Python语法学习篇（三）【py3】

测试篇

此部分承接上一篇文章，在发现错误以及调试后，需要对一个模块或是函数或类进行检验

单元测试

为了保证代码质量，方便后续修改和设计，我们采用单元测试：

要测试的Dict类：

python 复制代码

# mydict.py
class Dict(dict):
    """支持属性访问的字典"""
    def __getattr__(self, key):
        try:
            return self[key]
        except KeyError:
            raise AttributeError(f"'Dict' object has no attribute '{key}'")
    
    def __setattr__(self, key, value):
        self[key] = value

测试代码：（引入 Python 自带的 unittest 模块）

python 复制代码

# test_mydict.py
import unittest
from mydict import Dict

class TestDict(unittest.TestCase):
    
    def test_init(self):
        """测试初始化"""
        d = Dict(a=1, b='test')
        self.assertEqual(d.a, 1)          # 属性访问
        self.assertEqual(d['b'], 'test')   # 字典访问
        self.assertTrue(isinstance(d, dict))
    
    def test_key(self):
        """测试字典方式设置和获取"""
        d = Dict()
        d['key'] = 'value'
        self.assertEqual(d.key, 'value')   # 可以通过属性访问
    
    def test_attr(self):
        """测试属性方式设置和获取"""
        d = Dict()
        d.key = 'value'
        self.assertEqual(d['key'], 'value')  # 可以通过字典访问
        self.assertIn('key', d)              # 确实在字典中
    
    def test_keyerror(self):
        """测试访问不存在的key时抛出KeyError"""
        d = Dict()
        with self.assertRaises(KeyError):    # 期待抛出KeyError
            value = d['nonexistent']
    
    def test_attrerror(self):
        """测试访问不存在的属性时抛出AttributeError"""
        d = Dict()
        with self.assertRaises(AttributeError):  # 期待抛出AttributeError
            value = d.nonexistent

# 运行测试
if __name__ == '__main__':
    unittest.main()

编写时测试类继承自unittest.TestCase，test开头的为测试方法，继承的类提供了内置的条件判断，调用他们通过assert断言输出是否为我们期望输出的值，如code中的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

运行测试

python 复制代码

# 方法1：直接运行测试文件
python test_mydict.py

# 方法2：使用unittest模块（推荐）
python -m unittest test_mydict

# 输出：
# .....
# ----------------------------------------------------------------------
# Ran 5 tests in 0.001s
# OK

setUp 和 tearDown

这是两个特殊方法，会在每调用一个测试方法的前后分别被执行

这种什么时候可能会用到呢，一般可用于连接：连接数据库，连接通信协议

setUp（）里可以用于连接，tearDown（）里可以用来释放。这样就省去此类每个测试中重复的代码部分。

python 复制代码

class TestDict(unittest.TestCase):
    
    def setUp(self):
        """每个测试方法前执行"""
        print("准备测试环境...")
        self.test_dict = Dict(a=1, b=2)
    
    def tearDown(self):
        """每个测试方法后执行"""
        print("清理测试环境...")
        del self.test_dict
    
    def test_something(self):
        """测试方法"""
        self.assertEqual(self.test_dict.a, 1)

文档测试

把测试写在文档字符串里，既是文档又是测试

python 复制代码

# mydict_with_doctest.py
class Dict(dict):
    '''
    支持属性访问的字典类
    
    示例：
    >>> d = Dict(a=1, b=2)
    >>> d.a
    1
    >>> d['b']
    2
    >>> d.c = 3
    >>> d['c']
    3
    >>> d['nonexistent']
    Traceback (most recent call last):
    ...
    KeyError: 'nonexistent'
    >>> d.nonexistent
    Traceback (most recent call last):
    ...
    AttributeError: 'Dict' object has no attribute 'nonexistent'
    '''
    
    def __getattr__(self, key):
        try:
            return self[key]
        except KeyError:
            raise AttributeError(f"'Dict' object has no attribute '{key}'")
    
    def __setattr__(self, key, value):
        self[key] = value

if __name__ == '__main__':
    import doctest
    doctest.testmod()  # 自动运行文档中的测试

python mydict_with_doctest.py
**# 如果测试通过，没有任何输出

如果测试失败，会显示详细的错误信息**

测试小结

常见的软件工程项目都有测试环节，做好测试需要考虑很多，输入组合；边界条件；各类异常等等，是推进项目的保证和必要条件。

先写测试（测试驱动开发）

def test_add_user():

先写测试，再实现功能

pass

运行测试（应该失败）

实现功能代码

再次运行测试（应该通过）

重构优化（确保测试仍然通过）

IO Py编程

cite 廖老师：
++IO 在计算机中指 Input/Output，也就是输入和输出。由于程序和运行时数据是在内存中驻留，++ ++由 CPU 这个超快的计算核心来执行，涉及到数据交换的地方，通常是磁盘、网络等，就需++ ++要 IO 接口。++
++比如你打开浏览器，访问新浪首页，浏览器这个程序就需要通过网络 IO 获取新浪的网页。++
++浏览器首先会发送数据给新浪服务器，告诉它我想要首页的 HTML，这个动作是往外发数++
++据，叫 Output，随后新浪服务器把网页发过来，这个动作是从外面接收数据，叫 Input。所++
++以，通常，程序完成 IO 操作会有 Input 和 Output 两个数据流。当然也有只用一个的情况，++
++比如，从磁盘读取文件到内存，就只有 Input 操作，反过来，把数据写到磁盘文件里，就++
++只是一个 Output 操作。++
++IO 编程中，Stream（流）是一个很重要的概念，可以把流想象成一个水管，数据就是水管++
++里的水，但是只能单向流动。Input Stream 就是数据从外面（磁盘、网络）流进内存，++
++Output Stream 就是数据从内存流到外面去。对于浏览网页来说，浏览器和新浪服务器之间++
++至少需要建立两根水管，才可以既能发数据，又能收数据。++
++由于 CPU 和内存的速度远远高于外设的速度，所以，在 IO 编程中，就存在速度严重不匹++
++配的问题。举个例子来说，比如要把 100M 的数据写入磁盘，CPU 输出 100M 的数据只需++
++要 0.01 秒，可是磁盘要接收这 100M 数据可能需要 10 秒，怎么办呢？有两种办法：++
++第一种是 CPU 等着，也就是程序暂停执行后续代码，等 100M 的数据在 10 秒后写入磁盘，++
++再接着往下执行，这种模式称为同步 IO；++
++另一种方法是 CPU 不等待，只是告诉磁盘，"您老慢慢写，不着急，我接着干别的事去了"，++
++于是，后续代码可以立刻接着执行，这种模式称为异步 IO。同步和异步的区别就在于是否等待 IO 执行的结果。好比你去麦当劳点餐，你说"来个汉堡"，++
++服务员告诉你，对不起，汉堡要现做，需要等 5 分钟，于是你站在收银台前面等了 5 分钟，++
++拿到汉堡再去逛商场，这是同步 IO。++
++你说"来个汉堡"，服务员告诉你，汉堡需要等 5 分钟，你可以先去逛商场，等做好了，我++
++们再通知你，这样你可以立刻去干别的事情（逛商场），这是异步 IO。++
++很明显，使用异步 IO 来编写程序性能会远远高于同步 IO，但是异步 IO 的缺点是编程模型++
++复杂。想想看，你得知道什么时候通知你"汉堡做好了"，而通知你的方法也各不相同。如果++
++是服务员跑过来找到你，这是回调模式，如果服务员发短信通知你，你就得不停地检查手++
++机，这是轮询模式。总之，异步 IO 的复杂度远远高于同步 IO。++
++操作 IO 的能力都是由操作系统提供的，每一种编程语言都会把操作系统提供的低级 C 接++
++口封装起来方便使用，Python 也不例外。++

文件读写

文件读写是最常用的IO操作。python内置的文件读写函数用法兼容c语言，本质是os提供接口打开一个文件对象（文件描述符），从接口中读取数据或写入数据。

读文件

python内置读文件函数open（），'r'默认是读取文本文件且是ASCII编码的文本，若要读取二进制文件（例如常见的图片，视频等）采用'rb'模式

python 复制代码

f = open('/Users/code/test.txt', 'r')

f = open('D:\图片\OIP-C.jpg', 'rb')
print(f.read())

b'RIFF\x8cf\x00\x00WEBPVP8...'

如果非ASCII码的文本，就必须以二进制模式打开再解码。以GBK编码文件为例：

python 复制代码

f = open('/Users/michael/gbk.txt', 'rb')
u = f.read().decode('gbk')
print(u)

这样转码很麻烦，py提供了一个codecs模块帮助读文件时自动转换编码，直接读出Unicode：

python 复制代码

import codecs
with codecs.open('/Users/michael/gbk.txt', 'r', 'gbk') as f:
 f.read() # u'\u6d4b\u8bd5'

文件不存在，open（）函数会抛出IOError的错误，返回错误码和错误信息。

复制代码

Traceback (most recent call last):
  File "D:\Python Codelib\Code\pylearning.py", line 672, in <module>
    f = open('/Users/code/test.txt', 'r')
FileNotFoundError: [Errno 2] No such file or directory: '/Users/code/test.txt

文件打开成功，就可以直接调用read（）方法一次读取文件的全部内容，py把内容读到内存中转化成str对象表示：

复制代码

>>>f.read()

'Hello ,world'

关闭文件

复制代码

>>> f.close()

文件读写时很容易出现读写错误返回IOError，那么close（）就不会调用，所以可以结合学会的try...finally实现

复制代码

try:
 f = open('/Users/code/test.txt', 'r')
 print (f.read())
finally:
 if f:
 f.close()

但Python有更方便的语句来自动调用close（）方法，那就是with语句

复制代码

with open('/path/to/file', 'r') as f:
 print f.read()

和上一个try的意思一致还更简洁，不用每次去记得加close。

在前面操作时还有一个问题：调用read（）一次性读取文件内容到内存，那如果文件内容几十G，岂不是一下子把内存干爆了？所以保守一下，采用反复调用的方法read（size），每次只会读最多size个字节的内容。这种控制读取的方法在Java等语言也见过。Python调用readline（）可以每次读取一行，调用readlines（）则可以读取所有内容并按行返回list

总结：文件小，直接read（）；不确定文件大小，用read（size）试探就行；配置文件（类似于json格式，适用于读取json数据集的情况）就用readlines（）

复制代码

for line in f.readlines():
 print(line.strip()) # 把末尾的'\n'删掉

这里还需要补充一点：

只要对一个对象使用open（）函数，其返回中有read（）方法的对象，我们统称它为File-like Object。其寓意也很简单："像文件的对象"。

它的核心特征就是必须有read（）方法，通常也有write（），seek（），close（）等方法

且不要求从特定的类继承。

StringIO就是内存中的创建的File-like Object常作为临时缓冲。让你在内存中操作字符串像操作文件一样，下面只举一个小栗子方便理解
python 复制代码
from io import StringIO

# 创建内存中的"文件"
memory_file = StringIO()

# 像写入文件一样写入内容
memory_file.write("Hello, World!\n")
memory_file.write("这是第二行内容")

# 移动到文件开头（就像操作真实文件一样）
memory_file.seek(0)

# 读取内容
content = memory_file.read()
print("读取的内容:")
print(content)

# 关闭"文件"
memory_file.close()

写文件

与读文件很是类似，写默认文本就是'r'，二进制文本就是'rb'

python 复制代码

>>> f = open('/Users/michael/test.txt', 'w')
>>> f.write('Hello, world!')
>>> f.close()

反复写反复调用write即可，但是close（）不要忘。os不会把我们写入的东西立刻写入磁盘而是放入内存中缓存，空闲时慢慢写。调用close（），才能保证让os都写好。所以不加的后果就是可能写了一部分剩下的没了。所以with更保险些：

python 复制代码

with open('/Users/michael/test.txt', 'w') as f:
 f.write('Hello, world!')

换码的操作仿照读就可以，这里不再另外举例了。

操作文件和目录

这部分在操作系统（下简称os）课中都会提及，不过本节根据python做适应。

操作文件和目录，可以在命令行里输入os的各种命令，dir或cp等等

python 复制代码

import os

# 查看操作系统类型
print("操作系统:", os.name)  # 'posix' (Linux/Mac) 或 'nt' (Windows)

# 获取详细系统信息（Windows不可用）
if os.name == 'posix':
    print("系统详情:", os.uname())
#说明os模块的一些函数和os息息相关

目录操作

操作文件和目录的函数一部分放在 os 模块中，一部分放在 os.path 模块中，这一点要注意
一下

python 复制代码

import os

# 获取当前工作目录
current_dir = os.getcwd()
print("当前目录:", current_dir)

# 切换目录
os.chdir('/tmp')  # 切换到 /tmp 目录
print("切换后目录:", os.getcwd())

# 切换回原目录
os.chdir(current_dir)

# 查看当前目录的绝对路径:
>>> os.path.abspath('.')
'/Users/michael'
# 在某个目录下创建一个新目录，
# 首先把新目录的完整路径表示出来:
>>> os.path.join('/Users/michael', 'testdir')
'/Users/michael/testdir'
# 然后创建一个目录:
>>> os.mkdir('/Users/michael/testdir')
# 删掉一个目录:
>>> os.rmdir('/Users/michael/testdir')

操作	方法	说明
目录操作	`os.listdir()`, `os.mkdir()`	列出、创建目录
文件操作	`os.rename()`, `os.remove()`	重命名、删除文件
路径处理	`os.path.join()`, `os.path.exists()，` os.path.split(),os.path.splitext()	路径拼接和检查
信息获取	`os.stat()`, `os.getcwd()`	获取文件和系统信息

tips：但是你会发现竟然没有复制操作，os中没提供系统调用，但其实通过读写可以实现，就是麻烦了些。
幸运的是 shutil 模块提供了 copyfile()的函数，你还可以在 shutil 模块中找到很多实用
函数，它们可以看做是 os 模块的补充

环境变量

os中定义的环境变量都保存在os.environ这个dict中

python 复制代码

environ({'ALLUSERSPROFILE': 'C:\\ProgramData', 'APPDATA': 'C:\\Users\\Administrator\\AppData\\Roaming', 'COMMONPROGRAMFILES': 'C:\\Program Files\\Common Files', 'COMMONPROGRAMFILES(X86)': 'C:\\Program Files (x86)\\Common Files', 'COMMONPROGRAMW6432': 'C:\\Program Files\\Common Files', 'COMPUTERNAME': 'WKTAN', 'COMSPEC': 'C:\\Windows\\system32\\cmd.exe', 'CONDA_DEFAULT_ENV': 'base', 'CONDA_PREFIX': ...})

获得某个环境变量的值，调用os.getenv（）

python 复制代码

>>>print(os.getenv('WINDIR'))
>>>C:\Windows