Python 中如何實現參數化測試？

以前，我曾轉過一個單元測試框架系列的文章，裏面介紹了 unittest、nose/nose2 與 pytest 這三個最受人歡迎的 Python 測試框架。

本文想針對測試中一種很常見的測試場景，即參數化測試，繼續聊聊關於測試的話題，並嘗試將這幾個測試框架串聯起來，作一個橫向的比對，加深理解。

一、什麼是參數化測試？

對於普通測試來講，一個測試方法只須要運行一遍，而參數化測試對於一個測試方法，可能須要傳入一系列參數，而後進行屢次測試。

好比，咱們要測試某個系統的登陸功能，就可能要分別傳入不一樣的用戶名與密碼，進行測試：使用包含非法字符的用戶名、使用未註冊的用戶名、使用超長的用戶名、使用錯誤的密碼、使用合理的數據等等。

參數化測試是一種「數據驅動測試」（Data-Driven Test），在同一個方法上測試不一樣的參數，以覆蓋全部可能的預期分支的結果。它的測試數據能夠與測試行爲分離，被放入文件、數據庫或者外部介質中，再由測試程序讀取。

二、參數化測試的實現思路？

一般而言，一個測試方法就是一個最小的測試單元，其功能應該儘可能地原子化和單一化。

先來看看兩種實現參數化測試的思路：一種是寫一個測試方法，在其內部對全部測試參數進行遍歷；另外一種是在測試方法以外寫遍歷參數的邏輯，而後依次調用該測試方法。

這兩種思路都能達到測試目的，在簡單業務中，沒有毛病。然而，實際上它們都只有一個測試單元，在統計測試用例數狀況，或者生成測試報告的時候，並不樂觀。可擴展性也是個問題。

那麼，現有的測試框架是如何解決這個問題的呢？

它們都藉助了裝飾器，主要的思路是：利用原測試方法（例如 test()），來生成多個新的測試方法（例如 test1()、test2()……），並將參數依次賦值給它們。

因爲測試框架們一般把一個測試單元統計爲一個「test」，因此這種「由一輩子多」的思路相比前面的兩種思路，在統計測試結果時，就具備很大的優點。

三、參數化測試的使用方法？

Python 標準庫中的unittest 自身不支持參數化測試，爲了解決這個問題，有人專門開發了兩個庫：一個是ddt ，一個是parameterized 。

ddt 正好是「Data-Driven Tests」（數據驅動測試）的縮寫。典型用法：

import unittest
from ddt import ddt,data,unpack

@ddt
class MyTest(unittest.TestCase):
    @data((3, 1), (-1, 0), (1.2, 1.0))
    @unpack
    def test_values(self, first, second):
        self.assertTrue(first > second)

unittest.main(verbosity=2)

運行的結果以下：

test_values_1__3__1_ (__main__.MyTest) ... ok
test_values_2___1__0_ (__main__.MyTest) ... FAIL
test_values_3__1_2__1_0_ (__main__.MyTest) ... ok

==================================================
FAIL: test_values_2___1__0_ (__main__.MyTest)
--------------------------------------------------
Traceback (most recent call last):
  File "C:\Python36\lib\site-packages\ddt.py", line 145, in wrapper
    return func(self, *args, **kwargs)
  File "C:/Users/pythoncat/PycharmProjects/study/testparam.py", line 9, in test_values
    self.assertTrue(first > second)
AssertionError: False is not true

----------------------------------------------
Ran 3 tests in 0.001s

FAILED (failures=1)

結果顯示有 3 個 tests，並詳細展現了運行狀態以及斷言失敗的信息。

須要注意的是，這 3 個 test 分別有一個名字，名字中還攜帶了其參數的信息，而原來的 test_values 方法則不見了，已經被一拆爲三。

在上述例子中，ddt 庫使用了三個裝飾器（@ddt、@data、@unpack），實在是很醜陋。下面看看相對更好用的 parameterized 庫：

import unittest
from parameterized import parameterized

class MyTest(unittest.TestCase):
    @parameterized.expand([(3,1), (-1,0), (1.5,1.0)])
    def test_values(self, first, second):
        self.assertTrue(first > second)

unittest.main(verbosity=2)

測試結果以下：

test_values_0 (__main__.MyTest) ... ok
test_values_1 (__main__.MyTest) ... FAIL
test_values_2 (__main__.MyTest) ... ok

=========================================
FAIL: test_values_1 (__main__.MyTest)
-----------------------------------------
Traceback (most recent call last):
  File "C:\Python36\lib\site-packages\parameterized\parameterized.py", line 518, in standalone_func
    return func(*(a + p.args), **p.kwargs)
  File "C:/Users/pythoncat/PycharmProjects/study/testparam.py", line 7, in test_values
    self.assertTrue(first > second)
AssertionError: False is not true

----------------------------------------
Ran 3 tests in 0.000s

FAILED (failures=1)

這個庫只用了一個裝飾器 @parameterized.expand，寫法上可就清爽多了。

一樣提醒下，原來的測試方法已經消失了，取而代之的是三個新的測試方法，只是新方法的命名規則與 ddt 的例子不一樣罷了。

介紹完 unittest，接着看已經死翹翹了的nose 以及新生的nose2 。nose 系框架是帶了插件（plugins）的 unittest，以上的用法是相通的。

另外，nose2 中還提供了自帶的參數化實現：

import unittest
from nose2.tools import params

@params(1, 2, 3)
def test_nums(num):
    assert num < 4

class Test(unittest.TestCase):
    @params((1, 2), (2, 3), (4, 5))
    def test_less_than(self, a, b):
    assert a < b

最後，再來看下 pytest 框架，它這樣實現參數化測試：

import pytest

@pytest.mark.parametrize("first,second", [(3,1), (-1,0), (1.5,1.0)])
def test_values(first, second):
    assert(first > second)

測試結果以下：

==================== test session starts ====================
platform win32 -- Python 3.6.1, pytest-5.3.1, py-1.8.0, pluggy-0.13.1
rootdir: C:\Users\pythoncat\PycharmProjects\study collected 3 items

testparam.py .F
testparam.py:3 (test_values[-1-0])
first = -1, second = 0

    @pytest.mark.parametrize("first,second", [(3,1), (-1,0), (1.5,1.0)])
    def test_values(first, second):
>       assert(first > second)
E       assert -1 > 0

testparam.py:6: AssertionError
.                                                         [100%]

========================= FAILURES ==========================
_________________________ test_values[-1-0] _________________________

first = -1, second = 0

    @pytest.mark.parametrize("first,second", [(3,1), (-1,0), (1.5,1.0)])
    def test_values(first, second):
>       assert(first > second)
E       assert -1 > 0

testparam.py:6: AssertionError
===================== 1 failed, 2 passed in 0.08s =====================
Process finished with exit code 0

依然要提醒大夥注意，pytest 也作到了由一變三，然而咱們卻看不到有新命名的方法的信息。這是否意味着它並無產生新的測試方法呢？或者僅僅是把新方法的信息隱藏起來了？

四、最後小結

上文中介紹了參數化測試的概念、實現思路，以及在三個主流的 Python 測試框架中的使用方法。我只用了最簡單的例子，爲的是快速科普（言多必失）。

可是，這個話題其實尚未結束。對於咱們提到的幾個能實現參數化的庫，拋去寫法上大同小異的區別，它們在具體代碼層面上，又會有什麼樣的差別呢？

具體來講，它們是如何作到把一個方法變成多個方法，而且將每一個方法與相應的參數綁定起來的呢？在實現中，須要解決哪些棘手的問題？

在分析一些源碼的時候，我發現這個話題還挺有意思，因此準備另外寫一篇文章。那麼，本文就到此爲止了，謝謝閱讀。

公衆號【Python貓】， 本號連載優質的系列文章，有喵星哲學貓系列、Python進階系列、好書推薦系列、技術寫做、優質英文推薦與翻譯等等，歡迎關注哦。