Python 对于测试非常看重,例如测试中最常见的操作——断言 assert,其在 Python 中就是一个关键字而不是一个函数。而在 C 语言中,assert 只是一个普通的函数。从这点也可以看出,Python 将测试当作最基础的部分。可以通过使用下面的代码来查看 Python 语言定义的关键字:

>>> import keyword                                     # 引入模块keyword>>> keyword.kwlist                                     # 得到所有的关键字# 关键字列表['False', 'None', 'True', 'and', 'as', 'assert', 'async', 'await','break', 'class', 'continue', 'def', 'del', 'elif', 'else','except', 'finally', 'for', 'from', 'global', 'if', 'import','in', 'is', 'lambda', 'nonlocal', 'not', 'or', 'pass','raise', 'return', 'try', 'while', 'with', 'yield']

可以直接是使用 assert 在源代码中对其进行测试,常用的做法如图 1 所示。python测试代码怎么写(python自动化测试面试题)(1)

图 1 将测试代码和实现功能放入同一个文件

下面看一个简单的例子,假定自定义了一个模块 sampleAssert,其代码如下:

def int_list_sort(input_list):          # 被测对象,完成对输入的整数列表排序    input_list.sort()                   # 完成排序if __name__ == "__main__":                      # 判断条件,里面的内容是用来测试的    def test_normal_positive_input():                   # 定义一个测试用例        input_list = [3, 5, 9, 1, 8]        int_list_sort(input_list)        assert input_list == [1, 3, 5, 8, 9]        print("test_normal_positive_input: PASS")    test_normal_positive_input()                         # 执行测试用例

如果我们是 import(引入)该模块,case 是不会执行的,即第 3 行开始的块是不会执行的,所以包含在该块内的测试用例定义不会被看到,测试用例也不会被执行。

$ python                                       # 启动解释器,Python 3Python 3.7.3 (default, Mar 27 2019, 16:54:48)[Clang 4.0.1 (tags/RELEASE_401/final)] :: Anaconda, Inc. on darwinType "help", "copyright", "credits" or "license" for more information.>>> import sampleAssert                        # 引入我们刚才定义的模块>>> sampleAssert.test_normal_positive_input()  # 测试函数是不可见的Traceback (most recent call last):  File "<stdin>", line 1, in <module>AttributeError: module 'sampleAssert' has no attribute 'test_normal_        positive_input'>>> list_obj = [3, 1, 6, 100, 98, 9]>>> sampleAssert.int_list_sort(list_obj)         # 被测对象是可见的>>> list_obj[1, 3, 6, 9, 98, 100]                            # 排序后的结果

如果是直接运行该脚本,则测试用例就会被触发。

$ python sampleAssert.pytest_normal_positive_input: PASS

下面我们来实现一个冒泡排序法,其仅对整数列表有效。冒泡排序法是最简单的排序法,其通过交换相邻的元素来实现排序。下面以对包含 4 个元素 3、1、5、2 的列表进行排序为例来解释这个过程,如图 2 所示。python测试代码怎么写(python自动化测试面试题)(2)

图 2 冒泡排序

首先从尾部,也就是下部依次查找不符合排列要求的相邻两个数,第一次找到的是 5 和 2,交换它们,然后继续查找得到 3 和 1 这两个不符合要求的相邻数,交换它们。通过这一轮的交换,最小的数交换到了第一个元素。然后继续其他记录的排序,第二轮可以保证第二小的数排到第二个位置上。以此类推,最多经过 n-1 轮就可以完成所有数据的排序。

在这个例子中,经过了两轮就完成了所有数据的排序。

下面是完整的实现代码和相关测试代码:

def bubble_sort(input_list):                    # 被测函数,冒泡排序    if type(input_list) is not type([]):        # 如果输入参数不符合要求        print("Invalid Input Type")        return None    for x in input_list:                                # 有元素不是整数,返回None        if type(x) != int:            return None    input_len = len(input_list)    print()    print("Origin:", input_list)    if input_len <= 1:                               # 没有元素或者仅包含一个元素        return input_list    for x in range(input_len-1):                # 如果顺序不对,和旁边的元素交换        swap_happens = False        for y in range(input_len-1, x, -1):            if input_list[y-1] > input_list[y]:                input_list[y-1], input_list[y] = input_list[y], input_                        list[y-1]                swap_happens = True        if swap_happens == False:               # 上一轮没有交换数据,已经排序完毕            break        print("Temp %d:" % x, input_list)    return input_list                                   # 返回排序完毕的列表if __name__ == "__main__":                              # 如果是运行该脚本而不是引入该脚本    import random                                               # 测试代码开始    def test_empty_input():                             # 如果输入的列表为空        input = []        output = bubble_sort(input)        assert type(output) == type([])        assert len(output) == 0    def test_invalid_input():                   # 如果输入的不是列表        output = bubble_sort(1)        assert output is None    def test_one_element():                     # 如果列表仅包含一个元素        input = [1, ]        output = bubble_sort(input)      assert type(output) == type([])      assert len(output) == 1      assert output[0] == 1    def test_neg_one_element():         # 如果列表仅包含一个元素,而且不是整数      input = ["name", ]       output = bubble_sort(input)       assert output is None    def test_two_element():                     # 如果列表仅包含两个元素       input = [18, 8]        output = bubble_sort(input)        assert type(output) == type([])        assert len(output) == 2        assert output[0] == 8        assert output[1] == 18    def test_neg_two_element():         # 如果列表包含两个元素,但并不都是整数        input = [1, "name"]        output = bubble_sort(input)        assert output is None    def test_normal_pos():                              # 正常输入        input = [88, 1, 20, 8, 9, 21, 98, 76]        output = bubble_sort(input)        expected_output = [1, 8, 9, 20, 21, 76, 88, 98]        assert output == expected_output    def test_dup_elements():                    # 如果有重复的元素        input = [88, 1, 20, 8, 9, 21, 98, 8, 76]        # 两个8        print("input:", input)        output = bubble_sort(input)        print("outpout:", output)        expected_output = [1, 8, 8, 9, 20, 21, 76, 88, 98]        assert output == expected_output    def test_all_same():                                # 如果所有元素都相等        input = [8, 8, 8, 8, 8, 8]              # 所有的输入元素相同        output = bubble_sort(input)        expected_output = [8, 8, 8, 8, 8, 8]        assert output == expected_output    def random_test():                                  # 随机生成测试数据        # 生成随机的输入数据        expected_list_len = random.randint(10, 100)        input_list = []        for x in range(expected_list_len):            input_list.append(random.randint(-100, 100))        input_len = len(input_list)        org_input = input_list.copy()           # 备份一下元素数据        output = bubble_sort(input_list)        print("org_input", org_input)        #input_len = len(org_input)        assert len(output) == expected_list_len        for pos in range(input_len-1):            val = output[pos]            # 该数据在原始列表中存在            # 这样可以确保所有结果列表中的数据都是来自输入列表            assert val in org_input            # 而且其出现的次数和元素列表中出现的次数一致            # 这可保证输入列表中的数据不会丢失            assert output.count(val) == org_input.count(val)            # 保证有序,从小到大            assert val <= output[pos+1]    def test_random_data():                             # 随机输入测试        # 进行100轮随机输入的测试        for x in range(100):            random_test()    # 执行所有的测试    test_empty_input()    test_invalid_input()    test_one_element()    test_neg_one_element()    test_two_element()    test_neg_two_element()    test_normal_pos()    test_dup_elements()    test_all_same()    test_random_data()

可以发现测试代码的长度比被测代码的长度还要长,这是软件测试中,尤其是功能测试部分常见的现象。另外一个现象是对于针对特殊使用场景的测试用例数量比较大。多数情况下,问题不会隐藏在常用的使用场景,而多隐藏在这些不常见的使用场景中,所以针对这些特殊使用场景的测试用例的设计需要多下功夫。