Python基于Hypothesis测试库生成测试数据

Hypothesis是Python的一个高级测试库。它允许编写测试用例时参数化，然后生成使测试失败的简单易懂的测试数据。可以用更少的工作在代码中发现更多的bug。

安装

pip install hypothesis

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

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。