使用Hypothesis生成測試數據

Hypothesis是Python的一個高級測試庫。它容許編寫測試用例時參數化，而後生成使測試失敗的簡單易懂的測試數據。能夠用更少的工做在代碼中發現更多的bug。

安裝

pip install hypothesis

如何設計測試數據

經過介紹也許你還不瞭解它是幹嗎的，不要緊！咱們舉個例子。

首先，我有一個須要測試的函數：

def add(a, b):
    """實現加法運算"""
    return a + b

測試代碼是這樣的：

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()

爲了更全面的驗證的 add() 函數，我必須設計足夠多的 測試數據， 一樣也須要不少條用例！

固然，爲了測試足夠多的數據，咱們也能夠將代碼改稱這樣。

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()

經過調用 randint() 函數生成隨機數。循環10次（也能夠是100次，1000次），用更少的代碼作更多的測試，測試的數據越多，發現bug的可能性越大。

測試結果以下：

> 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

用 hypothesis生成測試數據

上面的測試數據很難隨機到 邊界值，除非我手動設計數據，並且用for循環也不是太好的設計。是時候讓hypothesis登場了。

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()

經過@given() 裝飾測試用例，調用strategies 模塊下面的 integers() 方法生成隨機的測試數。在@setting()裝飾器中經過max_examples用來控制隨機數的個數。

運行結果以下：

> 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 生成的數據會更具備 測試價值，對吧？ hypothesis 還能夠生成更多類型的測試數據。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->

這些數據看上去就具備很高的測試價值。好吧！測試必定明白我在說什麼。

問題來了，咱們能夠將 hypothesis 生成的數據應用到 Web或接口自動化測試中麼？