Django中的第一个自动化测试编写

跟着Django官网中的投票应用学习,其中有官方说明的一个bug:如果 Question 是在一天之内发布的,那么这个Question 应该显示"published_recently",返回值为True ,然而现在如果问题发布时间为30天之后(未来时间),也会返回True,而我们期待的是返回值为False.

那么根据测试的思想:应用中总是存在bug的,目的就是编写测试用例找出这些bug。现在已经知道bug是什么样,编写有效的测试用例来触发这个bug就好了。因为项目目前很简单,而且是第一个测试,就先简单写到一个test.py文件里面,但后面如果要规范化的话,还是应该在应用程序代码旁边创建一个tests目录,可以创建多个测试文件,把测试分为不同的子模块。

图中详细信息:

①polls/tests.py 我的投票应用名称叫做polls,测试是写在test.py文件中的。

②class QuestionModelTests(TestCase): 创建一个django.test.TestCase的子类,自动化测试运行会在该类中自动寻找以 test 开头的测试函数。

③ test_was_published_recently_with_future_question函数中三行代码创建了一个测试用例:将问题发布时间设为从现在开始的30 days之后,正确返回值应该为False.

④在终端中运行指令 python manage.py test polls,则会寻找polls路径下的测试代码,有1 test.

⑤Creating test database for alias 'default'... 需要数据库的测试不会使用实际项目中的数据库,而是会创建一个测试数据库,无论测试是否通过,所有测试执行完毕后测试数据库默认销毁(在一定条件下可以用命令在两次测试之间保留测试数据库,这样可以加快测试)。

⑥这个测试返回结果与预想的不一样,最后输出FAILED,destroying 测试数据库。

确定bug后定位到具体源码然后修复:

python 复制代码
#before
def was_published_recently(self):
        now = timezone.now()
        return self.pub_date >= timezone.now() - datetime.timedelta(days=1)

#after
def was_published_recently(self):
        now = timezone.now()
        return now - datetime.timedelta(days=1) <= self.pub_date <= now

测试用例不变,执行测试。这次测试通过,输出OK.

还是这个published_recently问题,根据边界值分析的设计思路,可以再设计两个测试用例,一个Question发表时间为1 day 少1秒,一个发表时间为1day 多一秒。

python 复制代码
def test_was_published_recently_with_old_question(self):
        """
        bug:一天以上发布的问题应该返回 False
        """
        time = timezone.now() - datetime.timedelta(days=1, seconds=1)
        old_question = Question(pub_date=time)
        self.assertIs(old_question.was_published_recently(), False)
        

def test_was_published_recently_with_recent_question(self):
        """
        bug: 1天内发布的问题应该返回 True
        """
        time = timezone.now() - datetime.timedelta(hours=23, minutes=59, seconds=59)
        recent_question = Question(pub_date=time)
        self.assertIs(recent_question.was_published_recently(), True)

执行测试:

最后贴一张Django文档中对于测试的观点:

相关推荐
阿正的梦工坊8 分钟前
Sliding Window Attention(滑动窗口注意力)解析: Pytorch实现并结合全局注意力(Global Attention )
人工智能·pytorch·python
喜-喜31 分钟前
Python pip 缓存清理:全面方法与操作指南
python·缓存·pip
rgb2gray32 分钟前
GeoHD - 一种用于智慧城市热点探测的Python工具箱
人工智能·python·智慧城市
MZWeiei1 小时前
Matplotlib,Streamlit,Django大致介绍
python·django·matplotlib
游客5202 小时前
自动化办公|xlwings生成图表
python·自动化
ylfhpy2 小时前
Python常见面试题的详解16
开发语言·python·面试
蹦蹦跳跳真可爱5892 小时前
Python----PyQt开发(PyQt高级:手搓一个音乐播放器)
python·pyqt
高力士等十万人2 小时前
OpenCV对比度增强
人工智能·python·opencv
宝哥的菜鸟之路2 小时前
Python 数据分析概述 ①
开发语言·python·数据分析
全栈若城2 小时前
03 Python字符串与基础操作详解
java·开发语言·python