编辑“︁单元测试编写”︁（章节）

= 单元测试编写 =

== 简介 ==
'''单元测试'''是软件开发中的一种测试方法，用于验证代码中最小的可测试单元（如函数、方法或类）是否按预期工作。它通常是自动化测试的一部分，帮助开发者快速发现和修复代码中的错误，提高代码质量，并支持持续集成（CI）流程。

单元测试的核心特点包括：
* '''隔离性'''：每个测试应独立运行，不依赖外部资源（如数据库、网络）。
* '''快速执行'''：测试应能在短时间内完成，以便频繁运行。
* '''确定性'''：相同输入应始终产生相同输出。

== 单元测试的基本结构 ==
一个典型的单元测试包含以下部分：
1. '''准备（Arrange）'''：设置测试环境和输入数据。
2. '''执行（Act）'''：调用被测代码。
3. '''断言（Assert）'''：验证输出是否符合预期。

=== 示例（Python + pytest） ===
<syntaxhighlight lang="python">
# 被测函数
def add(a: int, b: int) -> int:
    return a + b

# 测试代码
def test_add():
    # Arrange
    x, y = 2, 3
    
    # Act
    result = add(x, y)
    
    # Assert
    assert result == 5
</syntaxhighlight>

== 单元测试框架 ==
不同语言有各自的单元测试框架：

{| class="wikitable"
|-
! 语言 !! 常用框架
|-
| Python || pytest, unittest
|-
| Java || JUnit, TestNG
|-
| JavaScript || Jest, Mocha
|-
| C# || NUnit, xUnit
|}

== 测试替身（Test Doubles） ==
当被测代码依赖外部组件时，可以使用测试替身模拟这些依赖：

<mermaid>
classDiagram
    class Database {
        +get_data() List
    }
    class Service {
        -db: Database
        +process_data() List
    }
    class MockDatabase {
        +get_data() List
    }
    Service --> Database
    Service ..|> MockDatabase : 测试时替换
</mermaid>

常见测试替身类型：
* '''Mock'''：预设行为的对象，验证调用方式
* '''Stub'''：提供固定响应的简单替代
* '''Fake'''：轻量级的功能实现（如内存数据库）

=== Mock示例（Python + unittest.mock） ===
<syntaxhighlight lang="python">
from unittest.mock import Mock

def test_process_data():
    # 创建mock数据库
    mock_db = Mock()
    mock_db.get_data.return_value = [1, 2, 3]
    
    service = Service(mock_db)
    result = service.process_data()
    
    assert result == [1, 2, 3]
    mock_db.get_data.assert_called_once()  # 验证调用
</syntaxhighlight>

== 测试覆盖率 ==
测试覆盖率衡量被测试执行的代码比例，常用指标包括：
* 行覆盖率
* 分支覆盖率
* 函数覆盖率

数学表示为：
<math>
\text{覆盖率} = \frac{\text{已执行代码}}{\text{可执行代码}} \times 100\%
</math>

== 最佳实践 ==
1. '''测试命名'''：使用描述性名称（如<code>test_add_positive_numbers</code>）
2. '''单一职责'''：每个测试只验证一个行为
3. '''FIRST原则'''：
   * '''F'''ast（快速）
   * '''I'''solated（隔离）
   * '''R'''epeatable（可重复）
   * '''S'''elf-validating（自验证）
   * '''T'''imely（及时）

4. '''避免测试实现细节'''：测试行为而非内部实现

== 实际案例 ==
=== 用户注册服务测试 ===
测试一个用户注册服务，需要验证：
1. 成功注册时返回用户ID
2. 重复用户名时抛出异常
3. 密码加密存储

<syntaxhighlight lang="python">
import pytest
from unittest.mock import Mock

def test_register_success():
    # Arrange
    user_repo = Mock()
    user_repo.exists.return_value = False
    user_repo.save.return_value = "user123"
    service = UserService(user_repo)
    
    # Act
    user_id = service.register("new@example.com", "password")
    
    # Assert
    assert user_id == "user123"
    user_repo.exists.assert_called_with("new@example.com")
    user_repo.save.assert_called()

def test_register_duplicate():
    user_repo = Mock()
    user_repo.exists.return_value = True
    service = UserService(user_repo)
    
    with pytest.raises(DuplicateUserError):
        service.register("existing@example.com", "password")
</syntaxhighlight>

== 常见问题与解决方案 ==
{| class="wikitable"
|-
! 问题 !! 解决方案
|-
| 测试依赖外部服务 || 使用Mock或Stub替代
|-
| 测试随机行为 || 固定随机种子或注入随机数生成器
|-
| 测试耗时操作 || 使用虚拟时钟或时间模拟
|-
| 测试多线程代码 || 使用同步原语或测试专用线程调度器
|}

== 进阶主题 ==
* 参数化测试（同一测试多组输入）
* 基于属性的测试（如Hypothesis框架）
* 突变测试（验证测试有效性）
* 测试驱动开发（TDD）

通过系统化的单元测试实践，开发者可以构建更健壮、可维护的代码库，显著降低生产环境中的缺陷率。

[[Category:计算机科学]]
[[Category:面试技巧]]
[[Category:项目管理与开发]]