编辑“︁Python 测试最佳实践”︁（章节）

= Python测试最佳实践 =

'''Python测试最佳实践'''是一套在Python项目中编写、组织和运行测试的指导原则，旨在提高代码质量、减少错误并简化维护。本指南涵盖单元测试、集成测试、测试框架选择以及常见调试技巧，适用于从初学者到高级开发者的所有用户。

== 介绍 ==
测试是软件开发的核心环节，它确保代码按预期运行，并在修改时保持稳定性。Python生态系统提供了多种测试工具（如`unittest`、`pytest`），但遵循最佳实践能最大化其效果。关键目标包括：
* '''可重复性'''：测试应独立于环境。
* '''覆盖率'''：覆盖核心逻辑和边界条件。
* '''可维护性'''：测试代码需清晰易读。

== 测试金字塔模型 ==
<mermaid>
graph TD
    A[单元测试] --> B[集成测试] --> C[端到端测试]
    style A fill:#d4f1f9,stroke:#333
    style B fill:#d4f1f9,stroke:#333
    style C fill:#d4f1f9,stroke:#333
</mermaid>
* '''单元测试'''：验证单个函数/类（占比70%）。
* '''集成测试'''：检查模块间交互（占比20%）。
* '''端到端测试'''：模拟用户流程（占比10%）。

== 核心实践 ==

=== 1. 使用pytest框架 ===
`pytest`是Python最流行的测试框架，支持简洁的断言和丰富的插件。

<syntaxhighlight lang="python">
# test_example.py
def add(a, b):
    return a + b

def test_add():
    assert add(2, 3) == 5  # 自动捕获断言细节
</syntaxhighlight>
运行命令：<code>pytest test_example.py -v</code>

=== 2. 隔离测试依赖 ===
使用`unittest.mock`模拟外部服务：
<syntaxhighlight lang="python">
from unittest.mock import Mock

def test_api_call():
    mock_response = Mock(status_code=200)
    assert mock_response.status_code == 200
</syntaxhighlight>

=== 3. 参数化测试 ===
`pytest.mark.parametrize`减少重复代码：
<syntaxhighlight lang="python">
import pytest

@pytest.mark.parametrize("input,expected", [(1, 2), (3, 4)])
def test_increment(input, expected):
    assert input + 1 == expected
</syntaxhighlight>

=== 4. 测试覆盖率 ===
安装`pytest-cov`插件：
<code>pytest --cov=my_module tests/</code>
目标覆盖率建议≥80%。

== 实际案例 ==
'''场景'''：测试一个购物车系统
<syntaxhighlight lang="python">
# shopping_cart.py
class ShoppingCart:
    def __init__(self):
        self.items = []

    def add_item(self, item, quantity):
        self.items.append({"item": item, "quantity": quantity})

    def total_price(self, price_map):
        return sum(price_map[item["item"]] * item["quantity"] for item in self.items)

# test_shopping_cart.py
def test_total_price():
    cart = ShoppingCart()
    cart.add_item("apple", 2)
    cart.add_item("banana", 3)
    assert cart.total_price({"apple": 1.5, "banana": 0.75}) == 5.25
</syntaxhighlight>

== 高级技巧 ==
=== 1. 夹具（Fixtures） ===
共享测试资源：
<syntaxhighlight lang="python">
import pytest

@pytest.fixture
def sample_cart():
    cart = ShoppingCart()
    cart.add_item("test_item", 1)
    return cart

def test_with_fixture(sample_cart):
    assert len(sample_cart.items) == 1
</syntaxhighlight>

=== 2. 测试异常 ===
验证错误处理：
<syntaxhighlight lang="python">
import pytest

def test_divide_by_zero():
    with pytest.raises(ZeroDivisionError):
        1 / 0
</syntaxhighlight>

== 数学公式示例 ==
计算覆盖率公式：
<math>
\text{覆盖率} = \frac{\text{已执行代码行数}}{\text{总代码行数}} \times 100\%
</math>

== 总结 ==
{| class="wikitable"
|+ 关键实践对照表
! 实践 !! 工具/方法 !! 适用场景
|-
| 单元测试 || pytest/unittest || 函数级验证
|-
| 模拟对象 || unittest.mock || 隔离外部依赖
|-
| 覆盖率分析 || pytest-cov || 质量评估
|}

遵循这些实践可显著提升代码可靠性。建议将测试集成到CI/CD管道中实现自动化验证。

[[Category:编程语言]]
[[Category:Python]]
[[Category:Python 测试与调试]]