给 Flask 增加单元测试
单元测试的重要性不言而喻，比如经典的测试金字塔，最底层的便是单元测试，它越接近代码层，收益越大。
之前在Flask编写微服务的过程中，并未注意过单元测试，最近准备重构代码的过程中，发现之前
的代码还是有很大的优化空间，而且不适合写单元测试，为了方便单元测试的开展，还需要重新
整理之前的框架，自己感觉非常得不偿失。
虽然是测试出身，但是自己却从来未真正实践单元测试。真的负罪感满满。
最近看了很多单元测试方面的知识，有一句话印象颇深，与大家共勉。
Martin Fowler提到"在你不知道如何测试代码之前，就不该编写程序。而一旦你完成了程序，测试
代码也应该完成。除非测试成功，你不能认为你编写出了可以工作的程序。"
简介
先介绍一下Python的单元测试常用框架
unittest
pytest
nose
unittest
unittest是Python内置的标准类库。它的API跟Java的JUnit、.net的NUnit，C++的CppUnit很相似。
unittest中最核心的四个概念是：test case, test suite, test runner, test fixture。通过继承unittest.
TestCase来创建一个测试用例。
unittest的使用有一些潜规则
每一个测试文件都需要写一个类，对于需要set_up和tear_down的方法，每一个测试文件里面都
需要加上set_up和tear_down
unittest默认是按照字母和数字的顺序运行，倘若需要按照我们指定的顺序执行，需使用 suit.ad
dTest的方式去指定
pytest
pytest是一个功能丰富、灵活的测试框架，但是它的语法很简单。创建一个单元测试就像编写一
个模块一样。相比unittest，实现相同的测试功能，py.test做的事情更少。
pytest有一些特点：
pytest在命令行中有彩色输出
不需要使用特定类模板
setup/teardown 语法与 unittest 的兼容性不如 nose 高，实现方式也不如 nose 直观
nose
nose是对unittest的扩展，使得python的测试更加简单。nose自动发现测试代码并执行，nose
提供了大量的插件，比如测试输出的xUnitcompatible，覆盖报表等等。
nose 不使用特定的格式、不需要一个类容器，甚至不需要 import nose ~（这也就意味着它在
写测试用例时不需要使用额外的 api）。
nose的使用非常简单，自带光环：
不用动不动就写个类，而只是写测试函数；
自动查找和搜集测试，不需要自己手动搭建测试集；
支持插件，可以搭配其他非常实用的标准化插件（coverage, output capture, drop into debugger
on errors, doctests support, profiler）
为测试打标签，并且可以根据标签非常灵活的选择测试集；
并行测试；
更好的支持fixtures；
产生器测试。
粉一下nose的宣言
nose extends unittest to make testing easier.
Flask中加入nose的单测用例
先简单看一下我Flask的服务是
app里面是主框架，main里面分别有api和agent，schedule，agent是封装了邮件发送的异步操作，
schedule是封装了定时执行的后台运行操作，app下面的models是数据库相关的表结构，而和app
同级的tests下面，则是我新增的单测用例文件。
首先新建一个tests的包结构，然后在init.py里面，增加一个类似setup的动作，
from app import create_app, db
app = create_app('testing')
app_ctx = app.app_context()
app_ctx.push()
test_app = app.test_client()
db.drop_all()
db.create_all()
def tearDown():
app_ctx.pop()在跑单元测试的时候，需要先启动一个testing配置的mock服务，然后先删除数据库，并初始化一个
新的数据库，在测试结束之后，再释放初始化push的app_context。
一般而言，Flask服务需要测试的关注点主要是models，functions，以及views。当然views就是一些
页面的测试，更加类似于用selenium实现。
先简单介绍对一个api和models的测试。
def test_logs_api():
resp = tests.test_app.get('/api/test')
assert_equal(resp.status_code, 200)
def test_log():
log = models.Log(
date_created=datetime.datetime.now(),
result=111,
job_name=111,
)
db.session.add(log)
db.session.commit()
log_id =models.Log.query.filter(models.Log.result ==
111).first()
assert log_id is not None都很简单一目了然，我的经验就是对一个方法或者实例进行测试的时候，只用一个测试。这样方便以
后维护，也使得逻辑更加清晰。
然后在命令行用nose调用执行：
nosetests -v --with-coverage --cover-package=app
然后可以看到测试结果和覆盖率的结果
Name Stmts MissCover
------------------------------------------
app/__init__.py 44 0 100%
app/config.py 58 3 95%
app/main/__init__.py 3 0 100%
app/main/agent.py 37 16 57%
app/main/api.py 135 53 61%
app/main/schedule.py 37 25 32%
app/models.py 84 13 85%
app/util/__init__.py 0 0 100%
app/util/util.py 130 33 75%
------------------------------------------
TOTAL 528 143 73%
----------------------------------------------------------------------
Ran 6 tests in 6.905s
OK谈谈收获
当真正去写单元测试的时候，才会意识到自己之前只是为了实现业务而工作，虽然基本实现了业务，
但是很多function无法开展单元测试，才真正理解解耦，函数式编程。
我们在编程中应该以测试的思想去影响设计结构，就是我们常说的测试驱动开发，缺乏测试的思想
会给软件项目带来巨大的潜在隐患。
当然测试不是万灵药，软件开发是艰难的工作。为了争取成功，我们必须时刻牢记真正的目标。
不但要解决问题，而且要简洁，高效，优雅的去实现。
:handshake
页:
[1]
