作為程序員，懂得測試，這是必須的職業技能。很遺憾，我以前從未意識到這點，因此經歷了很多叫苦不迭的開發生涯。當然了，期望每個人都成為測試高手也是不可能的，但是最基本的單元測試啥的是不惜的，尤其是現在中小公司測試開發不分家的情況下，懂得測試簡直是優秀程序員的標志啊。這篇博客就介紹一下Python的測試方法，主要是單元測試。
mock
在介紹具體的測試方法之前，先介紹一下mock，簡單來說，mock的作用就是要達到一種掛羊頭賣狗肉的效果。例如，你想測試一個web客戶端，如果為了測試去搭建一個真實的web服務器，這個代價就太大了。這時候，我們就可以創建一個mock對象，通過一些接口模擬一個web服務器，從而簡化了測試的難度，而且這樣一個mock對象，可控性很好，模擬延時、斷線等都非常簡單，而如果是真實的服務器程序就要麻煩的多了。
Tim Mackinnon總結了一些需要使用mock對象的情況：
1、真實對象具有不可確定的行為(產生不可預測的結果，如股票的行情)
2、真實對象很難被創建(比如具體的web容器)
3、真實對象的某些行為很難觸發(比如網絡錯誤)
4、真實情況令程序的運行速度很慢
5、真實對象有用戶界面
6、測試需要詢問真實對象它是如何被調用的(比如測試可能需要驗證某個回調函數是否被調用了)
7、真實對象實際上並不存在(當需要和其他開發小組，或者新的硬件系統打交道的時候，這是一個普遍的問題)
Python中的mock模塊就是這個作用，使用pip install mock就可以安裝，在3.3之后，這個模塊歸入了后邊要講的unittest模塊，也成了標准庫的一部分了。
下面的內容基本都是mock文檔中的東西，簡單翻譯一下放在這里。
Mock和 MagicMock是mock模塊中核心的兩個類，當你訪問這些類的實例對象的某個屬性時，這些對象會為你創建這些屬性（如果不存在）並且會記錄下你使用這些屬性的方式。你可以指定這些對象被調用時的返回值或者可用的屬性，然后使用斷言對結果進行驗證。你也可以使用side_effect來拋出異常或者是mock對象被調用時返回不同的值。
>>> from mock import MagicMock >>> thing = ProductionClass()
# 設定返回值為3 >>> thing.method = MagicMock(return_value=3) >>> thing.method(3, 4, 5, key='value') # 注意調用參數
# 可以使用斷言判斷返回值是否為3 3 >>> thing.method.assert_called_with(3, 4, 5, key='value') #驗證調用參數是否正確 >>> mock = Mock(side_effect=KeyError('foo')) >>> mock() Traceback (most recent call last): ... KeyError: 'foo' >>> values = {'a': 1, 'b': 2, 'c': 3} >>> def side_effect(arg): ... return values[arg] ... >>> mock.side_effect = side_effect >>> mock('a'), mock('b'), mock('c') (1, 2, 3) >>> mock.side_effect = [5, 4, 3, 2, 1] >>> mock(), mock(), mock() (5, 4, 3)
使用patch裝飾器可以很容易的模擬一個類或者其對象。
>>> from mock import patch
>>> @patch('module.ClassName2')
... @patch('module.ClassName1')
... def test(MockClass1, MockClass2):
... module.ClassName1()
... module.ClassName2()
... assert MockClass1 is module.ClassName1
... assert MockClass2 is module.ClassName2
... assert MockClass1.called
... assert MockClass2.called
...
>>> test()
doctest
doctest是Python中非常基本的一個測試方式，從名字可以看得出來，它是基於文檔的測試，那么是這個文檔有什么格式要求呢？簡單的說就是測試用例都要寫的和python交互方式下的輸入輸出一致，而其他格式的文字這可以當作是注釋。假設文件shape.txt的內容如下
我們想要測試一個模塊shape，其中有一個類Point和Circle。類Point代表一個二維空間中的點，而Circle這代表一個圓形，其擁有一個方法area返回計算其面積 >>> import shape >>> circle = shape.Circle(x=5, y=5, radius=5) >>> circle.x 5 >>> circle.y 5 >>> circle.radius 5 >>> circle.area() 78.53981633974483
運行python -m doctest shape.txt 即可進行doctest。簡單來說，doctest就像是個Python的命令行一樣，把<<<之后的內容執行，然后與緊隨在之后的輸出進行對比。如執行circle.x，判斷是不是為5，執行circle.area()，看起結果是否等於78.53981633974483
unittest
doctest雖然簡單易用，但是當測試用例需要很多准備工作時，就顯得力不從心，這是就該unittest大顯身手的時候了。關於unittest，這篇文章就不說了，說多了沒用，實干出真知。