TDD 与 CI 在 Python 中的实践

时间  2019-11-21
标签 tdd python 实践 栏目 设计模式 繁體版
原文   原文链接

社区化产品的长久生存之道可能莫过于对迭代周期的控制。还记得之前采用老土的阶段开发的年代，将软件生命周期分为各个阶段，当到达每一个阶段的里程碑则集中全部的资源、人力做全面冲刺。每次到了里程碑的检查点冲过了就能够集体庆功，冲爬下了就集体加班。然后者发生的机率老是比前者要多，如今回想起来真有种大浪淘沙，不堪回首之感。html

如今 敏捷开发 用顺溜了，回过头来看这种做坊式的开发甚是感触。阶段式的开发自己并没有问题，而是迭代周期的控制很容易出错。每每都会将阶段周期拉得很长，尽可能在每一个阶段内将全部的工做完善以后再进入下一周期。然而，千里之堤，溃于蚁穴，过长的周期每每不会按咱们预期的想法而进行，老是出现各类的问题，归结缘由更多的是由于风险叠加的结果。优秀的PM会有N种处理风险的手段与经验，并且关于风险控制的理论层出不穷，这类的课程也是一扫一大堆。不过再强的PM再优秀的PM也架不住风险在里程碑的集中性爆发。node

这多是也是 敏捷开发 最吸引人的地方，由于风险的集中性爆发的影响被 持续集中 CI 给最小化了。本文的主题并非全面地讨论敏捷的理论，我相信有敏捷开发实践的人并不在少数，真正驱动我写下本文的动力是自从.net 移居到 linux 这个大世界后发现持续集成是如此的简单，执行的成本是如此之低，各类敏捷的工具可谓包罗万象，很想将这个过程记录下来以供分享。python

测试驱动 TDD

最近，在完成FreezesBeta版的开发，我就遇到发布问题，在微软平台上轻车熟路的作法如今得从新适应。Python 之因此诱惑人多是她老是能给人惊喜吧。linux

多年强制实践敏捷的好处是能够完全改掉不写测试的坏毛病，当测试写多了会天然萌生一种“不写测试就不安心”的感受。 Python 世界有很优秀的的测试框架，例如：unittest, pyTest, nose, doctest 等等。因为 unittest 是内置框架，并且本人也比较懒因此很长时间内我也没用采用其它的测试框架，直至最近才发现 nose 在这诸多测试框架中的便利性，并且能够彻底与 unittest 兼容还带有大量的代码断言工具，实在是很不错。关于 nose 的使用心得能够参考我发布在本身博客上的使用笔记：Nose 测试框架。git

我认为实践持续集成的核心就是TDD而不是小版本，由于经过测试就是验证小版本可发布的惟一标准。在体验 python TDD过程当中不得不为 pyCharm 4 这个工具点赞！由其是当全面运行覆盖率检测时，pyCharm4已将UI与 coverage 很好的集成在一齐，能够很方便地查看项目中代码的测试覆盖状况：github

另外在构建python测试有几个十分实用的工具web

  • coverage - 生成代码测试覆盖率
  • ForgeryPy - 数据伪造工具
  • selenium - 著名的E2E测试服务器
  • mock - 对象、接口假装工具

关于 TDD 的基础理论在此不做赘述有兴趣的朋友能够去度娘或者谷歌。sql

Python 发布包

当全部的测试经过后，一下步就是小版本的发布了。如今几乎没有什么开发语言体系是不具有官方的依赖包引用库的了，用 python 的话固然须要将可运行代码发布到 pypi 上，其它用户就能经过本地的命令行工具 pip 直接安装了（至关于作C#开发时直接从Nuget直接下载依赖包同样）。shell

python 的安装包是须要经过 setuptools 工具打包，生成 egg-info 和 发布包的。在代码中惟一须要作的工做就是编写 setup.py 文件。这个过程实际上是瞒坑爹的，由于在python的包管理工具除了 setuptools 这个历史最为悠久的还有新一代的 distutils 工具，而官方说明很是地详细，具体能够参考Python Packaging User Guide 。 我花了老半天才将这份官方文档所有读完，但坑爹的是实做过程根本没有这么复杂，因此我在此总结了一下：json

首先，在编写setup.py 以前须要一份依赖包引用文件 requirements.txt，（若是有就跳到下一步），在当前目录下进入命令行执行：

$ pip freeze

这里是 pip 的详细使用文档

执行成功后将会自动产生 requirements.txt。若是你不作这一步那么只能在 setup.py 内手工写 install_requires 了。

是在项目根目录下创建 setup.py文件,最简单的作法以下：

import os
import re
from setuptools import setup, find_packages

# 读入依赖引用文件
with open('requirements.txt') as reqs_file:
    REQS = reqs_file.read()

setup(
    name='项目名', # Pypi 显示的项目名
    version='1.0',
    packages=find_packages(exclude=['tests']), 
    install_requires=REQS, # 指定 setup 运行时的依赖包
)

这里有两个重点，一个是 find_packages，这个方法会在 setup.py 执行时将全部的 python 包（必须带有__init__.py）和包内的 .py 文件添加到打包目录中, 另外一个就是 install_requires 这是 setup.py 在运行时自动检查环境内是否具有指定的依赖，若是没有就会自动下载安装。

写完 setup.py 就能够在命令行执行测试了

$ python setup.py build

注意，此处我并无直接执行install 而只是使用 build 先将发布包生成至 build 目录而且输出 egg-info。经过这一步能够先检查最终发布包中是否有文件缺失。

若是 python 项目中包含有源码文件之外的资源须要打包发布，那么可使用package_data属性，这个属性是一个“字典”类型，键(Key)值用于指定路径（当前项目路径是空串）。值(Value) 是一个文件数组，指定包含的文件资源的匹配表达式。若是是 Flask 的标准项目结构，要将 static 和 templates 的内容包含于发布包内，那么:

#...

setup(
    #...
    package_data={
        '': ['*.*', # 根目录下全部的文件类型
             'static/**/*.*',   # static 目录下全部的子目录及全部文件
             'templates/*.*',   # tempaltes 目录下全部的文件
             'templates/**/*.*' # tempaltes 目录下全部子目录及全部文件
        ]
    },
    #...
)

如下是整个项目的完整 setup.py 文件

import os
import re
from setuptools import setup, find_packages

## 从源码目录中读取顶层包的 __version__ ，以便之后版本的统一更改
with open(os.path.join(os.path.dirname(__file__),
                       '这里是源码目录名', '__init__.py')) as init_py:
    VERSION = re.search("VERSION = '([^']+)'", init_py.read()).group(1)

# 读入依赖引用文件
with open('requirements.txt') as reqs_file:
    REQS = reqs_file.read()

setup(
    name='Freezes',
    version=VERSION,
    packages=find_packages(exclude=['tests']), 
    install_requires=REQS, # 指定 setup 运行时的依赖包
    package_data={
        '': ['*.yml',
             '*.json',
             '*.cfg',
             'layouts/*',
             'seeds/*',
             'static/**/*.*',
             'templates/*.*',
             'templates/**/*.*',
             'translations/*.*'
        ]
    },
    entry_points={
        'console_scripts': [
            'freezes=freezes.server:main'
        ],
        'setuptools.installation': [
            'eggsecutable = freezes.server:main'
        ]
    },
    ## 如下内容是可选的，用于生成 egg-info 的内容
    url='http://freezes.dotnetage.com',
    license='BSD',
    author='Ray',
    author_email='csharp2002@hotmail.com',
    description="这里是项目简述，会在pipy的项目列表中显示",
    long_description="这里是项目的详细描述，会在pypi项目详细页面中显示",
    zip_safe=False,
    platforms='any',
    keywords=('static', 'flask'),
    classifiers=['Development Status :: 4 - Beta',
                 'Intended Audience :: Developers',
                 'License :: OSI Approved :: BSD License',
                 'Natural Language :: English',
                 'Operating System :: OS Independent',
                 'Programming Language :: Python :: 2.7',
                 'Topic :: Software Development :: Libraries',
                 'Topic :: Utilities']
)

到此，貌似全部的准备工做已准备完成，但偏偏这里可能就有个坑，我屡次生成发布发现发布包缺乏了文件，那么请加上 MANIFEST.in 并将项目根目录下的文件包含在内

** MANIFEST.in **

include requirements.txt

我在园子内找到一园友写的一篇博文就是关于 MANIFEST.in 的，详细参考 Python distribute到底使用package_data仍是MANIFEST.in？

如今只要在pypi上注册一个账户，而后回到项目的命令行状态运行：

$ python setup.py sdist upload

就能够生成安装包并直接上传到pypi上了，接下来就能够用 pip install <你的项目名> 检验你的发布成果了。

Github

在进行持续集成以前更重要的部署固然是源码控理了，关于 github 在此就很少说了，估计不会有人不知道它的大名的了。在发布到 Github 以前这里一份 .gitignore 文件可供参考，避免将无用的文件上传到Github：

.gitignore

.idea
.webassets-cache
*.pyc
*.pypirc

# Packages
*.egg
*.egg-info
dist
build
eggs
parts
bin
var
sdist
develop-eggs
.installed.cfg
lib
lib64
__pycache__

# Installer logs
pip-log.txt

# Unit test / coverage reports
.coverage
.tox
nosetests.xml

# SQLite databases
*.sqlite

# Virtual environment
venv

若是你在使用pyCharm 那么推荐安装 .ignore 这个插件，能够直接支持多种的 ignore 文件。

自动构建

最后一千米就是就是自动构建，咱们要达到的效果就是之后每次向 Github 提交变动时能自动执行部署和测试。若是条件容许可使用Docker自建一台构建服务器完成这个过程。而另外一个更佳作法是使用 Travis 的自动构建服务，只要用Github的帐号注册，并将Reposiotry加入到Travis的跟踪项后，当Github上的项目发生变动时Travis就会自动从Github上将最新版本的源代码拉到一个独立的Docker环境内直接进行部署和测试，每次测试结束还会向你的邮箱发送测试报告。若是在项目的Readme文件内引入自动更新的状态标签PyPI Shields/Pins就将发布与最终用户之间的最后屏障打通。

Travis 能够支持不少的语言，文本以python为例，只要在项目的根目录内加入.travis.yml的配置文件，配置Travis的自动构建行为（这是可选的，若是没有此文件Travis 会执行默认构建）

如下是 .travis.yml 的完整内容：

language: python  #指定源码的语言
python:           #指定python的版本
  - "2.7"
  - "pypy"

# 执行安装前安装必要的依赖环境
before_install:
  - sudo apt-get install node-less
  - sudo apt-get install coffeescript

# 执行安装指令
install:
  - pip install -r tests/requirements.txt
  - python setup.py -q install

# 安装成功后执行的指令集，此处为自动执行测试
script: python tests/test_suites.py

最后就是将状态标签加入到的Readme文件内，让用户即时了解当前源码的状态,效果以下图：

要达到此效果只要在项目内加入readme.rst 文件并加如下以代码:

将如下变量替换为您的项目注册信息：

  • <github-username> - Github 用户名
  • <repository> - Github 源码项目名称
  • <pypi-project-name> - 在Pypi上发布的可执行包名
项目名称
=======

.. image:: https://secure.travis-ci.org/<github-username>/<repository>.png?branch=master
   :alt: Build Status
   :target: http://travis-ci.org/<github-username>/<repository>

.. image:: https://pypip.in/py_versions/<pypi-project-name>/badge.svg
    :target: https://pypi.python.org/pypi/<pypi-project-name/
    :alt: Supported Python versions

..  image:: https://pypip.in/status/<pypi-project-name/badge.svg
    :target: https://pypi.python.org/pypi/<pypi-project-name/
    :alt: Development Status

.. image:: https://pypip.in/version/<pypi-project-name/badge.svg
    :target: https://pypi.python.org/pypi/<pypi-project-name/
    :alt: Latest Version

.. image:: https://pypip.in/license/<pypi-project-name/badge.svg
    :target: https://pypi.python.org/pypi/<pypi-project-name/
    :alt: License

小结

自此整个项目的持续环境搭建宣告完成，之后每一个版本的迭代就只是管理 pypi 上的可运行版本与github上的源码版本便可。将这个方法延伸，则可应用于任何语言体验下的项目开发。一样只须要作的步骤：

  • 选定测试框架
  • 编写各类测试
  • 将运行版本发布至公共包管理库
  • 将源码发布至源码服务器 (github)
  • 接入构建服务器 (travis)

附：本文相关资源链接

相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程