以下是小编整理的python单元测试unittest实例详解(共含5篇），欢迎阅读与收藏。同时，但愿您也能像本文投稿人“一羽”一样，积极向本站投稿分享好文章。
作者：像风一样的自由 字体：[增加 减小] 类型：
单元测试作为任何语言的开发者都应该是必要的，因为时隔数月后再回来调试自己的复杂程序时，其实也是很崩溃的事情。虽然会很快熟悉内容，但是修改和调试将是一件痛苦的事情，如果你在修改了代码后出现问题的话，而单元测试可以帮助我们很快准确的定位到问题的位置，出现问题的模块和单元。所以这是一件很愉快的事情，因为我们知道其它修改或没有修改的地方仍然是正常工作的，而我们目前的唯一问题就是搞定眼前这个有点问题的“家伙”。所以工作会在轻松中开始，并且很快将会结束，因为你已经知道很多信息了。
单元测试自然是对程序中最小的可测试模块--函数来进行测试；因为单元测试的对象是函数，也就是说你得被测试对象一定要有输出结果，哪怕就是异常输出，也得有输出，以便单元测试模块能够捕获返回值，并且与预期值进行比较，从而得出测试通过与否。
单元测试的加载方式有2种：一种是通过unittest.main来启动单元测试的测试模块；一种是添加到testsuite集合中再加载所有的被测试对象，而testsuit里存放的就是单元测试的用例，下面分别列出了2种方法的使用。
1.1 测试模块中的函数：
被测模块：
#!/usr/bin/env python #encoding: utf-8 def sum( x, y): return x+y def sub( x, y): return x-y
单元测试模块：
#!/usr/bin/env python #encoding: utf-8 import unittest import myclass class mytest(unittest.TestCase): ##初始化工作 def setUp(self): pass #退出清理工作 def tearDown(self): pass #具体的测试用例，一定要以test开头 def testsum(self): self.assertEqual(myclass.sum(1, 2), 2, ‘test sum fail‘) def testsub(self): self.assertEqual(myclass.sub(2, 1), 1, ‘test sub fail‘) if __name__ ==‘__main__‘: unittest.main()
测试结果：【F表示一个fail， F前的点表示一个通过，有E的话表示程序自身异常】
.F======================================================================FAIL: testsum (__main__.mytest)----------------------------------------------------------------------Traceback (most recent call last): File “C:UsersxiaowuworkspacemypythonunitTest.py”, line 19, in testsum self.assertEqual(myclass.sum(1, 2), 2, ‘test sum fail‘)AssertionError: test sum fail----------------------------------------------------------------------Ran 2 tests in 0.001s FAILED (failures=1)
1.2 测试模块类中的函数：
被测模块：
#!/usr/bin/env python#encoding: utf-8class myclass: def __init__(self): pass def sum(self, x, y): return x+y def sub(self, x, y): return x-y
单元测试模块：
#!/usr/bin/env python #encoding: utf-8 import unittest import myclass class mytest(unittest.TestCase): ##初始化工作 def setUp(self): self.tclass = myclass.myclass() ##实例化了被测试模块中的类 #退出清理工作 def tearDown(self): pass #具体的测试用例，一定要以test开头 def testsum(self): self.assertEqual(self.tclass.sum(1, 2), 3) if __name__ ==‘__main__‘: unittest.main()
运行结果：
.----------------------------------------------------------------------Ran 1 test in 0.000sOK
这种方式执行单个测试文件时使用-v参数可以获得更多的测试结果信息。如：mytest.py -v
2 加载测试套件
好吧，在运用测试套件进行单元测试之前，我想还是稍微研究一下unittest模块的内容有哪些，其大概的运行方式是什么样的。而后在给出根据各种情况如何制定单元测试套件。
首先，自然是查看unittest模块有哪些成员啦！
>>import unittest >>dir(unittest) [‘FunctionTestCase‘, ‘TestCase‘, ‘TestLoader‘, ‘TestProgram‘, ‘TestResult‘, ‘Tes tSuite‘, ‘TextTestRunner‘, ‘_CmpToKey‘, ‘_TextTestResult‘, ‘_WritelnDecorator‘, ‘__all__‘, ‘__author__‘, ‘__builtins__‘, ‘__doc__‘, ‘__email__‘, ‘__file__‘, ‘__ metaclass__‘, ‘__name__‘, ‘__package__‘, ‘__unittest‘, ‘__version__‘, ‘_makeLoad er‘, ‘_strclass‘, ‘defaultTestLoader‘, ‘findTestCases‘, ‘getTestCaseNames‘, ‘mai n‘, ‘makeSuite‘, ‘os‘, ‘sys‘, ‘time‘, ‘traceback‘, ‘types‘]
可以看到其自身的成员也不是很多，大概包括有：
[‘FunctionTestCase‘, ‘TestCase‘, ‘TestLoader‘, ‘TestProgram‘, ‘TestResult‘, ‘TestSuite‘,‘TextTestRunner‘, ‘_CmpToKey‘, ‘_TextTestResult‘, ‘_WritelnDecorator‘, ‘defaultTestLoader‘,‘findTestCases‘, ‘getTestCaseNames‘, ‘main‘, ‘makeSuite‘]
好吧,我们大概看看具体都是干什么的
>>memblist = [‘FunctionTestCase‘, ‘TestCase‘, ‘TestLoader‘, ‘TestProgram‘, ‘TestResult‘, ‘TestSuite‘,‘TextTestRunner‘, ‘defaultTestLoader‘,‘findTestCases‘, ‘getTestCaseNames‘, ‘main‘, ‘makeSuite‘] >>for memb in memblist: .. cur = getattr(unittest, memb) .. print help(cur)
‘FunctionTestCase‘:函数测试用例，即给一个函数作为参数，返回一个testcase实例，可选参数有set-up，tear-down方法
‘TestCase‘：所有测试用例的基本类，给一个测试方法的名字，返回一个测试用例实例
‘TestLoader‘：测试用例加载器，其包括多个加载测试用例的方法，
返回一个测试套件
loadTestsFromModule(self, module)--根据给定的模块实例来获取测试用例套件
loadTestsFromName(self, name, module=None)
--根据给定的字符串来获取测试用例套件，字符串可以是模块名，测试类名，测试类中的测试方法名，或者一个可调用的是实例对象
这个实例对象返回一个测试用例或一个测试套件
loadTestsFromNames(self, names, module=None) --和上面功能相同，只不过接受的是字符串列表
loadTestsFromTestCase(self, testCaseClass)--根据给定的测试类，获取其中的所有测试方法，并返回一个测试套件
‘TestProgram‘：命令行进行单元测试的调用方法，作用是执行一个测试用例。其实unittest.main()方法执行的就是这个命令，
而这个类实例时默认加载当前执行的作为测试对象，
原型为 __init__(self, module=‘__main__‘, defaultTest=None, argv=None, testRunner=xx, testLoader=xx)
其中module=‘__main__‘就是默认加载自身
‘TestResult‘：测试用例的结果保存实例，通常有测试框架调用
‘TestSuite‘：组织测试用例的实例，支持测试用例的添加和删除，最终将传递给testRunner进行测试执行
‘TextTestRunner‘：进行测试用例执行的实例，其中Text的意思是以文本形式显示测试结果。显示测试名称，即完成的测试结果，其过同执行单元测试脚本时添加-v参数
‘defaultTestLoader‘:其实就是TestLoader
‘findTestCases‘, ‘getTestCaseNames‘：这个2个就不用解释了
‘main‘: 其实就是TestProgram
‘makeSuite‘：通常是由单元测试框架调用的，用于生产testsuite对象的实例
至此，我们知道了。其实整个单元测试框架的逻辑出来了。分三步走：第一步testloader根据传入的参数获得相应的测试用例，即对应具体的测试方法，
然后makesuite在把所有的测试用例组装成testsuite，最后把testsiute传给testrunner进行执行。
而我们通常执行的unittest.main()，其实就是unittest.testprom方法，其执行的功能就是上面分析的三步，在第一步中其传入的参数是自身的模块__main__；
在第二步中把自身模块中的所有测试类中中的测试方法提取出来，并生成测试套件；最后再把测试套件传递给testrunner进行具体的测试。
最后给出一个完整的单元测试组织代码，把该代码放到单元测试用例文件的同一个目录后执行该脚本，即可执行所有的测试用例文件。
【测试用例文件必须为test开头，如：testxxx.py, 当然这个文件本身是一个单元测试的文件】
#!/usr/bin/env python#encoding: utf-8#该代码源自深入pythonimport unittestimport myclassimport reimport osimport sysdef testAllinCurrent(): path = os.path.abspath(os.path.dirname(sys.argv[0])) files = os.listdir(path) test = re.compile(“test.py{1}quot;, re.IGNORECASE) files = filter(test.search, files) filenameToModuleName = lambda f: os.path.splitext(f)[0] moduleNames = map(filenameToModuleName, files) modules = map(__import__, moduleNames) load = unittest.defaultTestLoader.loadTestsFromModule return unittest.TestSuite(map(load, modules))if __name__ == ”__main__“: unittest.main(defaultTest=”regressionTest“)
希望本文所述对大家的Python程序设计有所帮助。
作者：tianmo 字体：[增加 减小] 类型：转载
这篇文章主要介绍了Python多进程机制,以实例形式详细分析了Python多进程机制的原理与实现技巧,需要的朋友可以参考下
本文实例讲述了Python多进程机制，分享给大家供大家参考。具体如下：
在以前只是接触过PYTHON的多线程机制，今天搜了一下多进程，相关文章好像不是特别多。看了几篇，小试了一把。程序如下，主要内容就是通过PRODUCER读一个本地文件，一行一行的放到队列中去。然后会有相应的WORKER从队列中取出这些行。
import multiprocessingimport osimport sysimport Queueimport timedef writeQ(q,obj): q.put(obj,True,None) print ”put size: “,q.qsize()def readQ(q): ret = q.get(True,1) print ”get size: “,q.qsize() return retdef producer(q): time.sleep(5) #让进行休息几秒 方便ps命令看到相关内容 pid = os.getpid() handle_file = ‘/home/dwapp/joe.wangh/test/multiprocess/datafile‘ with open(handle_file,‘r‘) as f: #with...as... 这个用法今天也是第一次看到的 for line in f:print ”producer <“ ,pid , ”> is doing: “,linewriteQ(q,line.strip()) q.close()def worker(q): time.sleep(5) #让进行休息几秒 方便ps命令看到相关内容 pid = os.getpid() empty_count = 0 while True: try:task = readQ(q)print ”worker <“ , pid , ”> is doing: “ ,task‘‘‘如果这里不休眠的话 一般情况下所有行都会被同一个子进程读取到 为了使实验效果更加清楚 在这里让每个进程读取完一行内容时候休眠5s 这样就可以让其他的进程到队列中进行读取‘‘‘time.sleep(5) except Queue.Empty:empty_count += 1if empty_count == 3: print ”queue is empty, quit“ q.close() sys.exit(0)def main(): concurrence = 3 q = multiprocessing.Queue(10) funcs = [producer , worker] for i in range(concurrence-1): funcs.append(worker) for item in funcs: print str(item) nfuncs = range( len(funcs) ) processes = [] for i in nfuncs: p = multiprocessing.Process(target=funcs[i] , args=(q,)) processes.append(p) print ”concurrence worker is : “,concurrence,” working start“ for i in nfuncs: processes[i].start() for i in nfuncs: processes[i].join() print ”all DONE“if __name__ == ‘__main__‘: main()
实验结果如下：
dwapp@pttest1:/home/dwapp/joe.wangh/test/multiprocess>python 1.py 程序运行期间在另外一个窗口进行ps命令 可以观测到一些进程的信息 dwapp@pttest1:/home/dwapp/joe.wangh/test/multiprocess>ps -ef | grep pythondwapp 13735 11830 0 Nov20 pts/12 00:00:05 pythondwapp 28319 27481 8 14:04 pts/0 00:00:00 python 1.pydwapp 28320 28319 0 14:04 pts/0 00:00:00 python 1.pydwapp 28321 28319 0 14:04 pts/0 00:00:00 python 1.pydwapp 28322 28319 0 14:04 pts/0 00:00:00 python 1.pydwapp 28323 28319 0 14:04 pts/0 00:00:00 python 1.pydwapp 28325 27849 0 14:04 pts/13 00:00:00 grep pythondwapp@pttest1:/home/dwapp/joe.wangh/test/multiprocess>ps -ef | grep pythondwapp 13735 11830 0 Nov20 pts/12 00:00:05 python #此时28320进程 也就是PRODUCER进程已经结束dwapp 28319 27481 1 14:04 pts/0 00:00:00 python 1.pydwapp 28321 28319 0 14:04 pts/0 00:00:00 python 1.pydwapp 28322 28319 0 14:04 pts/0 00:00:00 python 1.pydwapp 28323 28319 0 14:04 pts/0 00:00:00 python 1.pydwapp 28328 27849 0 14:04 pts/13 00:00:00 grep pythondwapp@pttest1:/home/dwapp/joe.wangh/test/multiprocess>ps -ef | grep pythondwapp 13735 11830 0 Nov20 pts/12 00:00:05 pythondwapp 28319 27481 0 14:04 pts/0 00:00:00 python 1.pydwapp 28321 28319 0 14:04 pts/0 00:00:00 python 1.pydwapp 28322 28319 0 14:04 pts/0 00:00:00 python 1.pydwapp 28323 28319 0 14:04 pts/0 00:00:00 [python] 希望本文所述对大家的Python程序设计有所帮助， Python列表推导式的使用方法 python设置windows桌面壁纸的实现代码 python 获取文件列表（或是目录例表） Python开发的单词频率统计工具wordsworth Python ORM框架SQLAlchemy学习笔记之安装 Python使用urllib2获取网络资源实例讲解 复制粘贴功能的Python程序 Python urllib模块urlopen与urlretriev python Django模板的使用方法（图文） python生成指定尺寸缩略图的示例 Python入门教程 超详细1小时学会 python 中文乱码问题深入分析 比较详细Python正则表达式操作指 Python字符串的encode与decode研 Python open读写文件实现脚本 Python enumerate遍历数组示例应 Python 深入理解yield Python+Django在windows下的开发 python 文件和路径操作函数小结 python 字符串split的用法分享 作者：tianmo 字体：[增加 减小] 类型： 这篇文章主要介绍了Python回调函数用法,以实例形式较为详细的分析了Python回调函数的定义、功能及相关使用技巧,需要的朋友可以参考下 本文实例讲述了Python回调函数用法，分享给大家供大家参考。具体分析如下： 一、百度百科上对回调函数的解释： 回调函数就是一个通过函数指针调用的函数。如果你把函数的指针(地址)作为参数传递给另一个函数，当这个指针被用为调用它所指向的函数时，我们就说这是回调函数。回调函数不是由该函数的实现方直接调用，而是在特定的事件或条件发生时由另外的一方调用的，用于对该事件或条件进行响应。 二、什么是回调： 软件模块之间总是存在着一定的接口，从调用方式上，可以把他们分为三类：同步调用、回调和异步调用。同步调用是一种阻塞式调用，调用方要等待对方执行完毕才返回，它是一种单向调用；回调是一种双向调用模式，也就是说，被调用方在接口被调用时也会调用对方的接口；异步调用是一种类似消息或事件的机制，不过它的调用方向刚好相反，接口的服务在收到某种讯息或发生某种事件时，会主动通知客户方（即调用客户方的接口）。回调和异步调用的关系非常紧密，通常我们使用回调来实现异步消息的注册，通过异步调用来实现消息的通知。同步调用是三者当中最简单的，而回调又常常是异步调用的基础，因此，下面我们着重讨论回调机制在不同软件架构中的实现。 三、一个小例子： #call.py import called def callback(): print ”in callback“ def main(): #called.test() called.test_call(callback) print ”in call.py“ main() #called.py ‘‘‘‘‘ def test(): print ”in called.py test()“ ‘‘‘ def test_call(p_call): print ”in called.py test_call()“ p_call() joe@joe:~/test/python$ python call.py in called.py test_call() in callback in call.py joe@joe:~/test/python$ 网上搜到的一个面向对象实现的例子： 当你要加入回调（Callback）功能的时候，代码往往会偏重于回调的实现而不是问题本身了。一个解决方法就是实现一个通用的基础类来解决回调的需求，然后再来实现你为某个事件（Event）所绑定（Binding）的方法（Method）。 代码如下： class CallbackBase: def __init__(self): self.__callbackMap = {} for k in (getattr(self, x) for x in dir(self)): if hasattr(k, ”bind_to_event“): self.__callbackMap.setdefault(k.bind_to_event, []).append(k) elif hasattr(k, ”bind_to_event_list“): for j in k.bind_to_event_list: self.__callbackMap.setdefault(j, []).append(k) ## staticmethod is only used to create a namespace @staticmethod def callback(event): def f(g, ev = event): g.bind_to_event = ev return g return f @staticmethod def callbacklist(eventlist): def f(g, evl = eventlist): g.bind_to_event_list = evl return g return f def dispatch(self, event): l = self.__callbackMap[event] f = lambda *args, **kargs: map(lambda x: x(*args, **kargs), l) return f ## Sample class MyClass(CallbackBase): EVENT1 = 1 EVENT2 = 2 @CallbackBase.callback(EVENT1) def handler1(self, param = None): print ”handler1 with param: %s“ % str(param) return None @CallbackBase.callbacklist([EVENT1, EVENT2]) def handler2(self, param = None): print ”handler2 with param: %s“ % str(param) return None def run(self, event, param = None): self.dispatch(event)(param) if __name__ == ”__main__": a = MyClass() a.run(MyClass.EVENT1, ‘mandarina‘) a.run(MyClass.EVENT2, ‘naranja‘) 这里有一个类，它有两个事件（EVENT1和EVENT2）和两个处理函数（handler）， 第一个处理函数handler1注册了EVENT1，而第二个处理函数handler2当EVENT1或者EVENT2发生的时候都会执行（即注册了全部的事件）。 运行函数（run）在MyClass的主循环中，它会将对应的事件派送（dispatch）出去。这（这里指dispatch函数）会返回一个函数，我们可以把所有需要传给这个函数的参数列表传给它。这个函数运行结束会返回一个列表（list），列表中是所有的返回值。 也许，使用Metaclass能够实现的更优雅一些吧。 希望本文所述对大家的Python程序设计有所帮助。 这篇文章主要介绍了Python with用法实例,本文讲解了with语句的几种使用方法和使用场景,需要的朋友可以参考下 python中with可以明显改进代码友好度，比如： 代码如下: with open(‘a.txt‘) as f: print f.readlines() 为了我们自己的类也可以使用with， 只要给这个类增加两个函数__enter__, __exit__即可： 代码如下: >>> class A: def __enter__(self): print ‘in enter‘ def __exit__(self, e_t, e_v, t_b): print ‘in exit‘ >>> with A() as a: print ‘in with‘ in enter in with in exit 另外python库中还有一个模块contextlib，使你不用构造含有__enter__, __exit__的类就可以使用with： 代码如下: >>> from contextlib import contextmanager >>> from __future__ import with_statement >>> @contextmanager ... def context(): ... print ‘entering the zone‘ ... try: ... yield ... except Exception, e: ... print ‘with an error %s‘%e ... raise e ... else: ... print ‘with no error‘ ... >>> with context(): ... print ‘----in context call------‘ ... entering the zone ----in context call------ with no error 使用的最多的就是这个contextmanager, 另外还有一个closing 用处不大 代码如下: from contextlib import closing import urllib with closing(urllib.urlopen(‘www.python.org‘)) as page: for line in page: print line篇3：Python 文件读写操作实例详解
最近更 新
热 点 排 行
篇4：Python回调函数用法实例详解
篇5：Python with用法实例
