什么是单元测试？为什么你需要它
单元测试，说白了就是给你的代码写"体检报告"。想象一下，你写了一个函数，但你怎么知道它真的能正常工作呢？靠眼睛看？那可太不靠谱了！
单元测试就像是给每个函数配了个"私人医生"，专门检查这个函数是不是健康。每次你修改代码，这个"医生"就会立马告诉你："嘿，你的函数感冒了！"或者"恭喜，一切正常！"
unittest模块：Python内置的测试利器
Python自带了一个超强的测试框架叫unittest。这家伙不需要额外安装，开箱即用！它的设计灵感来自于Java的JUnit，所以如果你用过Java，会觉得很亲切。
基础结构：TestCase类
每个测试都要继承unittest.TestCase类，这就像是给你的测试穿上了一件"制服"，让Python知道："哦，这是个测试！"
import unittest
class TestBasicMath(unittest.TestCase):
def test_addition(self):
result = 2 + 3
self.assertEqual(result, 5)
def test_subtraction(self):
result = 10 - 4
self.assertEqual(result, 6)
if __name__ == '__main__':
unittest.main()
看到没？测试方法必须以test_开头，这是unittest的规矩！就像进门要敲门一样，不敲门人家不知道你是谁。
断言方法：测试的"判官"
unittest提供了一堆断言方法，它们就像是法官的小锤子，专门用来判断"对"还是"错"。
常用断言方法大集合
class TestAssertions(unittest.TestCase):
def test_equality(self):
# 相等性测试
self.assertEqual(1 + 1, 2) # 最常用的
self.assertNotEqual(1, 2) # 不相等
def test_boolean(self):
# 布尔值测试
self.assertTrue(True) # 必须是True
self.assertFalse(False) # 必须是False
def test_none(self):
# None值测试
self.assertIsNone(None) # 必须是None
self.assertIsNotNone("hello") # 不能是None
def test_membership(self):
# 成员关系测试
self.assertIn(1, [1, 2, 3]) # 1必须在列表中
self.assertNotIn(4, [1, 2, 3]) # 4不能在列表中
这些断言就像是你的"测试工具箱"，不同的场景用不同的工具。用错了工具，测试就不准确！
实战案例：测试一个计算器类
让我们写个实际的例子，测试一个简单的计算器：
# calculator.py
class Calculator:
def add(self, a, b):
return a + b
def subtract(self, a, b):
return a - b
def multiply(self, a, b):
return a * b
def divide(self, a, b):
if b == 0:
raise ValueError("除数不能为零！")
return a / b
# test_calculator.py
import unittest
from calculator import Calculator
class TestCalculator(unittest.TestCase):
def setUp(self):
# 每个测试方法运行前都会执行
self.calc = Calculator()
def test_add(self):
result = self.calc.add(3, 5)
self.assertEqual(result, 8)
# 测试负数
result = self.calc.add(-1, 1)
self.assertEqual(result, 0)
def test_subtract(self):
result = self.calc.subtract(10, 3)
self.assertEqual(result, 7)
def test_multiply(self):
result = self.calc.multiply(4, 5)
self.assertEqual(result, 20)
# 测试零乘法
result = self.calc.multiply(0, 100)
self.assertEqual(result, 0)
def test_divide(self):
result = self.calc.divide(10, 2)
self.assertEqual(result, 5.0)
# 测试除零异常（超级重要！）
with self.assertRaises(ValueError):
self.calc.divide(10, 0)
if __name__ == '__main__':
unittest.main()
setUp和tearDown：测试的"准备"和"收尾"工作
有时候，每个测试都需要做同样的准备工作，比如创建对象、连接数据库等等。setUp就是干这个的！
class TestWithSetup(unittest.TestCase):
def setUp(self):
# 每个测试方法前都会运行
print("准备测试环境...")
self.data = [1, 2, 3, 4, 5]
def tearDown(self):
# 每个测试方法后都会运行
print("清理测试环境...")
self.data = None
def test_data_length(self):
self.assertEqual(len(self.data), 5)
def test_data_content(self):
self.assertIn(3, self.data)
setUp就像是测试前的"热身运动"，tearDown就像是测试后的"整理运动"。做得好，测试就稳定！
测试异常：期待"出错"的情况
有时候，我们的代码应该抛出异常。比如除零、文件不存在等等。这时候用assertRaises：
class TestExceptions(unittest.TestCase):
def test_division_by_zero(self):
with self.assertRaises(ZeroDivisionError):
result = 10 / 0
def test_key_error(self):
data = {"a": 1, "b": 2}
with self.assertRaises(KeyError):
value = data["c"] # 这个键不存在，应该报错
def test_custom_exception(self):
def risky_function():
raise ValueError("这是个自定义错误")
with self.assertRaises(ValueError) as context:
risky_function()
# 还可以检查错误消息
self.assertEqual(str(context.exception), "这是个自定义错误")
跳过测试：有时候"逃避"是明智的
不是所有测试都要每次都跑。有时候某些功能还没实现，或者在特定环境下才能运行：
class TestWithSkips(unittest.TestCase):
@unittest.skip("这个功能还没实现")
def test_future_feature(self):
# 这个测试会被跳过
pass
@unittest.skipIf(sys.platform == "win32", "Windows下不运行")
def test_unix_only(self):
# Windows系统会跳过这个测试
pass
@unittest.skipUnless(sys.platform.startswith("linux"), "只在Linux下运行")
def test_linux_only(self):
# 只有Linux系统才会运行这个测试
pass
运行测试：多种方式任你选
命令行运行
最简单的方式：
# 运行单个文件
python test_calculator.py
# 运行所有测试
python -m unittest discover
# 运行特定的测试类
python -m unittest test_calculator.TestCalculator
# 运行特定的测试方法
python -m unittest test_calculator.TestCalculator.test_add
在代码中运行
if __name__ == '__main__':
# 基本运行
unittest.main()
# 或者更详细的控制
suite = unittest.TestLoader().loadTestsFromTestCase(TestCalculator)
runner = unittest.TextTestRunner(verbosity=2)
runner.run(suite)
测试覆盖率：你的代码有多少被测试了？
写了测试，但你怎么知道测试得够不够全面？这时候需要coverage工具：
# 安装coverage
pip install coverage
# 运行测试并收集覆盖率信息
coverage run -m unittest discover
# 查看覆盖率报告
coverage report
# 生成HTML报告
coverage html
覆盖率就像是"测试地图"，告诉你哪些代码走过了，哪些还是"未知领域"。
最佳实践：写好测试的秘诀
1. 测试命名要清晰
不要写test_1、test_2这种无意义的名字！要写成test_addition_with_positive_numbers这样一看就懂的。
2. 一个测试只测一件事
不要在一个测试方法里塞太多东西，就像吃饭不要狼吞虎咽一样。
3. 测试要独立
每个测试都应该能独立运行，不依赖其他测试的结果。想象每个测试都是独立的个体！
4. 测试边界条件
别只测试"正常"情况，要测试边界：空列表、零值、超大数字等等。这些往往是bug的温床！
class TestBoundaryConditions(unittest.TestCase):
def test_empty_list(self):
result = sum([]) # 空列表求和
self.assertEqual(result, 0)
def test_single_element(self):
result = max([42]) # 单元素列表求最大值
self.assertEqual(result, 42)
def test_large_numbers(self):
result = 999999 + 1
self.assertEqual(result, 1000000)
总结：测试让代码更自信
单元测试不是负担，而是给你的代码买了份"保险"。每次修改代码，测试就会告诉你："放心，没问题！"或者"等等，这里有问题！"
记住几个关键点：
-
测试要简单明了，一看就懂
-
覆盖各种情况，特别是边界条件
-
测试之间要独立，不能相互依赖
-
命名要清晰，维护的时候不会迷糊
unittest虽然不是最时髦的测试框架，但它稳定、可靠、功能全面。就像老式的锤子一样，也许不够花哨，但绝对能把钉子敲进去！
开始给你的代码写测试吧，你会发现编程变得更有信心，bug变得更少，睡觉也更香甜了！
