使用Hypothesis生成测试数据

Hypothesis是Python的一个高级测试库。它允许编写测试用例时参数化，然后生成使测试失败的简单易懂的测试数据。可以用更少的工作在代码中发现更多的bug。

安装

pip install hypothesis

如何设计测试数据

通过介绍也许你还不了解它是干嘛的，没关系！我们举个例子。

首先，我有一个需要测试的函数：

def add(a, b):
    """实现加法运算"""
    return a + b
 

测试代码是这样的：

import unittest
 
 
class AddTest(unittest.TestCase):
 
    def test_case1(self):
        c = add(1, 2)
        self.assertEqual(c, 3)
 
    def test_case2(self):
        c = add(0, 2)
        self.assertEqual(c, 2)
 
    def test_case3(self):
        c = add(-2, 2)
        self.assertEqual(c, 0)
 
 
if __name__ == '__main__':
    unittest.main()
 

为了更全面的验证的?add()?函数，我必须设计足够多的?测试数据， 同样也需要很多条用例！

当然，为了测试足够多的数据，我们也可以将代码改称这样。

import unittest
from random import randint
 
 
class AddTest(unittest.TestCase):
 
    def test_case(self):
        for i in range(10):
            a = randint(-32768, 32767)
            b = randint(-32768, 32767)
            print("a->", a)
            print("b->", b)
            c1 = a + b
            c2 = add(a, b)
            self.assertEqual(c1, c2)
 
 
if __name__ == '__main__':
    unittest.main()
 

通过调用?randint()?函数生成随机数。循环10次（也可以是100次，1000次），用更少的代码做更多的测试，测试的数据越多，发现bug的可能性越大。

测试结果如下：

> python test_hypothesis_demo.py
 
a-> 11503
b-> -784
a-> -31548
b-> 13057
a-> 22033
b-> 3618
a-> -32249
b-> 28025
a-> -15429
b-> 31055
a-> 16095
b-> 13445
a-> -31536
b-> 14606
a-> 18655
b-> -18039
a-> 17923
b-> -12079
a-> -9256
b-> -26440
.
------------------------
Ran 1 test in 0.002s
 
OK

用 hypothesis生成测试数据

上面的测试数据很难随机到?边界值，除非我手动设计数据，而且用for循环也不是太好的设计。是时候让hypothesis登场了。

import unittest
from hypothesis import given, settings
import hypothesis.strategies as st
 
 
class AddTest(unittest.TestCase):
 
    @settings(max_examples=10)
    @given(a=st.integers(), b=st.integers())
    def test_case(self, a, b):
        print("a->", a)
        print("b->", b)
        c1 = a + b
        c2 = add(a, b)
        self.assertEqual(c1, c2)
 
if __name__ == '__main__':
    unittest.main()

通过@given()?装饰测试用例，调用strategies?模块下面的?integers()?方法生成随机的测试数。在@setting()装饰器中通过max_examples用来控制随机数的个数。

运行结果如下：

> python test_hypothesis_demo.py
 
a-> 0  
b-> 0  
a-> 5980  
b-> -3607224505277606703
a-> 324106882
b-> 23975
a-> 23272
b-> 4917  
a-> 107
b-> -155  
a-> -4500
b-> -8303
a-> 2683  
b-> 4384  
a-> 27
b-> -81
a-> -122472823694675410551869872440384533757  
b-> -89
a-> 19075
b-> 4362  
.
-------------------------------------------------
Ran 1 test in 0.032s

hypothesis 生成的数据会更具有?测试价值，对吧？ hypothesis 还可以生成更多类型的测试数据。例如 email格式和text格式。

email-> 0@A.com
text->
email-> ^H@R70-s0Xke.Sb-UBn08.VzT--dz000I0o00r00s--EJY.e.Ov.aRaMcO text->  -
email-> 6a#@T.HKt
text-> ?
email-> '/YAw/jnIZ!0fS+A@E7UJ.expErt
text-> +�
email-> *xh*-#t5$0-L8O&r10XnXU-**+e%0xy-@k.O.e.lEase
text-> #�����/���+
?�)�▲�
email-> 2U!N0+|*%~@T.q-NX-0-0gWl.x.Lv
text->
email-> &i/o!F*@xuW--03.p00-t0Y-0Z0.MW.K-000-n-sB0rR-0L.Y.y2u.NXptL0bgG-0U.XN--FLw351E
text-> �0▲-���
email-> oK*-@p.ZiP
text-> ?
email-> /@mOL.Y-Q.j.p.d-3Mzi.i.Utv-M.yachts
text-> (
email-> 4ql$y2%N4h@c.veRSIcheruNG
text->

这些数据看上去就具有很高的测试价值。好吧！测试一定明白我在说什么。

问题来了，我们可以将 hypothesis 生成的数据应用到 Web或接口自动化测试中么？

总结：

感谢每一个认真阅读我文章的人！！！

作为一位过来人也是希望大家少走一些弯路，如果你不想再体验一次学习时找不到资料，没人解答问题，坚持几天便放弃的感受的话，在这里我给大家分享一些自动化测试的学习资源，希望能给你前进的路上带来帮助。

软件测试面试文档

我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。