【python种子项目ppc】保姆级别指导给项目添加测试

简介: 正式的Python专栏第13篇,同学站住,别错过这个从0开始的文章!

前面学委介绍了 pypi-seed优质库快速生成一个项目,然后开发自己的翻译小项目。

这次我们开发函数并编写测试代码项目中持续加测试,可以让程序质量更高,后期改了直接运行测试,更有保障。

对了,还没有安装ppc的直接运行下面命令:

pip install pypi-seed # pip install --upgrade pypi-seed 或者这个命令升级最近ppc
ppc # 运行pypiseed命令行查看使用帮助

image.png

第一步 编写一个函数并实现测试

继续使用前篇项目的代码,复制下面黏贴到:demo.py

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2021/9/14 10:39 下午
# @Author : LeiXueWei
# @CSDN/Juejin/Wechat: 雷学委
# @XueWeiTag: CodingDemo
# @File : demo.py
# @Project : helloworld
from translate import Translator
def translate(text):
    translator = Translator(to_lang="chinese")
    return translator.translate(text)

这个非常简单就是直接调用中文翻译。

这里我们不写main函数了。

第二步编写测试

复制下面代码保存到tests目录,文件名为demo_test.py

# @Author : LeiXueWei
# @CSDN/Juejin/Wechat: 雷学委
# @XueWeiTag: CodingDemo
import unittest
#导入模块的demo函数
from helloworld import demo 
class DemoTest(unittest.TestCase):
    def test_translate(self):
        expect = "好好学习,天天向上"
        actual = demo.translate("good good study, day day up")
        self.assertNotEqual(expect, actual)
        expect = "好好学习 , 天天向上"
        self.assertEqual(expect, actual)
        print("测试结束,一切顺利")
if __name__ == '__main__':
    unittest.main()

这个测试代码有main函数。

直接运行代码,效果如下:

image.png

这里我们看到“测试结束,一切顺利“。


因为中间出错误,不可能执行到最后一行。


上面的测试代码主要分三步


导入helloworld模块的demo函数

调用demo 函数获取输出到actual变量

调用测试工具的函数校验actual跟expect(预期结果)比对,测试失败则不继续执行,直接报错。

新知识unittest

这是python内置的测试模块。


它就像机器人一样,安装我们指定的测试校验要求,自动执行代码,自动校验,错了会告诉我们(通过运行结果)


编写我们自己开发的函数的测试,分为下面三步


导入unittest模块

实现一个unittest.TestCase子类

编写测试函数

再往上看一看测试代码,回顾一下这个步骤吧。


第三 把测试代码故意改错

这里代码不贴了,读者直接定位测试11行,在expect文本内容添加‘【雷学委】’。


image.png

总结

本次我们继续在pypi-seed创建的实战项目中添加测试代码。


代码中的测试很有必要!总不能每次都手工运行main函数。


实际项目会有成百上千个python脚本,导入很多外部模块,这些不可能一个一个编写main函数并去运行。


我们都会通过测试框架来批量运行测试用例!所以项目必须在开始阶段就加入测试用例。


还没有安装ppc的可以运行下面命令:


pip install pypi-seed # pip install --upgrade pypi-seed 或者这个命令升级最近ppc
ppc # 运行pypiseed命令行查看使用帮助

ppc还有更多功能,学委本次没有展示的,下次再一一解析!


项目中的其他文件可以参考其他文章:

https://levin.blog.csdn.net/article/details/120214153

https://levin.blog.csdn.net/article/details/116111486


目录
相关文章
|
1月前
|
机器学习/深度学习 数据采集 数据可视化
Python 数据分析:从零开始构建你的数据科学项目
【10月更文挑战第9天】Python 数据分析:从零开始构建你的数据科学项目
56 2
|
18天前
|
网络协议 关系型数据库 应用服务中间件
【项目场景】请求数据时测试环境比生产环境多花了1秒是怎么回事?
这是一位粉丝(谢同学)给V哥的留言,描述了他在优化系统查询时遇到的问题:测试环境优化达标,但生产环境响应时间多出1秒。通过抓包分析,发现MySQL请求和响应之间存在500毫秒的延迟,怀疑是网络传输开销。V哥给出了以下优化建议:
|
22天前
|
弹性计算 Linux iOS开发
Python 虚拟环境全解:轻松管理项目依赖
本文详细介绍了 Python 虚拟环境的概念、创建和使用方法,包括 `virtualenv` 和 `venv` 的使用,以及最佳实践和注意事项。通过虚拟环境,你可以轻松管理不同项目的依赖关系,避免版本冲突,提升开发效率。
|
25天前
|
编解码 安全 Linux
网络空间安全之一个WH的超前沿全栈技术深入学习之路(10-2):保姆级别教会你如何搭建白帽黑客渗透测试系统环境Kali——Liinux-Debian:就怕你学成黑客啦!)作者——LJS
保姆级别教会你如何搭建白帽黑客渗透测试系统环境Kali以及常见的报错及对应解决方案、常用Kali功能简便化以及详解如何具体实现
|
1月前
|
JSON 搜索推荐 API
Python的web框架有哪些?小项目比较推荐哪个?
【10月更文挑战第15天】Python的web框架有哪些?小项目比较推荐哪个?
55 1
|
1月前
|
机器学习/深度学习 人工智能 算法
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
玉米病害识别系统,本系统使用Python作为主要开发语言,通过收集了8种常见的玉米叶部病害图片数据集('矮花叶病', '健康', '灰斑病一般', '灰斑病严重', '锈病一般', '锈病严重', '叶斑病一般', '叶斑病严重'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。再使用Django搭建Web网页操作平台,实现用户上传一张玉米病害图片识别其名称。
59 0
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
|
1月前
|
机器学习/深度学习 算法框架/工具 Python
基于深度学习的手写数字识别项目GUI(Deep Learning Project – Handwritten Digit Recognition using Python)
基于深度学习的手写数字识别项目GUI(Deep Learning Project – Handwritten Digit Recognition using Python)
74 0
|
1月前
|
监控 Java Maven
springboot学习二:springboot 初创建 web 项目、修改banner、热部署插件、切换运行环境、springboot参数配置,打包项目并测试成功
这篇文章介绍了如何快速创建Spring Boot项目,包括项目的初始化、结构、打包部署、修改启动Banner、热部署、环境切换和参数配置等基础操作。
143 0
|
14天前
|
JSON Java 测试技术
SpringCloud2023实战之接口服务测试工具SpringBootTest
SpringBootTest同时集成了JUnit Jupiter、AssertJ、Hamcrest测试辅助库,使得更容易编写但愿测试代码。
49 3
|
1月前
|
JSON 算法 数据可视化
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
这篇文章是关于如何通过算法接口返回的目标检测结果来计算性能指标的笔记。它涵盖了任务描述、指标分析(包括TP、FP、FN、TN、精准率和召回率),接口处理,数据集处理,以及如何使用实用工具进行文件操作和数据可视化。文章还提供了一些Python代码示例,用于处理图像文件、转换数据格式以及计算目标检测的性能指标。
67 0
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
下一篇
无影云桌面