首页 > 编程语言 >【自动化测试必学语言】python:UnitTest框架

【自动化测试必学语言】python:UnitTest框架

时间:2024-08-21 22:27:45浏览次数:7  
标签:套件 python 代码 必学 用例 测试 suite unittest UnitTest

目录

介绍

框架

什么是UnitTest框架?

为什么使用UnitTest框架?

UnitTest核心要素(unitest 的组成部分)

1.TestCase(最核心的模块) 

2.TestSuite

3.TestRunner

4.TestLoader

5.Fixture

TestCase(测试用例)

问题1 代码文件的命名不规范

问题 2 代码运行没有结果 

问题 3 没有找到用例 

练习

 unittest 组成

TestLoader (测试加载)

Fixture(测试夹具)

方法级别【掌握】

类级别【掌握】

模块级别【了解】


介绍


  • 框架

说明 :
  1. 框架英文单词 framework
  2. 为解决⼀类事情的功能集合
> 需要按照框架的规定 ( 套路 ) 去书写代码
  • 什么是UnitTest框架?

概念 : UnitTest 是 Python 自带的⼀个单元测试框架,用它来做单元测试。 ---- 自带的框架 ( 官方 ) : 不需要单外安装 , 只要安装了 Python , 就可以使用 random , json , os , time 第三方框架 : 想要使用需要先安装后使用 ( pytest ) selenium, appium , requests ---- 单元测试框架 : 主要用来做单元测试 , ⼀般单元测试是开发做的 . 对于测试来说 , unittest 框架的作用是自动化脚本 ( 用 例代码 ) 执行框架 ( 使用  unittest 框架 来 管理 运行 多个测试用例的 )
  • 为什么使用UnitTest框架?

  1. 能够组织多个用例去执行
  2. 提供丰富的断言方法(让程序代码代替人工自动的判断预期结果和实际结果是否相符)
  3. 能够生成测试报告
  • UnitTest核心要素(unitest 的组成部分)

1.TestCase(最核心的模块) 

TestCase ( 测试用例 ) , 注意这个测试用例是 unittest 框架的组成部分 , 不是手工和自动化中我们所说的用例 ( TestCase ) 主要作用: 每个 TestCase ( 测试用例 ) 都是⼀个代码文件 , 在这个代码文件中 来书写 真正的用例代码

2.TestSuite

TestSuite ( 测试套件 ) , 用 来 管理 组装 ( 打包 ) 多个 TestCase ( 测试用例 )  的

3.TestRunner

TestRunner ( 测试执行 , 测试运行 ), 来 执行  TestSuite ( 测试套件 ) 的

4.TestLoader

TestLoader ( 测试加载 ) , 功能是对 TestSuite ( 测试套件 )  功能的补充 , 管理组装 ( 打包 ) 多个 TestCase ( 测试用例 ) 的

5.Fixture

Fixture ( 测试夹具 ) , 书写在 TestCase ( 测试用例 )  代码中 , 是⼀个代码结构 , 可以在每个方法执行前后都会执行的内容 举例 : 登录的测试用例 , 每个用例中重复的代码就可以写在 Fixture 代码结构中 , 只写⼀遍 , 但每次用例方法的执行 , 都会执行  Fixture 中的代码 1. 打开浏览器 2. 输入网址

TestCase(测试用例)


1. 是⼀个代码文件 , 在代码文件中来书写真正的用例代码 2. 代码文件的名字必须按照标识符的规则来书写 ( 可以将代码的作用在文件的开头使用注释说明 )
  • 步骤
1. 导包 ( unittest ) 2. 自 定义测试类 3. 在测试类中书写测试方法 4. 执行用例
  • 代码 
"""
代码的⽬的: 学习 TestCase(测试⽤例)模块的书写⽅法
"""
# 1  导包
import unittest

# 2  ⾃定义测试类, 需要继承 unittest 模块中的TestCase 类即可
class TestDemo(unittest.TestCase):
    # 3, 书写测试⽅法, 即 ⽤例代码. ⽬前没有真正的⽤例代码, 使⽤ print 代替
    # 书写要求, 测试⽅法 必须以 test_ 开头(本质是以test 开头)
    def test_method1(self):
        print('测试⽅法 1')
    def test_method2(self):
        print('测试⽅法 2')
# 4   执⾏⽤例(⽅法)
# 4.1 将光标放在 类名的后边 运⾏, 会执⾏类中的所有的测试⽅法
# 4.2 将光标放在 ⽅法名的后边 运⾏, 只执⾏当前的⽅法

问题1 代码文件的命名不规范

1. 代码文件的名字以数字开头 2. 代码文件名字中有空格 3. 代码文件名字有中文 4. 其他的特殊符号 ( 数字 , 字母 , 下划线组成 , 不能以数字开头 )

问题 2 代码运行没有结果 

右键运行没有 unittests for 的提示 , 出现的问题 解决方案 : 方案 1. 重新新建⼀个代码文件 , 将写好的代码复制进去 方案 2. 删除已有的运行方式

问题 3 没有找到用例 

测试方法中不是以 test _ 开头的 , 或者单词写错了
TestSuite & TestRunner
TestSuite ( 测试套件 ): 管理 打包 组装 TestCase ( 测试用例 )  文件的 TestRunner ( 测试执行 ) : 执行  TestSuite ( 套件 )
  • 步骤
1. 导包 ( unittest ) 2. 实例化 ( 创建对象 ) 套件对象 3. 使⽤套件对象添加用例方法 4. 实例化运行对象 5. 使用运行对象去执行套件对象
  • 代码
TestSuite ( 测试套件 ):   是用来管理多个 TestCase ( 测试用例 )  的 , 先创建多个 TestCase ( 测试用例 ) 文 件
"""
学习 TestSuite 和 TestRunner 的使⽤
"""
# 1. 导包(unittest)
import unittest
from hm_07_testcase1 import TestDemo1
from hm_07_testcase2 import TestDemo2

# 2. 实例化(创建对象)套件对象,
suite = unittest.TestSuite()

# 3. 使⽤套件对象添加⽤例⽅法
# ⽅式⼀, 套件对象.addTest(测试类名('⽅法名')) #
建议测试类名和⽅法名直接去复制,不要⼿写
suite.addTest(TestDemo1('test_method1'))
suite.addTest(TestDemo1('test_method2'))
suite.addTest(TestDemo2('test_method1'))
suite.addTest(TestDemo2('test_method2'))

# 4. 实例化运⾏对象
runner = unittest.TextTestRunner()
# 5. 使⽤运⾏对象去执⾏套件对象
# 运⾏对象.run(套件对象)
runner.run(suite)
"""
学习 TestSuite 和 TestRunner 的使⽤
"""
# 1. 导包(unittest)
import unittest

# 2. 实例化(创建对象)套件对象,
from hm_07_testcase1 import TestDemo1
from hm_07_testcase2 import TestDemo2
suite = unittest.TestSuite()

# 3. 使⽤套件对象添加⽤例⽅法
# ⽅式⼆ 将⼀个测试类中的所有⽅法进⾏添加
# 套件对象.addTest(unittest.makeSuite(测试类名))
# 缺点: makeSuite() 不会提示
suite.addTest(unittest.makeSuite(TestDemo1))
suite.addTest(unittest.makeSuite(TestDemo2))

# 4. 实例化运⾏对象
runner = unittest.TextTestRunner()
# 5. 使⽤运⾏对象去执⾏套件对象
# 运⾏对象.run(套件对象)
runner.run(suite)

练习

1. 在 tools 模块中定义 add 函数 , 对两个数字进行求和计算 2. 书写 TestCase 代码对 add () 进行测试 用例 1 : 1 , 2 , 3 用例 2 : 10 , 20 , 30 用例 3 : 2 , 3 , 5
  • 用例代码
"""案例练习"""
# 1,导包
import unittest
from tools import add

# 2, ⾃定义测试类

class TestAdd(unittest.TestCase):
    # 3. 书写测试⽅法, 就是测试⽤例代码
    def test_method1(self):
        # 1, 2, 3 判断实际结果和预期结果是否相符
        if add(1, 2) == 3:
            print('测试通过')
        else:
            print('测试不通过')
    def test_method2(self):
        if add(10, 20) == 30:
            print('测试通过')
        else:
            print('测试不通过')
 
    def test_method3(self):
        # 1, 2, 3 判断实际结果和预期结果是否相符
        if add(2, 3) == 5:
            print('测试通过')
        else:
            print('测试不通过')
  • 套件和执行的代码 
import unittest

# 实例化套件对象
from hm_08_test import TestAdd

suite = unittest.TestSuite()
# 添加测试⽅法
suite.addTest(unittest.makeSuite(TestAdd))
# 实例化执⾏对象
runner = unittest.TextTestRunner()
runner.run(suite)

 unittest 组成


TestLoader (测试加载)

TestLoader ( 测试加载 ) , 作用和 TestSuite 的作用是一样的 , 对 TestSuite 功能的补充 , 用来组装测试用例的 比如 : 如果 TestCase 的代码文件有很多 , ( 10,20 , 30 ) - 使用步骤 1. 导包 2. 实例化测试加载对象并添加用例 ---> 得到的是 suite 对象 3. 实例化 运行对象 4. 运行对象执行套件对象

代码实现

在一个项目中 TestCase ( 测试用例 )  的代码 , 一般放在一个单独的目录 ( case )
"""TestLoader 的使用"""
# 1, 导包
import unittest

# 2, 实例化加载对象并添加用例
# unittest.TestLoader().discover('用例所在的路径', '用例的代码文件名')
# 用例所在的路径,建议使用相对路径, 用例的代码文件名可以使用 *(任意多个任意字符) 通配符
# suite = unittest.TestLoader().discover('./case', 'hm*.py')
# suite = unittest.TestLoader().discover('./case', '*test*.py')
# suite = unittest.TestLoader().discover('./case', '*test*')
suite = unittest.TestLoader().discover('./case', '*case1.py')

# 3, 实例化运行对象
# runner = unittest.TextTestRunner()
# # 4, 执行
# runner.run(suite)

# 可以将 3 4 步 变为一步
unittest.TextTestRunner().run(suite)
# 1. 导包
# 2. 使用默认的加载对象并加载用例
# 3. 实例化运行对象并运行

"""TestLoader 的使用"""
# 1, 导包
import unittest

# 2, 使用默认的加载对象并加载用例
suite = unittest.defaultTestLoader.discover('case', 'hm_*.py')

# 可以将 3 4 步 变为一步
unittest.TextTestRunner().run(suite)

Fixture(测试夹具)

Fixture ( 测试夹具 ) 是一种代码结构 在某些特定的情况下 会自动执行

方法级别【掌握】

在每个测试方法 ( 用例代码 )  执行前后都会自动调用的结构
# 方法执行之前
def setUp(self):
    每个测试方法执行之前都会执行
    pass

# 方法执行之后
def tearDown(self):
    每个测试方法执行之后都会执行
    pass

类级别【掌握】

在每个测试类中所有方法执行前后都会自动调用的结构 ( 在整个类中 执行之前执行之后个一次 )
# 类级别的Fixture 方法, 是一个 类方法
# 类中所有方法之前
@classmethod
def setUpClass(cls):
    pass
# 类中所有方法之后
@classmethod
def tearDownClass(cls):
    pass

模块级别【了解】

模块 : 代码文件 在每个代码文件执行前后执行的代码结构
# 模块级别的需要写在类的外边直接定义函数即可
# 代码文件之前
def setUpModule():
    pass

# 代码文件之后
def tearDownModule():
    pass

方法级别和类级别的 前后的方法,不需要同时出现,根据用例代码的需要自行的选择使用  

 

 

 

 

标签:套件,python,代码,必学,用例,测试,suite,unittest,UnitTest
From: https://blog.csdn.net/isun1/article/details/141401007

相关文章

  • 学习python基础二之python基本图形绘制
    1.课前实例  1.1蟒蛇绘制importturtleast#turtle库取别名为tt.setup(650,350,200,200)t.penup()t.fd(-250)t.pendown()t.pensize(25)t.pencolor("purple")t.seth(-40)foriinrange(4):t.circle(40,80)t.circle(-40,80)t.circle(40,80/2......
  • 【python】面向对象之类成员(属性)
    1.属性的定义1.1:属性的定义有两种方式:装饰器即:在方法上应用装饰器静态字段即:在类中定义值为property对象的静态字段1.2:装饰器方式在类的普通方法上应用@property装饰器经典类classGoods:@propertydefprice(self):return"xwl"#######......
  • Python程序设计现代方法1课后习题1Python 开发概述
    Python程序设计现代方法1课后习题1Python开发概述1.整数求和。输入整数n,计算1~n之和。defsum_of_integers(n):returnsum(range(1,n+1))n=int(input("请输入整数n:"))print(f"1~{n}的和为:{sum_of_integers(n)}")2.整数排序。输入三个整数,把这三个数由......
  • Python被远程主机强制关闭后怎么自动重新运行进程
    要实现Python程序在被远程主机强制关闭后能够自动重新运行,我们可以采用几种方法,但最直接且常用的方法之一是结合操作系统级的工具或脚本。在Linux系统中,我们可以使用cron作业或者systemd服务来实现这一功能;在Windows系统中,可以使用任务计划程序。但在这里,为了提供一个跨平台的、更......
  • 【python】面向对象之类成员(字段,方法)
    1.类的成员可以分为三大类:字段、方法和属性注:所有成员中,只有普通字段的内容保存对象中,即:根据此类创建了多少对象,在内存中就有多少个普通字段。而其他的成员,则都是保存在类中,即:无论对象的多少,在内存中只创建一份。2.字段字段包括:普通字段和静态字段,他们在定义和使用中有......
  • 【python】面向对象之继承
    1.什么是继承?通过继承,我们可以从既有的类上衍生出新的类。如果程序的需求为仅修改或删除某项功能,此时不需要将该类的成员数据及成员函数重新写一遍,只需要“继承”原先已定义好的类就可以产生新的类了。继承是指将现有类的属性和行为,经过修改或重写(Override)之后,就可产生出拥有......
  • Python 正则表达式详解 带例题演示
    Python正则表达式正则表达式是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配。Python自1.5版本起增加了re模块,它提供Perl风格的正则表达式模式。re模块使Python语言拥有全部的正则表达式功能。compile函数根据一个模式字符串和可选的标志......
  • 【学习笔记】 陈强-机器学习-Python-Ch11 决策树(Decision Tree)
    系列文章目录监督学习:参数方法【学习笔记】陈强-机器学习-Python-Ch4线性回归【学习笔记】陈强-机器学习-Python-Ch5逻辑回归【课后题练习】陈强-机器学习-Python-Ch5逻辑回归(SAheart.csv)【学习笔记】陈强-机器学习-Python-Ch6多项逻辑回归【学习笔记及课后......
  • 【python】面向对象之封装
    一:面向对象编程有三大特性:封装、继承、多态二:其中最重要的一个特性就是封装。封装指的就是把数据与功能都整合到一起三:什么是封装?1.数据角度讲,将一些基础数据类型复合成一个自定义类型2.行为角度讲,向类外提供必要的功能,隐藏实现的细节3.设计角度分而治之将一个......
  • Linux系统下CUDA与tensorflow与python的版本对应关系
    LinuxCPUVersionPythonversionCompilerBuildtoolstensorflow-2.16.13.9-3.12Clang17.0.6Bazel6.5.0tensorflow-2.15.03.9-3.11Clang16.0.0Bazel6.1.0tensorflow-2.14.03.9-3.11Clang16.0.0Bazel6.1.0tensorflow-2.13.03.8-3.11Clang16.0.0Bazel5.3.0tensorflow-2.......