Python Hypothesis库：自动生成高质量测试数据

Hypothesis测试库简介

Hypothesis是Python中一个高级测试库。它允许在编写测试用例时进行参数化，随后自动生成简单且易于理解的、能使测试失败的测试数据。借助该库，开发者可以用更少的工作量在代码中发现更多的潜在Bug。

安装Hypothesis

安装

pip install hypothesis

测试数据设计方法

如何设计测试数据

通过介绍也许你还不了解它是干嘛的，没关系！我们举个例子。

首先，我有一个需要测试的函数：

def add(a, b): """实现加法运算""" return a + b

测试代码是这样的：

import unittest
class AddTest(unittest.TestCase):
  def test_case1(self):
    c = add(1, 2)
    self.assertEqual(c, 3)
  def test_case2(self):
    c = add(0, 2)
    self.assertEqual(c, 2)
  def test_case3(self):
    c = add(-2, 2)
    self.assertEqual(c, 0)
if __name__ == '__main__':
  unittest.main()

为了更全面的验证的 add() 函数，我必须设计足够多的 测试数据， 同样也需要很多条用例！

当然，为了测试足够多的数据，我们也可以将代码改称这样。

import unittest
from random import randint
class AddTest(unittest.TestCase):
  def test_case(self):
    for i in range(10):
      a = randint(-32768, 32767)
      b = randint(-32768, 32767)
      print("a->", a)
      print("b->", b)
      c1 = a + b
      c2 = add(a, b)
      self.assertEqual(c1, c2)
if __name__ == '__main__':
  unittest.main()

通过调用 randint() 函数生成随机数。循环10次（也可以是100次，1000次），用更少的代码做更多的测试，测试的数据越多，发现bug的可能性越大。

测试结果如下：

> python test_hypothesis_demo.py

a-> 11503 b-> -784 a-> -31548 b-> 13057 a-> 22033 b-> 3618 a-> -32249 b-> 28025 a-> -15429 b-> 31055 a-> 16095 b-> 13445 a-> -31536 b-> 14606 a-> 18655 b-> -18039 a-> 17923 b-> -12079 a-> -9256 b-> -26440 . ------------------------ Ran 1 test in 0.002s

OK

使用Hypothesis生成测试数据

用 hypothesis生成测试数据

上面的测试数据很难随机到 边界值，除非我手动设计数据，而且用for循环也不是太好的设计。是时候让hypothesis登场了。

import unittest
from hypothesis import given, settings
import hypothesis.strategies as st
class AddTest(unittest.TestCase):

  @settings(max_examples=10)
  @given(a=st.integers(), b=st.integers())
  def test_case(self, a, b):
    print("a->", a)
    print("b->", b)
    c1 = a + b
    c2 = add(a, b)
    self.assertEqual(c1, c2)
if __name__ == '__main__':
  unittest.main()

通过@given() 装饰测试用例，调用strategies 模块下面的 integers() 方法生成随机的测试数。在@setting()装饰器中通过max_examples用来控制随机数的个数。

运行结果如下：

> python test_hypothesis_demo.py

a-> 0 b-> 0 a-> 5980 b-> -3607224505277606703 a-> 324106882 b-> 23975 a-> 23272 b-> 4917 a-> 107 b-> -155 a-> -4500 b-> -8303 a-> 2683 b-> 4384 a-> 27 b-> -81 a-> -122472823694675410551869872440384533757 b-> -89 a-> 19075 b-> 4362 . ------------------------------------------------- Ran 1 test in 0.032s

hypothesis 生成的数据会更具有 测试价值，对吧？ hypothesis 还可以生成更多类型的测试数据。例如 email格式和text格式。

email-> 0@A.com text-> email-> ^H@R70-s0Xke.Sb-UBn08.VzT--dz000I0o00r00s--EJY.e.Ov.aRaMcO text-> - email-> 6a#@T.HKt text-> ↕ email-> '/YAw/jnIZ!0fS+A@E7UJ.expErt text-> +� email-> *xh*-#t5$0-L8O&r10XnXU-**+e%0xy-@k.O.e.lEase text-> #�����/���+ �)�▲� email-> 2U!N0+|*%~@T.q-NX-0-0gWl.x.Lv text-> email-> &i/o!F*@xuW--03.p00-t0Y-0Z0.MW.K-000-n-sB0rR-0L.Y.y2u.NXptL0bgG-0U.XN--FLw351E text-> �0▲-��� email-> oK*-@p.ZiP text-> ☺ email-> /@mOL.Y-Q.j.p.d-3Mzi.i.Utv-M.yachts text-> ( email-> 4ql$y2%N4h@c.veRSIcheruNG text->

这些数据看上去就具有很高的测试价值。好吧！测试一定明白我在说什么。

问题来了，我们可以将 hypothesis 生成的数据应用到 Web或接口自动化测试中么？

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。