Python故障注入
有没有一种在Python脚本中注入失败的简洁方法？我希望避免在源代码中洒上如下内容：
failure_ABC = True
failure_XYZ = True
def inject_failure_ABC():
raise Exception('ha! a fake error')
def inject_failure_XYZ():
# delete some critical file
pass
# some real code
if failure_ABC:
inject_failure_ABC()
# some more real code
if failure_XYZ:
inject_failure_XYZ()
# even more real code编辑：我有以下想法:插入“故障点”作为巧尽心思构建的注释。编写一个简单的解析器，在Python解释器之前调用，并使用实际的失败代码生成实际的插装Python脚本。例如：
#!/usr/bin/parser_script_producing_actual_code_and_calls python
# some real code
# FAIL_123
if foo():
# FAIL_ABC
execute_some_real_code()
else:
# FAIL_XYZ
execute_some_other_real_code()脚本将以FAIL_开头的任何内容视为故障点，并根据配置文件启用/禁用故障。你认为如何？
回答 2
Stack Overflow用户
发布于 2013-01-10 10:27:27
在测试错误处理时，最好的方法是隔离可以在新方法中抛出错误的代码，您可以在测试中重写这些代码：
class ToTest:
def foo(...):
try:
self.bar() # We want to test the error handling in foo()
except:
....
def bar(self):
... production code ...在测试用例中，可以使用抛出要测试的异常的代码扩展ToTest和重写bar()。
编辑您确实应该考虑将大型方法拆分为较小的方法。它将使代码更易于测试、理解和维护。看看测试驱动开发，了解如何更改您的开发过程的一些想法。
关于你使用“失败评论”的想法。这看起来是个很好的解决方案。有一个小问题:您必须编写自己的Python解析器，因为Python在生成字节码时不保留注释。
因此，您可以用几周的时间编写这篇文章，也可以用几周的时间让您的代码更容易测试。
但是，有一个不同之处:如果您不一路走下去，解析器将毫无用处。而且，所花费的时间也不会改善您的代码。大部分工作将投入到解析器和工具中。因此，在所有这些时间之后，您仍然需要改进代码，添加失败注释并编写测试。
通过重构代码，您可以随时停止，但是到目前为止所花费的时间是有意义的，而不是浪费的。您的代码将开始变得更好，随着您进行的第一次更改，它将不断改进。
编写一个复杂的工具需要时间，而且它会有自己的bug，需要修复或解决。所有这些都不会在短期内改善你的处境，而且你也无法保证它会改善你的长期状况。
Stack Overflow用户
发布于 2013-01-10 10:24:16
如果您只想在某个时候停止您的代码，然后返回到交互式解释器，您可以使用：
assert 1==0但是，只有在不使用-O运行python的情况下，这才有效。
编辑实际上，我的第一个答案是快速，没有真正理解你想做什么，对不起。
如果您通过参数(而不是通过变量/函数)进行参数化，您的代码可能已经变得更加可读性了。有点像
failure = {"ABC": False, "XYZ":False}
#Do something, maybe set failure
def inject_failure(failure):
if not any(failure.values()):
return
if failure["ABC"]:
raise Exception('ha! a fake error')
elif failure["XYZ"]:
# delete some critical file
pass
inject_failure(failure)https://stackoverflow.com/questions/14255569
复制相似问题
腾讯云开发者
