对于任何软件质量规划来说，测试都是一个重要的组成部分，并且在许多情况下它是唯一的组成部分。——《代码大全》

可见测试在整个项目开发过程中的地位是非常重要的。优秀的开源项目往往都具备完善的测试代码。

为什么要测试

我们这里说的测试，一般都是指“单元测试”。

编写测试有许多好处。

最基本的功能就是提升代码质量，在代码上线前及时发现异常，使项目更加健壮。实现新功能的时候，可以保证代码按照预期执行。而且我们修改代码或修复 bug 后，运行测试可以保证我们代码功能没有退化，不会因为修复某一异常导致另一异常的产生。间接减少了调试的时间，让开发人员对项目更有信心。

《python 网络数据采集》书中提到单元测试通常包含四个特点：

1. 每个单元测试用于测试一个组件。
   
2. 每个单元测试都可以完全独立的运行。
   
3. 每个单元测试通常至少包含一个断言（但是最好只有一个）。
   
4. 单元测试与生产代码是分离的。
   

第一个和第二个特点同时说明编写单元测试，也是在考验代码的编写质量。如果在编写测试的时候，发现无从下手，或各种函数依赖过多，可能是函数过于复杂，并没有做到一个函数处理一个问题。这时就应该及时修改代码，使其更加简洁。测试代码中断言是必须的，断言可以保证代码执行结果是否符合我们预期，符合预期才可通过测试。

但是对于大部分初学者来说，可能认为测试离自己很遥远。一方面是代码功能都不一定能实现，就别说测试了；另一方面是不会编写测试代码，且对整个开发过程没有明显影响，久而久之就淡忘了编写代码过程中其实还有编写测试代码这一环节。针对这两种想法，我认为代码功能迟早会实现，编码过程不要心急，无法实现某项功能，和是否编写测试代码并无关系，编写测试代码的习惯一定要养成；对于不会编写测试代码的同学，可以看看优秀的开源项目，也可以尽量为自己的项目编写测试代码，可能代码非常简单，简单到你认为无需编写测试代码，但也要坚持编写。在《python web开发 测试驱动方法》书中第一章，作者在未启动 Django 服务情况下，仍然使用断言 assert'Django'inbrowser.title。当时我看到这部分认为这一举动是非常可笑的，有点为了测试而测试，因为谁会在没启动 Django 服务的时候测试代码呢？但这正是测试驱动开发巧妙的地方，先编写测试，再编写代码。只要通过了测试，就说明代码执行正确。保证了代码的简洁。

python 单元测试

python 有许多测试框架，这里推荐使用 pytest。

pytest 可以编写小型测试，也可拓展编写更复杂的功能测试。有完善的文档，丰富的命令和各种插件支持，使测试更加灵活简单。

安装 pytest

python3-m pip install pytest

第一个测试

安装完成后，简单运行一个测试。

import pytest
def func(n: int):
    return n + 1
def test_func():
    assert func(1) == 3

当然这个明显会报错，但是我们可以看出，编写测试代码比较简单，无需任何配置。

pytest 会自动发现我们需要测试的代码，这取决于 pytest 发现测试代码的约定。

测试异常是否能被捕获

pytest 可以测试代码是否按预期执行，也可以测试异常是否能被正确捕获。

import pytest
def f():
    raise SystemExit(1)
def test_mytest():
    with pytest.raises(SystemExit):
        f()

测试结果符合预期。

这样我们在项目中使用异常或自定义异常时，可以使用该方法测试异常是否能正确被捕捉。

发现测试代码的约定

如果没有附加参数，pytest 会遵循递归目录的方式，找到以 test_ 开头的文件夹， test_*.py 或 *_test.py的文件，在这些文件中找到 test 前缀的方法或以 Test 开头命名的类（不包含 __init__ 方法）。

当然我们写了许多测试，不想一次测试所有代码，pytest 也支持选择性测试。

在模块中运行测试

pytest test_mod.py

在目录中运行测试

pytest testing/

按关键字表达式运行测试

pytest-k"MyClass and not method"

运行给定字符串表达式匹配的测试。如上命令意思是只测试命名中包含 MyClass 且不含 method 字符串的测试。命名范围包括类名和函数名。

举个例子：

1. import pytest
   
2. 
   
3. 
   
4. classTestMyClass(object):
   
5. 
   
6.    def test_func(self):
   
7.        assert1==1
   
8. 
   
9.    def test_method_func(self):
   
10.        assert1!=1
    

这段代码中，若配合上述命令，只会执行 TestMyClass 下的 test_func 测试。如果我们将类名从 TestMyClass改成 TestYourClass，将不会执行任何测试。因为我们的测试命名中，关键字既没有 TestYourClass 也不能包含 method。

按节点 ID 运行测试

每个收集的测试都分配一个唯一的 nodeid，包括模块文件名，类名，函数名和参数，用 ::字符分隔。

在模块中运行特定测试：

pytest test_mod.py::test_func

在命令行中指定测试方法的示例：

pytest test_mod.py::TestMyClass::test_method_func

Fixtures 和 conftest.py

Fixtures 是简单理解是一个在测试之前运行的函数。可以将一些必要的数据提供给测试。例如连接数据库，爬虫请求返回网页内容和某种数据等。

简单举例：

import re
import pytest
import requests
@pytest.fixture
def title():
    """
    使用 requests 请求 https://lijianxun.top/
    返回网站 title
    """
    html = requests.get("https://lijianxun.top")
    doc = html.text
    title = re.findall("<title>(.*?)</title>", doc)[0]
    return title
def test_add(title: str):
    assert "简讯" in title

运行测试，返回如下结果：

我们并没有在其他地方传入 title，pytest 可自动匹配。

如果我们需要的测试数据过多，可以单独创建一个文件 conftest.py 来统一管理 Fixtures。