【30天玩转python】单元测试与调试
单元测试与调试
在 Python 开发中，编写单元测试和进行调试是保证代码质量、减少错误的重要步骤。单元测试可以帮助我们验证代码功能是否符合预期，调试则可以在代码出现问题时快速定位错误原因。
1. 单元测试简介
单元测试是对程序中最小可测试部分（通常是函数或类）进行验证的过程，确保每个部分都能正常工作。Python 中有多个测试框架，其中最常用的是 unittest 模块。
2. 使用 unittest 进行单元测试
unittest 是 Python 标准库中的单元测试框架，类似于其他语言中的 JUnit、NUnit 等。它可以用于创建测试用例、测试集以及对代码进行断言。
2.1 基本结构
要使用 unittest 进行单元测试，通常需要创建一个测试类，该类继承自 unittest.TestCase。在这个类中，编写测试方法，并使用 assert 系列方法来验证代码的输出。
示例：简单的加法函数测试
import unittest# 被测试函数
def add(a, b):return a + b# 创建测试类，继承 unittest.TestCase
class TestMathFunctions(unittest.TestCase):# 测试 add 函数def test_add(self):self.assertEqual(add(1, 2), 3) # 测试 1 + 2 是否等于 3self.assertEqual(add(-1, 1), 0) # 测试 -1 + 1 是否等于 0self.assertNotEqual(add(1, 2), 4) # 测试 1 + 2 不等于 4# 运行测试
if __name__ == '__main__':unittest.main()
2.2 断言方法
unittest 提供了多种断言方法，用于验证不同的测试结果：
| 断言方法 | 描述 |
|---|---|
assertEqual(a, b) | 检查 a == b 是否为 True |
assertNotEqual(a, b) | 检查 a != b 是否为 True |
assertTrue(x) | 检查 x 是否为 True |
assertFalse(x) | 检查 x 是否为 False |
assertIsNone(x) | 检查 x is None 是否为 True |
assertIsNotNone(x) | 检查 x is not None 是否为 True |
assertIn(a, b) | 检查 a 是否包含在 b 中 |
assertNotIn(a, b) | 检查 a 是否不包含在 b 中 |
assertRaises(Exception) | 检查是否抛出了指定的异常 |
示例：更多断言方法
import unittestdef divide(a, b):if b == 0:raise ValueError("除数不能为零")return a / bclass TestDivideFunction(unittest.TestCase):def test_divide(self):self.assertEqual(divide(10, 2), 5)self.assertRaises(ValueError, divide, 10, 0) # 检查是否抛出 ValueErrorif __name__ == '__main__':unittest.main()
2.3 测试套件
当有多个测试类或测试方法时，可以将它们组织到测试套件（test suite）中，通过一次运行来测试多个功能。
def suite():suite = unittest.TestSuite()suite.addTest(TestMathFunctions('test_add'))suite.addTest(TestDivideFunction('test_divide'))return suiteif __name__ == '__main__':runner = unittest.TextTestRunner()runner.run(suite())
3. 使用 pytest 进行单元测试
除了 unittest，Python 中还有更简洁的第三方测试框架，如 pytest。pytest 提供了更灵活的断言方式和更简单的测试用例编写方式。
3.1 pytest 示例
使用 pytest 时，不需要像 unittest 那样创建测试类，只需编写简单的测试函数即可。pytest 通过函数名称的前缀 test_ 自动识别测试用例。
示例：使用 pytest 测试加法函数
# 被测试函数
def add(a, b):return a + b# 测试函数
def test_add():assert add(1, 2) == 3assert add(-1, 1) == 0assert add(1, 2) != 4
运行 pytest 时，只需在终端中执行 pytest 命令，它会自动寻找所有以 test_ 开头的函数并运行测试。
4. 调试方法
调试是编程过程中非常重要的一部分，Python 提供了多种调试方法，最常用的是 pdb 模块和 print() 调试。
4.1 使用 print() 进行调试
最简单的调试方式是通过在代码中插入 print() 函数，查看变量的值或函数的执行情况。虽然简单，但当项目较大或逻辑复杂时，print() 调试会变得混乱且难以维护。
示例：print() 调试
def add(a, b):result = a + bprint(f"add({a}, {b}) = {result}")return resultadd(5, 3)
尽管 print() 调试是快速查看问题的方法，但在大型项目中，建议使用更专业的调试工具。
4.2 使用 pdb 模块
pdb 是 Python 内置的调试器，可以让我们逐行执行代码，查看变量的状态，设置断点等。使用 pdb.set_trace() 可以在代码中设置断点，进入调试模式。
示例：使用 pdb 进行调试
import pdbdef add(a, b):pdb.set_trace() # 在此处设置断点return a + badd(5, 3)
运行上面的代码后，程序会在 pdb.set_trace() 处暂停，我们可以在终端中输入调试命令，比如：
n：执行下一行代码c：继续运行代码直到下一个断点p variable_name：打印变量的值q：退出调试器
4.3 使用 VSCode 进行调试
VSCode 提供了集成的调试功能，通过图形化界面设置断点、逐行执行代码以及查看变量状态。以下是使用 VSCode 调试 Python 代码的步骤：
- 打开 VSCode 并加载 Python 项目。
- 在代码的某行点击左侧的灰色区域设置断点。
- 点击 VSCode 窗口左侧的“运行和调试”按钮（或按
F5）启动调试模式。 - 调试时可以单步执行、跳过、继续运行等操作。
5. 代码覆盖率
代码覆盖率（Code Coverage）是衡量单元测试对代码的覆盖程度的指标，通常包括语句覆盖、分支覆盖等。高覆盖率的测试可以帮助我们发现潜在的代码问题。
Python 提供了 coverage 工具来生成代码覆盖率报告。
安装 coverage
pip install coverage
生成覆盖率报告
coverage run -m unittest discover # 运行测试
coverage report # 生成覆盖率报告
coverage html # 生成 HTML 格式的覆盖率报告
6. 小结
- 单元测试 是开发过程中验证代码正确性的重要工具，Python 中的
unittest和pytest框架可以帮助我们轻松编写测试用例。 - 调试 是定位错误的关键步骤，除了简单的
print()调试，还可以使用专业的pdb调试器以及 IDE 集成的调试功能。 - 通过良好的单元测试和调试习惯，可以有效提升代码质量，减少错误，并保证项目的长期维护性。