8.6-final-0 -----------
Name Stmts Miss Cover
---------------------------------
fizzbuzz.py 13 4 69%
---------------------------------
TOTAL 13 4 69%
=========================== 3 passed in 0.07s ============================
请注意，上面的命令行，用--cov参数设置了代码覆盖率的限制范围，即fizzbuzz模块。如果不进行此参数设置，会在最终的测试报告中输出很多内容，包括但不限于Python标准库、第三方库等内容的测试，从而呈现在眼前的是一个令人眼花缭乱的报告。
通过这个报告，我们可以知道，三个单元测试覆盖了的69%的fizzbuzz.py的代码，另有31%没有覆盖，也很有必要知道没测试到的代码是什么。方法就是增加一个命令行参数。
pytest-cov提供了多种格式的最终报告，像下面的执行那样，增加了--cov-report=term-missing，就会在最终报告中增加一列Missing，这里会显示未覆盖的代码行。
(venv) $ pytest --cov=fizzbuzz --cov-report=term-missing
========================== test session starts ===========================
platform darwin -- Python 3.8.6, pytest-6.2.2, py-1.10.0, pluggy-0.13.1
rootdir: /Users/miguel/testing
plugins: cov-2.11.1
collected 3 items
test_fizzbuzz.py ... [100%]
---------- coverage: platform darwin, python 3.8.6-final-0 -----------
Name Stmts Miss Cover Missing
-------------------------------------------
fizzbuzz.py 13 4 69% 9, 13-14, 18
-------------------------------------------
TOTAL 13 4 69%
=========================== 3 passed in 0.07s ============================
报告显示，fizzbuzz.py中的第13行和第14行没有被单元测试所覆盖，这两行main()中的两行，它们其实与我们真正要测试的部分没有什么关系，不覆盖也是理所当然的。
此外，还有第18行，即fizzbuzz.py的最后一行，返回去看看源程序，它的作用只是执行此脚本，也不是测试对象。
但是，报告中所提到尚未覆盖的第9行，是fizzbuzz()函数中的一行。虽然我们测试的目标就是这个函数，看来还是有遗漏。不过，第9行是函数的最后一行，它在确定输入的数字不能被3或5整除后返回该数字。因此有必要添加一个单元测试，专门来检查不是Fizz、Buzz或FizzBuzz的数字。
对照源文件fizzbuzz.py，上面的单元测试并没有对其中的if条件语句进行测试，如果要想覆盖，还需要在命令行中增加--cov-branch：
(venv) $ pytest --cov=fizzbuzz --cov-report=term-missing --cov-branch
========================== test session starts ===========================
platform darwin -- Python 3.8.6, pytest-6.2.2, py-1.10.0, pluggy-0.13.1
rootdir: /Users/miguel/testing
plugins: cov-2.11.1
collected 3 items
test_fizzbuzz.py ... [100%]
---------- coverage: platform darwin, python 3.8.6-final-0 -----------
Name Stmts Miss Branch BrPart Cover Missing
---------------------------------------------------------
fizzbuzz.py 13 4 10 2 65% 6->9, 9, 13-14, 17->18, 18
---------------------------------------------------------
TOTAL 13 4 10 2 65%
=========================== 3 passed in 0.07s ============================
现在，测试覆盖率降低到65%，在Missing列下不仅显示了第9、13、14和18行，还添加了那些只包含布尔值的条件语句所在行。
前面说过了，要再增加一个单元测试，才能测试不能被3或5整除的数字，就用这个单元测试来覆盖第9行吧：
代码语言：javascript复制import unittest
from fizzbuzz import fizzbuzz
class TestFizzBuzz(unittest.TestCase):
def test_fizz(self):
for i in [3, 6, 9, 18]:
print('testing', i)
assert fizzbuzz(i) == 'Fizz'
def test_buzz(self):
for i in [5, 10, 50]:
print('testing', i)
assert fizzbuzz(i) == 'Buzz'
def test_fizzbuzz(self):
for i in [15, 30, 75]:
print('testing', i)
assert fizzbuzz(i) == 'FizzBuzz'
def test_number(self):
for i in [2, 4, 88]:
print('testing', i)
assert fizzbuzz(i) == i
再执行pytest命令，注意后面的命令行参数，观察输出的测试报告，是否提高了测试覆盖率。
(venv) $ pytest --cov=fizzbuzz --cov-report=term-missing --cov-branch
========================== test session starts ===========================
platform darwin -- Python 3.8.6, pytest-6.2.2, py-1.10.0, pluggy-0.13.1
rootdir: /Users/miguel/testing
plugins: cov-2.11.1
collected 4 items
test_fizzbuzz.py .... [100%]
---------- coverage: platform darwin, python 3.8.6-final-0 -----------
Name Stmts Miss Branch BrPart Cover Missing
---------------------------------------------------------
fizzbuzz.py 13 3 10 1 74% 13-14, 17->18, 18
---------------------------------------------------------
TOTAL 13 3 10 1 74%
=========================== 4 passed in 0.08s ============================
看起来不错，覆盖率达到了74%，尤其是覆盖了fizzbuzz()函数的所有行，它是程序的核心。
尽管如此，报告还是显示第13、14和18行没有被覆盖，此外，第17行的条件句只有部分覆盖。
先看第17、18行，根据我们经验，这两行肯定是安全的，根本不需要测试。不过，上面报告的显示，让人不爽——如果你有这个感觉，那么，直接的做法是在不需要测试的行后面增加一个注释：# pragma: no cover，单元测试会认识这个注释（如下所示的代码）。
def fizzbuzz(i):
if i % 15 == 0:
return "FizzBuzz"
elif i % 3 == 0:
return "Fizz"
elif i % 5 == 0:
return "Buzz"
else:
return i
def main():
for i in range(1, 101):
print(fizzbuzz(i))
if __name__ == '__main__': # pragma: no cover
main()
注意，只需要在第17行添加注释即可，这是因为，单元测试程序会在此行中捕获该“异常”，并作用域这个代码块，所以不需要在第18行重复添加注释。
再运行一次测试：
代码语言：javascript复制(venv) $ pytest --cov=fizzbuzz --cov-report=term-missing --cov-branch
========================== test session starts ===========================
platform darwin -- Python 3.8.6, pytest-6.2.2, py-1.10.0, pluggy-0.13.1
rootdir: /Users/miguel/testing
plugins: cov-2.11.1
collected 4 items
test_fizzbuzz.py .... [100%]
---------- coverage: platform darwin, python 3.8.6-final-0 -----------
Name Stmts Miss Branch BrPart Cover Missing
---------------------------------------------------------
fizzbuzz.py 11 2 8 0 79% 13-14
---------------------------------------------------------
TOTAL 11 2 8 0 79%
=========================== 4 passed in 0.07s ============================
这份报告看起来清爽了很多。
第13和14行是否也应标记为免于覆盖呢？你决定吧。
结论
单元测试，是开发中必不可少的环节，最好不要都推给“测试员”。
参考文献
[1]. How to Write Unit Tests in Python, Part 1: Fizz Buzz
[2]. 维基百科-单元测试
[3]. 维基百科-集成测试
[4]. https://www.jianshu.com/p/7716ccc68814
