测试代码

编写函数或类时，还可为其编写测试。通过测试，可确定代码面对各种输入都能够按要求的那样工作。测试让你信心满满，深信即使有更多的人使用你的程序，它也能正确地工作。在程序中添加新代码时，你也可以对其进行测试，确认它们不会破坏程序既有的行为。程序员都会犯错，因此每个程序员都必须经常测试其代码，在用户发现问题前找出它们。使用Python模块unittest中的工具来测试代码，你将学习编写测试用例，核实一些列输入都将得到预期的输出。你将看到测试通过了是什么样子，测试未通过又是什么样子，还将知道测试未通过如何有助于改进代码。你将学习如何测试函数和类，并将知道应该为项目编写对少个测试。

单元测试和测试用例：

Python标准库中的模块unittest提供了代码测试工具。单元测试用于核实函数的某个方面没有问题；测试用例是一组单元测试，这些测试一起核实函数在各种情形下的行为都符合要求。良好的测试用例考虑到了函数可能收到的各种输入，包含针对所有这些情形的测试。全覆盖测试用例包含一整套单元测试，涵盖了各种可能的函数使用方式。对于大型项目，要实现全覆盖可能很难，通常，只要针对代码的重要行为编写测试即可，等项目被广泛使用时，再考虑全覆盖。

可通过的测试：

创建测试用例的语法需要一段时间才能习惯，但测试用例创建后，再添加针对函数的单元测试就很简单了。要为函数编写测试用例，可先导入模块unittest以及要测试的函数，再创建一个继承unittest。TestCase的类，并编写一些列方法对函数行为的不同方面进行测试。

断言方法用来核实得到的结果是否与期望的结果一致：

测试未通过时怎么办：测试未通过时怎么办呢?如果你检查的条件没错，测试不通过意味着函数的行为是对的，而测试未通过意味着你编写的新代码有错。因此，测试未通过时，不要修改测试，而应修改导致测试不能通过的代码；检查刚对函数的修改，找出导致函数行为不符合预期的修改。

测试类：

Python在unittest.Testlase类中提供了很多断言方法。断言方法检查你认为应该满足的条件是否确实满足。如果该条件确实满足，你对程序行为的假设就得到了确认，你就可以确信其中没有错误。如果你认为应该满足的条件并不满足，Python将发生异常。

    unittest

    assertEqual( a , b )   核实a==b

    assertNotEqual( a , b )  核实a!=b

    assertTure(x)  核实x为Ture

    assertFalse(x)   核实x为False

    assertIn(item,list)   核实item在list中

    assertNotIn(item,list)   核实item不在list中

    测试自己编写的类时，方法setup()让测试方法编写起来更容易：可在setup( )方法中创建一系列实例，并设置他们的属性，而在测试方法中直接使用这些实例。相比于在每个实例并设置其属性，这要容易得多。

注意：运行测试用例时，每完成一个单元测试。

Python都打印一个字符：测试通过时打印一个句点；测试引发错误时打印一个E；测试导致断言失败时打印一个F。

这就是你运行测试用例时，在输出的第一行中看到的句点和字符，数量不相同的原因。如果测试用例包含很多单元测试，需要运行很长时间，就可以通过观察这些结果来获悉有多少个测试通过了。