对于程序开发新手来说，一个最常见的困惑是测试的主题。他们隐约觉得“单元测试”是很好的，而且他们也应该做单元测试。但他们却不懂这个词的真正含义。如果这听起来像是在说你，不要怕！在这篇文章中，我将介绍什么是单元测试，为什么它有用，以及如何对Python的代码进行单元测试。
什么是测试？
在讨论为什么测试很有用、怎样进行测试之前，让我们先花几分钟来定义一下“单元测试”究竟是什么。在一般的编程术语中，“测试”指的是通过编写可以调用的代码（独立于你实际应用程序的代码）来帮助你确定程序中是否有错误。这并不能证明你的代码是正确的（在非常有限的情况下这是唯一的可能）。它只是报告了测试者认为的那种情况是否被正确处理了。
注：当我使用“测试”一次时，我指的是“自动化测试”，即这些测试是在机器上运行的。“手动测试”则是一个人运行程序，并与它进行交互，从而发现漏洞，这是个独立的概念。
测试可以检查出什么样的情况呢？语法错误是语言的意外误用，如
|
1 |
my_list..append(foo) |
后面多余的一个 “.“。逻辑错误是当算法（可以看成是“解决问题的方式”）不正确时引发的。可能程序员忘记Python是“零索引“的并且试图通过写
|
1 |
print(my_string[len(my_string)]) |
（这样会引起IndexError）来打印出一个字符串中的最后一个字符。更大、更系统的错误也可以被检查出来。比如当用户输入一个大于100的数字、或者在网站检索不可用的时候挂起此网站的话，程序会一直崩溃。
这些所有的错误都可以通过对代码的仔细测试检查出来。Unit testing,特指在一个分隔的代码单元中的测试。一个单元可以是整个模块，一个单独的类或者函数，或者这两者间的任何代码。然而，重要的是，测试代码要与我们没有测试到的其他代码相互隔离（因为其它代码本身有错误的话会因此混淆测试结果）。考虑如下例子：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
def is_prime(number): """Return True if *number* is prime.""" for element in range(number): if number % element == 0: return False return True def print_next_prime(number): """Print the closest prime number larger than *number*.""" index = number while True: index += 1 if is_prime(index): print(index) |
你有两个函数，is_prime和print_next_prime。如果你想测试print_next_prime，我们就需要确定is_prime是正确的，因为print_next_prime中调用了这个函数。在这种情况下，print_next_prime函数是一个单元，is_prime函数是另一个单元。由于单元测试每次只测试一个单元，因此我们需要仔细考虑怎样才能准确的测试print_next_prime?（更多的是关于之后怎样实现这些测试）。
因此，测试代码应该长什么样呢？如果上一个例子存在一个叫primes.py的文件中，我们可以把测试代码写在一个叫test_primes.py的文件中。下面是test_primes.py 中的最基本内容，比如下面这个测试样例：
|
1 2 3 4 5 6 7 8 9 10 11 12 |
import unittest from primes import is_prime class PrimesTestCase(unittest.TestCase): """Tests for `primes.py`.""" def test_is_five_prime(self): """Is five successfully determined to be prime?""" self.assertTrue(is_prime(5)) if __name__ == '__main__': unittest.main() |
这个文件通过一个test case:?test_is_five_prime. 创建了一个单元测试。通过Python内嵌的一个测试框架unittest。当unittest.main()被调用时，任何一个以test开头命名的成员函数将被运行，他们是unittest.TestCase的一个派生类，并且是断言检查的。如果我们通过输入python test_primes.py来运行测试，我们能够看到unittest框架在控制台上 的输出：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
$ python test_primes.py E ====================================================================== ERROR: test_is_five_prime (__main__.PrimesTestCase) ---------------------------------------------------------------------- Traceback (most recent call last): File "test_primes.py", line 8, in test_is_five_prime self.assertTrue(is_prime(5)) File "/home/jknupp/code/github_code/blug_private/primes.py", line 4, in is_prime if number % element == 0: ZeroDivisionError: integer division or modulo by zero ------------------------------------pan class="crayon-o">----------------------------د测试的主题。他们隐约觉得“单元测试”是很好的，而且他们也应该做单元测试。但他们却不懂这个词的真正含义。如果这听起来像是在说你，不要怕！在这篇文章中，我将介绍什么是单元测试，为什么它有用，以及如何对Python的代码进行单元测试。
什么是测试？ 在讨论为什么测试很有用、怎样进行测试之前，让我们先花几分钟来定义一下“单元测试”究竟是什么。在一般的编程术语中，“测试”指的是通过编写可以调用的代码（独立于你实际应用程序的代码）来帮助你确定程序中是否有错误。这并不能证明你的代码是正确的（在非常有限的情况下这是唯一的可能）。它只是报告了测试者认为的那种情况是否被正确处理了。 注：当我使用“测试”一次时，我指的是“自动化测试”，即这些测试是在机器上运行的。“手动测试”则是一个人运行程序，并与它进行交互，从而发现漏洞，这是个独立的概念。 测试可以检查出什么样的情况呢？语法错误是语言的意外误用，如
后面多余的一个 “.“。逻辑错误是当算法（可以看成是“解决问题的方式”）不正确时引发的。可能程序员忘记Python是“零索引“的并且试图通过写
（这样会引起IndexError）来打印出一个字符串中的最后一个字符。更大、更系统的错误也可以被检查出来。比如当用户输入一个大于100的数字、或者在网站检索不可用的时候挂起此网站的话，程序会一直崩溃。 这些所有的错误都可以通过对代码的仔细测试检查出来。Unit testing,特指在一个分隔的代码单元中的测试。一个单元可以是整个模块，一个单独的类或者函数，或者这两者间的任何代码。然而，重要的是，测试代码要与我们没有测试到的其他代码相互隔离（因为其它代码本身有错误的话会因此混淆测试结果）。考虑如下例子：
你有两个函数，is_prime和print_next_prime。如果你想测试print_next_prime，我们就需要确定is_prime是正确的，因为print_next_prime中调用了这个函数。在这种情况下，print_next_prime函数是一个单元，is_prime函数是另一个单元。由于单元测试每次只测试一个单元，因此我们需要仔细考虑怎样才能准确的测试print_next_prime?（更多的是关于之后怎样实现这些测试）。 因此，测试代码应该长什么样呢？如果上一个例子存在一个叫primes.py的文件中，我们可以把测试代码写在一个叫test_primes.py的文件中。下面是test_primes.py 中的最基本内容，比如下面这个测试样例：
这个文件通过一个
|
