一、测试的常用规则
  1、一个测试单元必须关注一个很小的功能函数,证明它是正确的;
  2、每个测试单元必须是完全独立的,必须能单独运行。这样意味着每一个测试方法必须重新加载数据,执行完毕后做一些清理工作。通常通过setUp()和setDown()方法处理;
  3、编写执行快速的测试代码。在某些情况下,测试需要加载复杂的数据结构,而且每次执行的时候都要重新加载,这个时候测试执行会很慢。因此,在这种情况下,可以将这种测试放置一个后台的任务中。
  4、采用测试工具并且学着怎么使用它。
  5、在编写代码前执行完整的测试,而且在编写代码后再重新执行一次。这样能保证你后来编写的代码不会破坏任何事情;
  6、在提交代码前执行完整的测试;
  7、如果在开发期间被打断了工作,写一个打断的单元测试,关于你下一步将要开发的。当你回来工作时,你能知道上一步开发到的指针
  8、单元测试函数使用长的而且具有描述性的名字。在正式执行代码中,可能使用square()或sqr()取名,但是在测试函数中,你必须取像test_square_of_number_2()、test_square_negativer_number()这些名字,这些名字描述更加清楚;
  9、测试代码必须具有可读性;
  10、单元测试对新进的开发人员来说是工作指南。
  二、常见的测试框架
  2.1 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。
  通过继承unittest.TestCase来创建一个测试用例。
  具体请参考文档。
  举个例:
  import unittest
  def fun(x):
  return x + 1
  class MyTest(unittest.TestCase):
  def test(self):
  self.assertEqual(fun(3), 4)
  执行后成功。
  但是,如果将期望的结果改成5,则执行的结果如下图所示:

  2.2 Doctest
  doctest 模块会搜索那些看起来像交互式会话的 Python 代码片段,然后尝试执行并验证结果.即使从没接触过 doctest,我们也可以从这个名字中窥到一丝端倪。“它看起来像代码里的文档字符串(docstring)一样” 如果你这么想的话,已经对了一半了。
  举个例子:
  def square(x):
  """Squares x.
  >>> square(2)
  4
  >>> square(-2)
  4
  >>> square(5)
  25
  """
  return x * x
  if __name__ == '__main__':
  import doctest
  doctest.testmod()
  当执行该代码后,会执行文档内>>> 后面的测试代码,并与下一行的结果进行比对。执行的结果如下:

  但是,如果我们把结果改一下,square(2)的结果改成5,测试代码如下:
  def square(x):
  """Squares x.
  >>> square(2)
  5
  >>> square(-2)
  4
  >>> square(5)
  25
  """
  return x * x
  if __name__ == '__main__':
  import doctest
  doctest.testmod()
  执行的测试结果如下所示:

   2.3 py.test
  py.test是unittest的替代工具。
  尽管它是一个功能丰富、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。