Source From Here
Preface
對於靜態定型語言(Statically-typing language),因為變數有型態資訊,因而編譯器等工具,可以在程式運行之前檢查出許多型態不正確的資訊。
Python 是動態定型語言(Dynamically-typing language),也就是說,在 Python 中變數沒有型態,只是用來作為參考實際物件的一根柄(Handle),如果有型態錯誤上的操作,基本上會是在執行時期運行至該段程式碼時,才會產生錯誤訊息,因此對於 Python 來說,檢查出型態不正確的任務,必須開發者本身來承擔,為程式設計測試程式,會是個不錯的方式之一。
(對於靜態定型語言,雖然有編譯器等工具,協助開發者於程式運行之前檢查型態錯誤問題,然而,設計優良測試程式檢測執行時期功能是否符合預期亦非常重要;對於動態語言,現在也有一些型態註解方案,可提供分析工具於程式運行前檢查型態資訊,像是 Python 的 PEP-3170 提出的 Function annotation。)
在 Python 的世界中,當然不乏撰寫測試的相關工具,像是 :
每個模組中都會有的 __name__ 全域變數 (The function’s name. Check Data Model),當你執行直接某個 Python 模組時,例如:
當模組使用時的程式碼會像 import 時般運行,不過如果當作一般 .py 檔執行時, __name__ 這個變數會被設定為 '__main__' 這個字串名稱,因此,如果想要為這個模組撰寫一個簡單的自我測試,可以如以下方式撰寫:
當你直接執行某個模組時,if 條件才會成立,測試的程式碼才會執行,而 import 該模組時,因為
__name__ 會是模組名稱,因此就不會在 import 執行測試的程式碼。
Assertions in Python
要在程式中安插斷言,使用 assert 很方便,其語法如下:
使用
assert expression 的話,相當於以下的程式片段:
如果包括第二個 reason statement,例如
assert expression, reason,相當於以下的程式片段:
也就是說,reason 會被當作
AssertionError 的錯誤資訊結果。
__debug__ 是個內建變數,一般情況下會是 True,如果執行時需要最佳化時(在執行時加上 -O 引數)則會是 False。例如以下是互動環境中的一些例子:
那麼何時該使用斷言呢?…一般有幾個建議:
前置條件斷言的例子如下:
程式中的 if 檢查進行了
防禦式程式設計(Defensive programming),如果想要用 assert 取代,可以如下:
(
防禦式程式設計有些不好的名聲,不過並不是做了防禦式程式設計就不好,可以參考 避免隱藏錯誤的防禦性設計)
一個內部不變量的例子則是如下:
如果要在 else 的 balance 少於 100 的情況下拋出
AssertionError,以實現速錯(Fail fast)概念,而不是只使用註解來提醒開發者,則可以改為以下:
另一個情況是:
如果列舉檢查只會有以上四個條件,也可以運用斷言來實現速錯:
程式碼中有些一定不會執行到的流程區段,可以使用斷言來確保這些區段被執行時拋出錯誤。例如:
可以改為:
doctest
doctest 一方面是測試程式碼,一方面也是用來確認 docStrings 的內容沒有過期,基本上它驗證互動式的範例來執行 回歸測試(Regression testing),開發者只要為套件撰寫輸入輸出式的教學範例就可以了,這有點文學測試(Literate testing) 或可執行文件(executable documentation)的味道。
舉例來說,你也許為 util.py 中的 sorted 撰寫了以下的 docstrings:
- util.py
那麼直接執行模組時,就會執行測試,加上
-v 會顯示細節:
你也可以將這類文件寫在文字檔案中,例如一個 util_test.txt:
而
util.py 中改寫為以下,就可以從文字檔案中讀取內容並執行測試:
你也可以直接執行
doctest 模組 來載入測試用的文字檔案以執行測試,例如:
Supplement
* Python Gossip: 使用 assert
Preface
對於靜態定型語言(Statically-typing language),因為變數有型態資訊,因而編譯器等工具,可以在程式運行之前檢查出許多型態不正確的資訊。
Python 是動態定型語言(Dynamically-typing language),也就是說,在 Python 中變數沒有型態,只是用來作為參考實際物件的一根柄(Handle),如果有型態錯誤上的操作,基本上會是在執行時期運行至該段程式碼時,才會產生錯誤訊息,因此對於 Python 來說,檢查出型態不正確的任務,必須開發者本身來承擔,為程式設計測試程式,會是個不錯的方式之一。
(對於靜態定型語言,雖然有編譯器等工具,協助開發者於程式運行之前檢查型態錯誤問題,然而,設計優良測試程式檢測執行時期功能是否符合預期亦非常重要;對於動態語言,現在也有一些型態註解方案,可提供分析工具於程式運行前檢查型態資訊,像是 Python 的 PEP-3170 提出的 Function annotation。)
在 Python 的世界中,當然不乏撰寫測試的相關工具,像是 :
每個模組中都會有的 __name__ 全域變數 (The function’s name. Check Data Model),當你執行直接某個 Python 模組時,例如:
當模組使用時的程式碼會像 import 時般運行,不過如果當作一般 .py 檔執行時, __name__ 這個變數會被設定為 '__main__' 這個字串名稱,因此,如果想要為這個模組撰寫一個簡單的自我測試,可以如以下方式撰寫:
- if __name__ == "__main__":
- #測試的程式碼
Assertions in Python
要在程式中安插斷言,使用 assert 很方便,其語法如下:
- assert_stmt ::= "assert" expression ["," reason]
- if __debug__:
- if not expression: raise AssertionError
- if __debug__:
- if not expression: raise AssertionError(reason)
__debug__ 是個內建變數,一般情況下會是 True,如果執行時需要最佳化時(在執行時加上 -O 引數)則會是 False。例如以下是互動環境中的一些例子:
那麼何時該使用斷言呢?…一般有幾個建議:
前置條件斷言的例子如下:
- def __set_refresh_Interval(interval):
- if interval > 0 and interval <= 1000 / MAX_REFRESH_RATE:
- raise ValueError('Illegal interval: ' + interval)
- # 函式中的程式流程
- def __set_refresh_Interval(rate):
- (assert interval > 0 and interval <= 1000 / MAX_REFRESH_RATE,
- 'Illegal interval: ' + interval)
- # 函式中的程式流程
一個內部不變量的例子則是如下:
- if balance >= 10000:
- ...
- elif 10000 > balance >= 100:
- ...
- else: # balance 一定是少於 100 的情況
- ...
- if balance >= 10000:
- ...
- else if 10000 > balance >= 100:
- ...
- else:
- assert balance < 100, balance
- ...
- if suit == Suit.CLUBS:
- ...
- elif suit == Suit.DIAMONDS:
- ...
- elif suit == Suit.HEARTS:
- ...
- elif suit == Suit.SPADES:
- ...
- if suit == Suit.CLUBS:
- ...
- elif suit == Suit.DIAMONDS:
- ...
- elif suit == Suit.HEARTS:
- ...
- elif suit == Suit.SPADES:
- ...
- else:
- assert False, suit
- def foo(list):
- for ele in list:
- if ...:
- return
- # 這邊應該永遠不會被執行到
- def foo(list):
- for ele in list:
- if ...:
- return
- assert False
doctest 一方面是測試程式碼,一方面也是用來確認 docStrings 的內容沒有過期,基本上它驗證互動式的範例來執行 回歸測試(Regression testing),開發者只要為套件撰寫輸入輸出式的教學範例就可以了,這有點文學測試(Literate testing) 或可執行文件(executable documentation)的味道。
舉例來說,你也許為 util.py 中的 sorted 撰寫了以下的 docstrings:
- util.py
- ascending = lambda a,b: a-b
- descending = lambda a,b: b-a
- def __select(xs, compare):
- xs_sorted = []
- for v in xs:
- if len(xs_sorted) == 0: xs_sorted.append(v)
- else:
- bNotFound=True
- for (i,x) in enumerate(xs_sorted):
- if compare(x,v)>0:
- bNotFound=False
- xs_sorted.insert(i, v)
- break
- if bNotFound: xs_sorted.append(v)
- return xs_sorted
- def sorted(xs, compare = ascending):
- '''
- sorted(xs) -> new sorted list from xs' item in ascending order.
- sorted(xs, func) -> new sorted list. func should return a negative integer,
- zero, or a positive integer as the first argument is
- less than, equal to, or greater than the second.
- >>> sorted([2, 1, 3, 6, 5])
- [1, 2, 3, 5, 6]
- >>> sorted([2, 1, 3, 6, 5], ascending)
- [1, 2, 3, 5, 6]
- >>> sorted([2, 1, 3, 6, 5], descending)
- [6, 5, 3, 2, 1]
- >>> sorted([2, 1, 3, 6, 5], lambda a, b: a - b)
- [1, 2, 3, 5, 6]
- >>> sorted([2, 1, 3, 6, 5], lambda a, b: b - a)
- [6, 5, 3, 2, 1]
- '''
- return [] if not xs else __select(xs, compare)
- if __name__ == '__main__':
- import doctest
- doctest.testmod()
你也可以將這類文件寫在文字檔案中,例如一個 util_test.txt:
- The ``util`` module
- ======================
- Using ``sorted``
- -------------------
- >>> from util import *
- >>> sorted([2, 1, 3, 6, 5])
- [1, 2, 3, 5, 6]
- >>> sorted([2, 1, 3, 6, 5], ascending)
- [1, 2, 3, 5, 6]
- >>> sorted([2, 1, 3, 6, 5], descending)
- [6, 5, 3, 2, 1]
- >>> sorted([2, 1, 3, 6, 5], lambda a, b: a - b)
- [1, 2, 3, 5, 6]
- >>> sorted([2, 1, 3, 6, 5], lambda a, b: b - a)
- [6, 5, 3, 2, 1]
- if __name__ == '__main__':
- import doctest
- doctest.testfile(“util_test.txt")
Supplement
* Python Gossip: 使用 assert
沒有留言:
張貼留言