Python标准库单元测试框架的扩展
项目描述
testtools 是 Python 标准库单元测试框架的扩展集。这些扩展是从多年的 Python 单元测试经验中提炼出来的，并来自许多不同的来源。
从虚构的代码片段开始怎么样？
from testtools import TestCase
from testtools.content import Content
from testtools.content_type import UTF8_TEXT
from testtools.matchers import Equals
from myproject import SillySquareServer
class TestSillySquareServer(TestCase):
def setUp(self):
super(TestSillySquareServer, self).setUp()
self.server = self.useFixture(SillySquareServer())
self.addCleanup(self.attach_log_file)
def attach_log_file(self):
self.addDetail(
'log-file',
Content(UTF8_TEXT,
lambda: open(self.server.logfile, 'r').readlines()))
def test_server_is_cool(self):
self.assertThat(self.server.temperature, Equals("cool"))
def test_square(self):
self.assertThat(self.server.silly_square_of(7), Equals(49))
为什么使用 testtools？
匹配器：比断言方法更好
当然，在任何严肃的项目中，你都想拥有特定于该项目及其解决特定问题的断言。testtools 允许你编写自己的“匹配器”，这些是可插入单元测试的自定义谓词，而不是强迫你定义自己的断言方法并维护自己的 TestCase 类的继承层次。
def test_response_has_bold(self):
# The response has bold text.
response = self.server.getResponse()
self.assertThat(response, HTMLContains(Tag('bold', 'b')))
当你需要时，提供更多调试信息
testtools 使您能够轻松地将任意数据添加到测试结果中。如果您想了解测试失败时的日志文件内容，或者测试开始时的计算机负载，或者打开的文件，您可以使用 TestCase.addDetail 添加这些信息，如果测试失败，它将出现在测试结果中。
扩展 unittest，但保持兼容性和可重用性
testtools 做了很多工作，让严肃的测试作者和测试 框架 作者能够随意处理他们的测试和扩展，同时保持与标准库的 unittest 兼容。
testtools 完全参数化了如何在测试中抛出的异常映射到 TestResult 方法，以及测试是如何实际执行的（是否希望无论 setUp 是否成功，都调用 tearDown？）
它还提供了一些简单但实用的工具，例如能够克隆测试，一个 MultiTestResult 对象，它允许多个结果对象从单个测试套件中获取结果，以及将旧 TestResult 对象引入我们新时代的适配器。
跨 Python 兼容性
testtools 以一种与 Python 3.7+ 和 PyPy3 兼容的方式，为您提供最新的单元测试技术。
如果您希望使用 Python 2.4 或 2.5 的 testtools，请使用 testtools 0.9.15。
如果您希望使用 Python 2.6 或 3.2 的 testtools，请使用 testtools 1.9.0。
如果您希望使用 Python 3.3 或 3.4 的 testtools，请使用 testtools 2.3.0。
如果您希望使用 Python 2.7 或 3.5 的 testtools，请使用 testtools 2.4.0。
下载文件
下载适用于您平台的文件。如果您不确定该选择哪个，请了解更多关于安装包的信息。