使用py.test进行TDD开发实战指南

"这篇PDF文档是关于使用py.test进行测试驱动开发(TDD)的教程，作者Holger Krekel在PyConUK 2008会议上进行了分享。py.test是一个跨项目的测试工具，它自动收集和执行测试，采用最小化样板代码的方式，并支持项目级别的自定义。该工具具有许多成熟特性，可在Linux、Windows、OSX上运行，兼容Python 2.3到2.5版本。教程主要涵盖测试编写和运行的多个方面，包括测试函数、测试类、生成式测试、TDD实践、测试状态的设置和拆卸、跳过测试以及docstrings测试。" py.test是一个强大的Python测试框架，它简化了测试的编写和执行过程，尤其适合进行TDD。以下是py.test的一些关键知识点： 1. **跨项目测试工具**：py.test设计用于不同项目的测试，这意味着它能适应各种项目结构和需求。 2. **自动收集和执行测试**：py.test能够自动识别以`test_`或以`test`开头的函数和方法作为测试，无需额外的初始化工作，如在其他框架中常见的`setup_class`和`tearDown_class`。 3. **最小化样板代码**：py.test的核心理念是减少重复的测试代码，使得测试更加简洁和可读。例如，测试用例的初始化和清理可以通过`setup`和`tearDown`装饰器来实现，而不需要创建专门的初始化和清理方法。 4. **测试函数和测试类**：py.test支持传统的函数级测试和类级测试，允许组织测试逻辑以适应不同复杂度的需求。 5. **生成式测试**：通过使用`pytest.mark.parametrize`，你可以为一个测试函数提供多个参数组合，一次运行测试就能覆盖多种情况，大大提高了测试效率。 6. **TDD实践**：TDD（Test-Driven Development）是一种软件开发方法，强调先写测试，再编写满足测试的代码。py.test的易用性和快速反馈机制非常适合TDD流程。 7. **测试状态的设置和拆卸**：使用`setup`和`tearDown`装饰器可以定义在每个测试前后执行的代码，确保测试环境的一致性。 8. **跳过测试**：对于某些条件下不适用的测试，可以使用`pytest.mark.skip`或`pytest.mark.xfail`标记来跳过或标记为预期失败，避免干扰正常的测试流程。 9. **docstrings测试**：py.test支持直接在函数或类的docstring中编写doctests，这些doctests将被自动识别并执行，增加了测试的便利性。 10. **平台和Python版本兼容**：py.test广泛支持多种操作系统（Linux、Windows、OSX）和Python版本（至少从2.3到2.5），确保了代码在不同环境下的可测试性。 通过这个教程，开发者可以学习到如何高效地利用py.test进行测试，提高开发效率，确保代码质量。无论你是Python新手还是经验丰富的开发者，了解并掌握py.test都能使你的测试工作变得更加轻松和高效。