Python基于Hypothesis測(cè)試庫(kù)生成測(cè)試數(shù)據(jù)
Hypothesis是Python的一個(gè)高級(jí)測(cè)試庫(kù)。它允許編寫(xiě)測(cè)試用例時(shí)參數(shù)化,然后生成使測(cè)試失敗的簡(jiǎn)單易懂的測(cè)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(cè)試數(shù)據(jù)
通過(guò)介紹也許你還不了解它是干嘛的,沒(méi)關(guān)系!我們舉個(gè)例子。
首先,我有一個(gè)需要測(cè)試的函數(shù):
def add(a, b):
"""實(shí)現(xiàn)加法運(yùn)算"""
return a + b
測(cè)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(cè)試數(shù)據(jù), 同樣也需要很多條用例!
當(dāng)然,為了測(cè)試足夠多的數(shù)據(jù),我們也可以將代碼改稱(chēng)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(guò)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(cè)試,測(cè)試的數(shù)據(jù)越多,發(fā)現(xiàn)bug的可能性越大。
測(cè)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(cè)試數(shù)據(jù)
上面的測(cè)試數(shù)據(jù)很難隨機(jī)到 邊界值,除非我手動(dòng)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(shí)候讓hypothesis登場(chǎng)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(guò)@given() 裝飾測(cè)試用例,調(diào)用strategies 模塊下面的 integers() 方法生成隨機(jī)的測(cè)試數(shù)。在@setting()裝飾器中通過(guò)max_examples用來(lái)控制隨機(jī)數(shù)的個(gè)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(huì)更具有 測(cè)試價(jià)值,對(duì)吧? hypothesis 還可以生成更多類(lèi)型的測(cè)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(cè)試價(jià)值。好吧!測(cè)試一定明白我在說(shuō)什么。
問(wèn)題來(lái)了,我們可以將 hypothesis 生成的數(shù)據(jù)應(yīng)用到 Web或接口自動(dòng)化測(cè)試中么?
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
- python 如何用 Hypothesis 來(lái)自動(dòng)化單元測(cè)試
- python?playwright?庫(kù)上傳和下載操作(自動(dòng)化測(cè)試?playwright)
- Python測(cè)試框架pytest核心庫(kù)pluggy詳解
- python軟件測(cè)試Jmeter性能測(cè)試JDBC Request(結(jié)合數(shù)據(jù)庫(kù))的使用詳解
- python利用faker庫(kù)批量生成測(cè)試數(shù)據(jù)
- 基于python locust庫(kù)實(shí)現(xiàn)性能測(cè)試
- Python接口測(cè)試數(shù)據(jù)庫(kù)封裝實(shí)現(xiàn)原理
- python Hypothesis生成和執(zhí)行大量的測(cè)試用例
相關(guān)文章
Python使用微信接入圖靈機(jī)器人過(guò)程解析
這篇文章主要介紹了Python使用微信接入圖靈機(jī)器人過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-11-11基于TensorFlow的CNN實(shí)現(xiàn)Mnist手寫(xiě)數(shù)字識(shí)別
這篇文章主要為大家詳細(xì)介紹了基于TensorFlow的CNN實(shí)現(xiàn)Mnist手寫(xiě)數(shù)字識(shí)別,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2020-06-06理解生產(chǎn)者消費(fèi)者模型及在Python編程中的運(yùn)用實(shí)例
生產(chǎn)者消費(fèi)者模型一般用于體現(xiàn)程序的多線(xiàn)程并發(fā)性,Python的多線(xiàn)程雖然受到GIL控制,但依然可以構(gòu)建隊(duì)列來(lái)簡(jiǎn)單體現(xiàn)出模型的思路,這里我們就來(lái)共同理解生產(chǎn)者消費(fèi)者模型及在Python編程中的運(yùn)用實(shí)例:2016-06-06關(guān)于keras.layers.Conv1D的kernel_size參數(shù)使用介紹
這篇文章主要介紹了關(guān)于keras.layers.Conv1D的kernel_size參數(shù)使用介紹,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-05-05Python&Matlab實(shí)現(xiàn)螞蟻群算法求解最短路徑問(wèn)題的示例
本文主要介紹了Python&Matlab實(shí)現(xiàn)螞蟻群算法求解最短路徑問(wèn)題的示例,文中通過(guò)示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2022-03-03在Python的一段程序中如何使用多次事件循環(huán)詳解
循環(huán)是我們?cè)谌粘i_(kāi)發(fā)中是必不可少會(huì)遇到的,下面這篇文章主要給大家介紹了關(guān)于在Python的一段程序中如何使用多次事件循環(huán)的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),需要的朋友可以參考借鑒,下面來(lái)一起看看吧。2017-09-09python網(wǎng)絡(luò)爬蟲(chóng) Scrapy中selenium用法詳解
這篇文章主要介紹了python網(wǎng)絡(luò)爬蟲(chóng) Scrapy中selenium用法詳解,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值2019-09-09關(guān)于python3?opencv?圖像二值化的問(wèn)題(cv2.adaptiveThreshold函數(shù))
這篇文章主要介紹了python3?opencv?圖像二值化cv2.adaptiveThreshold函數(shù)的相關(guān)知識(shí),結(jié)合示例代碼介紹了adaptiveThreshold方法的用法,需要的朋友可以參考下2022-04-04Android Q之氣泡彈窗的實(shí)現(xiàn)示例
這篇文章主要介紹了Android Q之氣泡彈窗的實(shí)現(xiàn)示例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-06-06