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-> [e-mail]
text->
email-> ^[e-mail] text-> -
email-> 6a#@t.hkt
text-> ↕
email-> '/yaw/jniz![e-mail]
text-> +�
email-> *xh*-#t5$0-l8o&r10xnxu-**[e-mail]
text-> #�����/���+
�)�▲�
email-> 2u!n0+|*%~@t.q-nx-0-0gwl.x.lv
text->
email-> &i/o!f*@xuw--03.p00-t0y-0z0.mw.k-000-n-sb0rr-0l.y.y2u.nxptl0bgg-0u.xn--flw351e
text-> �0▲-���
email-> ok*[e-mail]
text-> ☺
email-> /@mol.y-q.j.p.d-3mzi.i.utv-m.yachts
text-> (
email-> 4ql$[e-mail]
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，也希望大家多多支持。