Hypothesis是Python的一個高級測試庫。它允許編寫測試用例時參數(shù)化，然后生成使測試失敗的簡單易懂的測試數(shù)據(jù)?？梢杂酶俚墓ぷ髟诖a中發(fā)現(xiàn)更多的bug。

安裝

pip install hypothesis

如何設(shè)計(jì)測試數(shù)據(jù)

通過介紹也許你還不了解它是干嘛的，沒關(guān)系！我們舉個例子。

首先，我有一個需要測試的函數(shù)：

def add(a, b):
"""實(shí)現(xiàn)加法運(yùn)算"""
return a + b

測試代碼是這樣的：

import unittest
class AddTest(unittest.TestCase):
  def test_case1(self):
    c = add(1, 2)
    self.assertEqual(c, 3)
  def test_case2(self):
    c = add(0, 2)
    self.assertEqual(c, 2)
  def test_case3(self):
    c = add(-2, 2)
    self.assertEqual(c, 0)
if __name__ == '__main__':
  unittest.main()

為了更全面的驗(yàn)證的 add() 函數(shù)，我必須設(shè)計(jì)足夠多的 測試數(shù)據(jù)， 同樣也需要很多條用例！

當(dāng)然，為了測試足夠多的數(shù)據(jù)，我們也可以將代碼改稱這樣。

import unittest
from random import randint
class AddTest(unittest.TestCase):
  def test_case(self):
    for i in range(10):
      a = randint(-32768, 32767)
      b = randint(-32768, 32767)
      print("a->", a)
      print("b->", b)
      c1 = a + b
      c2 = add(a, b)
      self.assertEqual(c1, c2)
if __name__ == '__main__':
  unittest.main()

通過調(diào)用 randint() 函數(shù)生成隨機(jī)數(shù)。循環(huán)10次（也可以是100次，1000次），用更少的代碼做更多的測試，測試的數(shù)據(jù)越多，發(fā)現(xiàn)bug的可能性越大。

測試結(jié)果如下：

> python test_hypothesis_demo.py

a-> 11503
b-> -784
a-> -31548
b-> 13057
a-> 22033
b-> 3618
a-> -32249
b-> 28025
a-> -15429
b-> 31055
a-> 16095
b-> 13445
a-> -31536
b-> 14606
a-> 18655
b-> -18039
a-> 17923
b-> -12079
a-> -9256
b-> -26440
.
------------------------
Ran 1 test in 0.002s

OK

用 hypothesis生成測試數(shù)據(jù)

上面的測試數(shù)據(jù)很難隨機(jī)到 邊界值，除非我手動設(shè)計(jì)數(shù)據(jù)，而且用for循環(huán)也不是太好的設(shè)計(jì)。是時候讓hypothesis登場了。

import unittest
from hypothesis import given, settings
import hypothesis.strategies as st
class AddTest(unittest.TestCase):

  @settings(max_examples=10)
  @given(a=st.integers(), b=st.integers())
  def test_case(self, a, b):
    print("a->", a)
    print("b->", b)
    c1 = a + b
    c2 = add(a, b)
    self.assertEqual(c1, c2)
if __name__ == '__main__':
  unittest.main()

通過@given() 裝飾測試用例，調(diào)用strategies 模塊下面的 integers() 方法生成隨機(jī)的測試數(shù)。在@setting()裝飾器中通過max_examples用來控制隨機(jī)數(shù)的個數(shù)。

運(yùn)行結(jié)果如下：

> python test_hypothesis_demo.py

a-> 0
b-> 0
a-> 5980
b-> -3607224505277606703
a-> 324106882
b-> 23975
a-> 23272
b-> 4917
a-> 107
b-> -155
a-> -4500
b-> -8303
a-> 2683
b-> 4384
a-> 27
b-> -81
a-> -122472823694675410551869872440384533757
b-> -89
a-> 19075
b-> 4362
.
-------------------------------------------------
Ran 1 test in 0.032s

hypothesis 生成的數(shù)據(jù)會更具有 測試價值，對吧？ hypothesis 還可以生成更多類型的測試數(shù)據(jù)。例如 email格式和text格式。

email-> 0@A.com
text->
email-> ^H@R70-s0Xke.Sb-UBn08.VzT--dz000I0o00r00s--EJY.e.Ov.aRaMcO text-> -
email-> 6a#@T.HKt
text-> ↕
email-> '/YAw/jnIZ!0fS+A@E7UJ.expErt
text-> +�
email-> *xh*-#t5$0-L8O&r10XnXU-**+e%0xy-@k.O.e.lEase
text-> #�����/���+
�)�▲�
email-> 2U!N0+|*%~@T.q-NX-0-0gWl.x.Lv
text->
email-> &i/o!F*@xuW--03.p00-t0Y-0Z0.MW.K-000-n-sB0rR-0L.Y.y2u.NXptL0bgG-0U.XN--FLw351E
text-> �0▲-���
email-> oK*-@p.ZiP
text-> ☺
email-> /@mOL.Y-Q.j.p.d-3Mzi.i.Utv-M.yachts
text-> (
email-> 4ql$y2%N4h@c.veRSIcheruNG
text->

這些數(shù)據(jù)看上去就具有很高的測試價值。好吧！測試一定明白我在說什么。

問題來了，我們可以將 hypothesis 生成的數(shù)據(jù)應(yīng)用到 Web或接口自動化測試中么？

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評論