python单元测试基础举例

冒泡排序(Bubble Sort),是一种计算机科学领域的较简单的排序算法。python

它重复地走访过要排序的数列,一次比较两个元素,若是他们的顺序错误就把他们交换过来。走访数列的工做是重复地进行直到没有再须要交换,也就是说该数列已经排序完成。算法

这个算法的名字由来是由于越大的元素会经由交换慢慢“浮”到数列的顶端,故名。数据库

快速排序(Quicksort)是对冒泡排序的一种改进。app

快速排序由C. A. R. Hoare在1962年提出。它的基本思想是:经过一趟排序将要排序的数据分割成独立的两部分,其中一部分的全部数据都比另一部分的全部数据都要小,而后再按此方法对这两部分数据分别进行快速排序,整个排序过程能够递归进行,以此达到整个数据变成有序序列。ide

(以上概念摘抄自百度百科)单元测试


如今sort.py文件,有一个排序类Sort,包含两个方法bubble_sort和quick_sort,代码以下:测试

class Sort():

    @staticmethod
    def bubble_sort(arr):
        arr=list(arr)
        if len(arr)<=1:
            return arr
        for i in range(1,len(arr)):
            for j in range(len(arr)-i):
                if arr[j] > arr[j+1]:
                    arr[j],arr[j+1]=arr[j+1],arr[j]
        return arr
        
    @staticmethod
    def quick_sort(arr):
        arr=list(arr)
        if len(arr)<=1:
            return arr
        arr_l = []
        arr_r = []
        arr_m = []
        key = arr[0]
        for i in arr:
            if i<key:
                arr_l.append(i)
            elif i>key:
                arr_r.append(i)
            else:
                arr_m.append(i)
        arr_l = Sort.quick_sort(arr_l)
        arr_r = Sort.quick_sort(arr_r)
        return arr_l + arr_m + arr_r

对sort.py进行单元测试,test_sort.py文件代码以下:
ui

import unittest
from sort import Sort

class TestSort(unittest.TestCase):

    def test_bubble_sort_1(self):
        arr=[]
        self.assertEquals([],Sort.bubble_sort(arr))
        
    def test_bubble_sort_2(self):
        arr=[7]
        self.assertEquals([7],Sort.bubble_sort(arr))
        
    def test_bubble_sort_3(self):
        arr=[15,12,36,22,1,7,18]
        self.assertEquals(sorted(arr),Sort.bubble_sort(arr))
        
    def test_bubble_sort_4(self):
        arr=(15,12,36,22,1,7,18)
        self.assertEquals(sorted(arr),Sort.bubble_sort(arr))
        
    def test_quick_sort_1(self):
        arr=[]
        self.assertEquals([],Sort.quick_sort(arr))
        
    def test_quick_sort_2(self):
        arr=[7]
        self.assertEquals([7],Sort.quick_sort(arr))
        
    def test_quick_sort_3(self):
        arr=[15,12,36,22,1,7,18]
        self.assertEquals(sorted(arr),Sort.quick_sort(arr))
        
    def test_quick_sort_4(self):
        arr=(15,12,36,22,1,7,18)
        self.assertEquals(sorted(arr),Sort.quick_sort(arr))

选择你喜欢的编译器,如:pycharm,直接右键选中相应case便可运行,也能够在空白处右键,即运行所有case。this


若是想要自定义跑哪些case或者同时执行多个文件中的case,能够再写一个run.py文件,将所要执行的测试类引入,可引入多个,代码以下:排序

import unittest
from test_sort import TestSort
if __name__=='__main__':
    suite=unittest.TestSuite()
    #suite.addTest(TestSort('test_quick_sort_1')) #此时只运行est_quick_sort_1这条case
    #suite.addTest(unittest.TestLoader().loadTestsFromTestCase(TestSort)) #这句等价于下面那句
    suite.addTest(unittest.makeSuite(TestSort)) #执行TestSort类中的全部case
    runner=unittest.TextTestRunner(verbosity=2) #等于2打印详细的执行信息
    runner.run(suite)


在进行数据准备和数据清理时可使用setUp和tearDown(每条case执行先后时执行),setUpClass和tearDownClass(每一个类执行先后时执行)。好比写一个数据库增删改查的类,每一个case都须要用到数据库链接,此时能够在case开始跑以前在setUpClass中创建一个链接,在tearDownClass中写数据库关闭;又如case执行时可能依赖一些数据可是数据库中没有,此时能够在setUp中写一些插入数据的准备,在执行后在tearDown中作数据清理,以避免影响其余数据。

用法举例,将test_sort.py改为以下代码示例:

import unittest
from sort import Sort
class TestSort(unittest.TestCase):
    @classmethod
    def setUpClass(cls):
        print 'this is setupclass'
    def setUp(self):
        print 'this is setup'
        
    def test_bubble_sort_1(self):
        arr=[]
        self.assertEquals([],Sort.bubble_sort(arr))
        
    def test_quick_sort_4(self):
        arr=(15,12,36,22,1,7,18)
        self.assertEquals(sorted(arr),Sort.quick_sort(arr))
    def tearDown(self):
        print 'this is teardown'
        
    @classmethod
    def tearDownClass(cls):
        print 'this is teardownclass'

执行run.py效果以下:

>>> 

this is setupclass

test_bubble_sort_1 (test_sort.TestSort) ... this is setup

this is teardown

ok

test_quick_sort_4 (test_sort.TestSort) ... this is setup

this is teardown

ok

this is teardownclass


----------------------------------------------------------------------

Ran 2 tests in 0.043s


OK

>>> 

相关文章
相关标签/搜索