 - 给代码上个保险)
Day 34：【99天精通Python】单元测试 (Unittest) - 给代码上个保险
前言
欢迎来到第34天！
在之前的开发中，我们通常是怎么验证代码对不对的？
—— 写完代码，手动运行一下，输入几个参数，看看打印结果对不对。
这种人工测试方式在小脚本里还行，但当项目变大时：
- 效率低：每次改个小功能，都要把所有功能手动测一遍，累死人。
- 不可靠：人是会犯错的，容易漏测某些边界情况（比如除以0、空输入）。
- 不敢重构：想优化代码，又怕改坏了以前的功能，导致不敢动。
单元测试 (Unit Testing)就是为了解决这些问题。我们写一段代码（测试脚本）来专门检测另一段代码（业务逻辑）。一旦业务代码被修改，只需一键运行测试脚本，几秒钟就能知道有没有把旧功能改坏。
本节内容：
- 什么是单元测试？
- Python 内置模块
unittest - 常用断言方法 (
assertEqual,assertTrue…) - 测试固件：
setUp与tearDown - 实战练习：为银行账户类编写测试
一、第一个测试用例
假设我们有一个简单的函数add(a, b)：
# math_func.pydefadd(a,b):returna+b我们想测试它对不对。使用unittest模块：
# test_math.pyimportunittestfrommath_funcimportadd# 1. 定义一个测试类，必须继承 unittest.TestCaseclassTestMathFunc(unittest.TestCase):# 2. 定义测试方法，必须以 test_ 开头deftest_add_integers(self):"""测试整数相加"""result=add(1,2)# 3. 断言：判断 result 是否等于 3self.assertEqual(result,3)deftest_add_strings(self):"""测试字符串相加"""result=add("hello"," world")self.assertEqual(result,"hello world")# 4. 运行测试if__name__=='__main__':unittest.main()运行test_math.py，如果一切正常，控制台会显示OK。如果把add函数改成return a - b，运行测试就会报错FAIL。
二、常用断言 (Assertions)
断言是测试的核心，用来判断"实际结果"与"预期结果"是否一致。
| 方法 | 检查内容 |
|---|---|
assertEqual(a, b) | a == b |
assertNotEqual(a, b) | a != b |
assertTrue(x) | x为真 |
assertFalse(x) | x为假 |
assertIn(item, container) | item在容器中 |
assertIsNone(x) | x是 None |
assertRaises(Error, func) | func执行时抛出指定异常 |
示例：测试除法异常
defdivide(a,b):ifb==0:raiseValueError("除数不能为0")returna/bclassTestDivide(unittest.TestCase):deftest_divide_zero(self):# 断言：执行 divide(10, 0) 时应该抛出 ValueErrorwithself.assertRaises(ValueError):divide(10,0)三、测试固件：setUp 与 tearDown
有时候，每个测试用例运行前都需要做一些准备工作（比如连接数据库、创建临时文件），运行后需要清理（断开连接、删除文件）。
这时就用到setUp（前置）和tearDown（后置）。
setUp(): 每个test_方法运行前自动执行。tearDown(): 每个test_方法运行后自动执行。
classTestDatabase(unittest.TestCase):defsetUp(self):print("\n--- 连接数据库 ---")self.db={"user":"admin"}# 模拟数据库连接deftearDown(self):print("--- 断开连接 ---")self.db=Nonedeftest_query(self):print("执行查询测试")self.assertEqual(self.db["user"],"admin")deftest_update(self):print("执行更新测试")self.db["user"]="root"self.assertEqual(self.db["user"],"root")执行顺序：
setUp->test_query->tearDownsetUp->test_update->tearDown
注意：每个测试用例之间是相互独立的。
test_update修改了数据，不会影响test_query（因为它在下一次运行时会重新setUp）。
四、实战练习：测试银行账户类
回顾一下 Day 14 写的BankAccount类，我们给它加上单元测试。
业务代码 (bank.py)：
classBankAccount:def__init__(self,balance=0):self.balance=balancedefdeposit(self,amount):ifamount<=0:raiseValueError("存款金额必须大于0")self.balance+=amountreturnself.balancedefwithdraw(self,amount):ifamount>self.balance:raiseValueError("余额不足")self.balance-=amountreturnself.balance测试代码 (test_bank.py)：
importunittestfrombankimportBankAccountclassTestBankAccount(unittest.TestCase):defsetUp(self):# 每次测试前，都创建一个初始余额为 100 的账户self.account=BankAccount(100)deftest_deposit(self):"""测试存款正常"""new_balance=self.account.deposit(50)self.assertEqual(new_balance,150)self.assertEqual(self.account.balance,150)deftest_deposit_negative(self):"""测试存负数报错"""withself.assertRaises(ValueError):self.account.deposit(-10)deftest_withdraw(self):"""测试取款正常"""self.account.withdraw(30)self.assertEqual(self.account.balance,70)deftest_withdraw_overdraft(self):"""测试透支报错"""withself.assertRaises(ValueError):self.account.withdraw(200)if__name__=='__main__':unittest.main()五、如何运行测试
5.1 命令行运行
在终端中，不需要修改代码，直接运行：
# 运行指定文件python -m unittest test_bank.py# 自动发现并运行当前目录下所有 test_*.py 文件python -m unittest discover5.2 生成测试报告
虽然unittest自带的输出很简单，但我们可以配合第三方库（如HTMLTestRunner，不过现在更流行用pytest）来生成漂亮的 HTML 报告。我们会在进阶课程的最后介绍更强大的pytest框架。现在先掌握unittest的基础。
六、常见问题
Q1：为什么我的测试方法没运行？
请检查方法名是否以test_开头。如果写成def check_add(self):，unittest会忽略它。
Q2：测试代码和业务代码应该放在一起吗？
不建议。通常在项目根目录下创建一个tests/文件夹，专门存放测试脚本。
Q3：unittest和pytest哪个好？
unittest：Python 内置，不需要安装，符合 xUnit 标准（类、setUp/tearDown），适合学习原理。pytest：第三方库，语法更简单（不需要写类，直接写 assert），插件丰富。实际工作中推荐用 pytest，但它是建立在对测试原理理解的基础上的。
七、小结
关键要点：
- 测试是保险：它保证了你的代码在修改后依然符合预期。
- 独立性：每个测试用例应该是独立的，互不干扰。
- 覆盖率：不仅要测"正常情况"，更要测"异常情况"（如存负数、取款透支）。
八、课后作业
- 字符串工具测试：编写一个函数
is_palindrome(s)判断字符串是否为回文（如 “aba”）。编写测试用例，覆盖：回文串、非回文串、空字符串、含空格的字符串。 - 购物车测试：为 Day 16 的
Cart类编写测试。测试功能：add添加商品，len计算数量，以及确保添加重复商品时逻辑是否符合预期（假设允许重复）。 - 修复 Bug：在练习1中，如果输入的字符串包含大小写（如 “Racecar”），你的函数能正确判断吗？编写一个失败的测试用例，然后修改原函数代码，直到测试通过。
下节预告
Day 35：综合实战 - 爬虫与数据分析可视化(上)- 进阶篇的理论知识学得差不多了。接下来的几天，我们将做一个真·实战项目：爬取真实的网站数据，存入数据库，并生成精美的图表！
系列导航：
- 上一篇：Day 33 - 日志记录Logging
- 下一篇：Day 35 - 综合实战爬虫与可视化上（待更新）
