python3.7idle如何测试源代码

Python015

python3.7idle如何测试源代码,第1张

python3.7idle测试源代码的方法:1、鼠标右键使用IDLE打开要调试的【.py】文件,点击【Run->Python Shell】;2、点击【Debug->Debugger】,弹出【Debug Control】窗口,设置断点并运行。

步骤1:打开Python Shell

鼠标右键使用IDLE打开需要调试的.py文件>>点击Run>>Python Shell

步骤2:打开Debug Control

点击Python Shell的Debug>>Debugger,弹出Debug Control窗口

Go按钮:点击Go按钮将导致程序正常执行至终止,或到达一个断点

Step按钮:点击Step将导致调试器执行下一行代码,然后再次暂停(会步入函数,相当于VS的F11单步执行)

Over按钮:与Step类似,但是如果下一行代码是函数调用,Over将会跳过该函数代码(相当于VS的F10,过程执行)

Out按钮:点击Out按钮将导致调试器全速执行代码行,直到他从当前函数返回(与Step相辅相成,Step进去想快点出来就Out)

Quit按钮:点击Quit按钮将马上终止该程序

步骤3:设置断点并运行

设置断点使用鼠标右键需要打断点的一行>>Set Breakpoint,点击Run>>Run Module进行调试

推荐课程:Python快速教程之从入门到精通

python自动化教程Jmeter性能测试25套高级软件测试,性能测试,功能测试,自动化测试,接口测试,移动端测试,手机测试,WEB测试,渗透测试,测试用例设计,黑盒测试,白盒测试,UFT高级测试,Android测试,Selenium3自动化测试,Python3 测试,Java接口测试项目实战视频教程

软件测试技术包含:性能测试,功能测试,自动化测试,接口测试,移动端测试,手机测试,WEB测试,渗透测试,测试用例设计,黑盒测试,白盒测试,UFT高级测试,项目实战,Android测试,Selenium3自动化测试,Python3 测试,Java接口测试,LoadRunner性能测试,Appiumapp自动化测试,UIAutomator,Appium,Unittest测试框架,Kali Linux Web渗透测试,Git+Jenkins持续集成,LR+Jmeter性能测试,分布式性能测试高级视频教程。。。

Dodwnload:https://www.soft1188.com/rjcs/283.html

总目录:25套高级软件测试,性能测试,功能测试,自动化测试,接口测试,移动端测试,手机测试,WEB测试,渗透测试,测试用例设计,黑盒测试,白盒测试,目实战视频教程

第一套:【基础精通】软件测试特训营基础到就业班,系统测试,WEB测试,UFT与Selenium自动化测试,LR性能测试视频教程

第二套:【项目实战】软件测试系列之Java Selenium3自动化测试项目实战视频教程

第三套:【微服务课】Spring Cloud微服务最新技术入门到精通视频教程

第四套:【系统学习】Android移动端自动化测试从入门到实战(Java篇)UIAutomator,Robotium,Appium实战进阶视频教程

第五套:【系统学习】Android移动端专项测试与自动化测试(Python篇)UIAutomator,Appium,Unittest框架视频教程

第六套:【性能测试】JMeter深入进阶性能测试体系,接口性能测试,各领域企业实战视频教程

第七套:【项目实战】JMeter全程实战、性能测试实战、分布式性能测试、真实案例分析、基础到精通视频教程

第八套:【性能测试】LoadRunner性能测试基础到精通全程实战视频教程

第九套:【渗透测试】Kali Linux Web渗透测试视频教程

第十套:【系统学习】Appiumapp自动化测试基础到精通视频教程

第十一套:【项目实战】python selenium自动化测试项目实战视频教程(3套)

第十二套:【系统学习】快速上手JMeter性能测试工具视频教程

第十三套:【系统学习】LoadRunner软件性能测试,接口性能测试视频教程

第十四套:【项目实战】Selenium3.0深度解析自动化测试框架设计与实战与平台设计高级测试开发实战视频教程

第十五套:【系统学习】Web自动化测试,Selenium基础到企业应用,用例设计,持续集成视频教程

第十六套:【项目实战】最全面的Java接口自动化测试实战视频教程

第十七套:【项目实战】Python接口自动化从设计到开发,测试框架实战与自动化进阶视频教程

第十八套:【系统学习】达内软件测试零基础到就业视频教程

第十九套:【测试就业】软件测试就业指导视频教程

第二十套:【安卓测试】Android安卓自动化新手进阶测试培训手机app软件开发课

第二十一套:【系统学习】软件测试特训营,自动化测试与UFT应用视频教程

第二十二套:【高新面试】Python高新面试教程移动自动化测试面试面试分析+知识理论+面试技巧视频教程

第二十三套:【高级测试】最新Web自动化测试框架Selenium3.0+Python3,搭建通用的Web自动化测试框架实战视频教程

第二十四套:【高级测试】高级软件测试工程师精英培训班,软件测试工程师(Web自动化+APP自动化+接口自动化+面试)视频教程

第二十五套:【系统学习】软件测试web自动化测试selenium+移动端项目测试appium+接口测试Jmeter+性能测试LoadRunner视频教程

python自动化教程Jmeter性能测试python自动化教程Jmeter性能测试python自动化教程Jmeter性能测试python自动化教程Jmeter性能测试python自动化教程Jmeter性能测试python自动化教程Jmeter性能测试python自动化教程Jmeter性能测试python自动化教程Jmeter性能测试python自动化教程Jmeter性能测试

单元测试是用来对一个模块、一个函数或者一个类来进行正确性检验的测试工作。

比如对函数abs(),我们可以编写出以下几个测试用例:

输入正数,比如1、1.2、0.99,期待返回值与输入相同;

输入负数,比如-1、-1.2、-0.99,期待返回值与输入相反;

输入0,期待返回0;

输入非数值类型,比如None、[]、{},期待抛出TypeError。

把上面的测试用例放到一个测试模块里,就是一个完整的单元测试。

如果单元测试通过,说明我们测试的这个函数能够正常工作。如果单元测试不通过,要么函数有bug,要么测试条件输入不正确,总之,需要修复使单元测试能够通过。

单元测试通过后有什么意义呢?如果我们对abs()函数代码做了修改,只需要再跑一遍单元测试,如果通过,说明我们的修改不会对abs()函数原有的行为造成影响,如果测试不通过,说明我们的修改与原有行为不一致,要么修改代码,要么修改测试。

这种以测试为驱动的开发模式最大的好处就是确保一个程序模块的行为符合我们设计的测试用例。在将来修改的时候,可以极大程度地保证该模块行为仍然是正确的。

我们来编写一个Dict类,这个类的行为和dict一致,但是可以通过属性来访问,用起来就像下面这样:

>>>d = Dict(a=1, b=2)

>>>d['a']

1

>>>d.a

1

mydict.py代码如下:

class Dict(dict):

def __init__(self, **kw):

super(Dict, self).__init__(**kw)

def __getattr__(self, key):

try:

return self[key]

except KeyError:

raise AttributeError(r"'Dict' object has no attribute '%s'" % key)

def __setattr__(self, key, value):

self[key] = value

为了编写单元测试,我们需要引入Python自带的unittest模块,编写mydict_test.py如下:

import unittest

from mydict import Dict

class TestDict(unittest.TestCase):

def test_init(self):

d = Dict(a=1, b='test')

self.assertEquals(d.a, 1)

self.assertEquals(d.b, 'test')

self.assertTrue(isinstance(d, dict))

def test_key(self):

d = Dict()

d['key'] = 'value'

self.assertEquals(d.key, 'value')

def test_attr(self):

d = Dict()

d.key = 'value'

self.assertTrue('key' in d)

self.assertEquals(d['key'], 'value')

def test_keyerror(self):

d = Dict()

with self.assertRaises(KeyError):

value = d['empty']

def test_attrerror(self):

d = Dict()

with self.assertRaises(AttributeError):

value = d.empty

编写单元测试时,我们需要编写一个测试类,从unittest.TestCase继承。

以test开头的方法就是测试方法,不以test开头的方法不被认为是测试方法,测试的时候不会被执行。

对每一类测试都需要编写一个test_xxx()方法。由于unittest.TestCase提供了很多内置的条件判断,我们只需要调用这些方法就可以断言输出是否是我们所期望的。最常用的断言就是assertEquals():

self.assertEquals(abs(-1), 1) # 断言函数返回的结果与1相等

另一种重要的断言就是期待抛出指定类型的Error,比如通过d['empty']访问不存在的key时,断言会抛出KeyError:

with self.assertRaises(KeyError):

value = d['empty']

而通过d.empty访问不存在的key时,我们期待抛出AttributeError:

with self.assertRaises(AttributeError):

value = d.empty

运行单元测试

一旦编写好单元测试,我们就可以运行单元测试。最简单的运行方式是在mydict_test.py的最后加上两行代码:

if __name__ == '__main__':

unittest.main()

这样就可以把mydict_test.py当做正常的python脚本运行:

$ python mydict_test.py

另一种更常见的方法是在命令行通过参数-m unittest直接运行单元测试:

$ python -m unittest mydict_test

.....

----------------------------------------------------------------------

Ran 5 tests in 0.000s

OK

这是推荐的做法,因为这样可以一次批量运行很多单元测试,并且,有很多工具可以自动来运行这些单元测试。

setUp与tearDown

可以在单元测试中编写两个特殊的setUp()和tearDown()方法。这两个方法会分别在每调用一个测试方法的前后分别被执行。

setUp()和tearDown()方法有什么用呢?设想你的测试需要启动一个数据库,这时,就可以在setUp()方法中连接数据库,在tearDown()方法中关闭数据库,这样,不必在每个测试方法中重复相同的代码:

class TestDict(unittest.TestCase):

def setUp(self):

print 'setUp...'

def tearDown(self):

print 'tearDown...'

可以再次运行测试看看每个测试方法调用前后是否会打印出setUp...和tearDown...。