用 Pytest 寫 Python 測試

安裝PyTest

要開始使用PyTest，第一步是安裝此框架。 這可以通過使用Python的套件管理工具pip輕鬆完成。 在虛擬環境中，運行命令pip install pytest將設置PyTest，從而讓您開始編寫和運行測試。

# Install pytest using pip
pip install pytest

# Install pytest using pip
pip install pytest

撰寫您的第一個測試函式

在PyTest中，測試函式是一個以test_開頭的簡單Python函式。 每個測試函式都是單獨的測試案例。 PyTest會自動識別這些函式，並作為測試套件的一部分來運行它們。

# Basic test function example
def test_example():
    # This is a simple test that checks if the addition is correct
    assert 1 + 1 == 2

# Basic test function example
def test_example():
    # This is a simple test that checks if the addition is correct
    assert 1 + 1 == 2

測試檢測

PyTest的測試檢測機制會自動識別測試文件和測試函式。 通常，測試文件命名格式為test_開始。 這種約定有助於PyTest在指定的目錄中定位並運行所有測試。

測試類和模組

為了更好的組織測試，可以將其分組到測試類和模組中。 測試類是事前冠以Test的Python類，其中包含多個測試方法。 這種分類有助於管理和構建多個測試和測試套件。

# Example of a test class
class TestMathOperations:
    def test_addition(self):
        assert 1 + 1 == 2

    def test_subtraction(self):
        assert 5 - 3 == 2

# Example of a test class
class TestMathOperations:
    def test_addition(self):
        assert 1 + 1 == 2

    def test_subtraction(self):
        assert 5 - 3 == 2

固定裝置與測試設置

PyTest的固定裝置是設置測試函式前提條件的強大工具。 它們有助於在測試函式運行之前建立必要的物件、建立資料庫連接或配置環境。

import pytest

# Define a fixture for setting up resources
@pytest.fixture
def setup_data():
    # Setup code here (e.g., create database connections)
    return {"key": "value"}

def test_widget(setup_data):
    # Use the fixture data in the test
    assert setup_data["key"] == "value"

import pytest

# Define a fixture for setting up resources
@pytest.fixture
def setup_data():
    # Setup code here (e.g., create database connections)
    return {"key": "value"}

def test_widget(setup_data):
    # Use the fixture data in the test
    assert setup_data["key"] == "value"

參數化測試

PyTest允許參數化測試，使同一個測試函式可以使用不同的資料集運行。 這對於以多種輸入值測試函式特別有用。

import pytest

# Parameterized test example
@pytest.mark.parametrize("input,expected", [
    (1, 2),
    (2, 3),
    (3, 4),
])
def test_increment(input, expected):
    assert input + 1 == expected

import pytest

# Parameterized test example
@pytest.mark.parametrize("input,expected", [
    (1, 2),
    (2, 3),
    (3, 4),
])
def test_increment(input, expected):
    assert input + 1 == expected

處理測試失敗

當測試失敗時，PyTest會提供詳細資訊，包括具體的測試函式、失敗的行以及錯誤回溯。 這詳細的測試輸出有助於快速識別和修復問題。

測試覆蓋率和報告

使用PyTest，可以生成有關測試套件覆蓋率的詳細報告。 這包括有關測試期間哪些部分程式碼被執行的資訊，有助於識別未測試的程式碼。

與其他工具的整合

PyTest與其他Python測試工具和框架無縫整合，增強了其功能，使其成為滿足各種測試需求的多功能選擇。

編寫有效的測試案例

在編寫測試案例時，務必保持它們小、集中且獨立。 每個測試函式應理想地測試您的程式碼的一個方面。 清晰且描述性的測試函式名稱對於了解測試的目的至關重要。

組織測試文件

隨著您的測試套件不斷成長，組織測試文件和模組變得至關重要。 將相似的測試分組在一起並使用清晰的命名約定，有助於維護一個具有可擴展性和可管理的測試套件。

持續測試與測試驅動開發

PyTest是一個優秀的測試驅動開發（TDD）工具，其中測試在實際程式碼之前被編寫。 利用PyTest進行的持續測試確保您的程式碼庫在開發過程中保持健壯和無錯誤。