Hypothesis是Python的一個高階測試庫。它允許編寫測試用例時引數化，然後生成使測試失敗的簡單易懂的測試資料。可以用更少的工作在程式碼中發現更多的bug。

安裝

pip install hypothesis

如何設計測試資料

通過介紹也許你還不瞭解它是幹嘛的，沒關係！我們舉個例子。

首先，我有一個需要測試的函式：

def add(a, b):
    """實現加法運算"""
    return a + b

測試程式碼是這樣的：

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()
 

為了更全面的驗證的 add() 函式，我必須設計足夠多的 測試資料， 同樣也需要很多條用例！

當然，為了測試足夠多的資料，我們也可以將程式碼改稱這樣。

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()
 

通過呼叫 randint() 函式生成隨機數。迴圈10次（也可以是100次，1000次），用更少的程式碼做更多的測試，測試的資料越多，發現bug的可能性越大。

測試結果如下：

> 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生成測試資料

上面的測試資料很難隨機到 邊界值，除非我手動設計資料，而且用for迴圈也不是太好的設計。是時候讓hypothesis登場了。

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()

通過@given() 裝飾測試用例，呼叫strategies 模組下面的 integers() 方法生成隨機的測試數。在@setting()裝飾器中通過max_examples用來控制隨機數的個數。

執行結果如下：

> 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 生成的資料會更具有 測試價值，對吧？ hypothesis 還可以生成更多型別的測試資料。例如 email格式和text格式。

email-> [email protected]
text->
email-> ^[email protected] text->  -
email-> 6a#@T.HKt
text-> ↕
email-> '/YAw/[email protected]
text-> +�
email-> *xh*-#t5$0-L8O&r10XnXU-**+e%[email protected]
text-> #�����/���+
�)�▲�
email-> 2U!N0+|*%[email protected]
text->
email-> &i/o!F*@xuW--03.p00-t0Y-0Z0.MW.K-000-n-sB0rR-0L.Y.y2u.NXptL0bgG-0U.XN--FLw351E
text-> �0▲-���
email-> oK*[email protected]
text-> ☺
email-> /@mOL.Y-Q.j.p.d-3Mzi.i.Utv-M.yachts
text-> (
email-> 4ql$y2%[email protected]
text->

這些資料看上去就具有很高的測試價值。好吧！測試一定明白我在說什麼。

問題來了，我們可以將 hypothesis 生成的資料應用到 Web或介面自動化測試中麼