[注明：本文最初发布于简书，然而。。。]
Python作为一门简单易学的编程语言，现在长期位于编程语言榜的前三。在人工智能的第二次浪潮涌起之前，因为简单快速容易维护，Python在很多系统中是作为“胶水语言”存在的。而现今时代因为出现大量数据处理的需求，以及在大数据集上的分析和推演的需求，包括人工智能的广泛运用，使得Python语言换发了第二春，众多的机器学习框架和库都是用Python例如pytorch和tensorflow等等。另外，很多数据分析师或工程师都选择了Python作为主要开发语言。
大量软件系统被开发出来，为了保证系统的质量，测试是不可或缺的。这里全栈哥布鲁斯给大家介绍一下常见的Python测试框架。包括nose, pytest和locust。同学们跟着全栈哥布鲁斯的节奏，开始精进吧。这一篇我们先从Python nose测试框架开始。
一、nose是什么？
nose是一个单元测试的框架，它扩展了Python的标准库unittest，让用户更方便地编写单元测试。Python标准库中提供了单元测试的框架unittest，读者可以自行访问unittest — Unit testing framework — Python 3.8.13 documentation了解更多细节。那么标准库中的unittests包有什么问题呢，主要是比较繁琐，例如每个测试用例必须是unittests.TestCase的子类，而且测试用例的组织也不灵活，unittests中提供了unittest.TestSuite来将一个个test case组织起来形成更大的suite。后边会有文章专门介绍unittests这个标准库的用法和实践。
nose库的官方文档（英文）在这里，Note to Users — nose 1.3.7 documentation。
二、nose怎么使用？
首先我们需要安装nose。跟其他现代的Python库一样，推荐使用`pip`来安装nose。 在PyPI网站上，搜索nose可以看到最新的版本是1.3.7。地址在nose · PyPI
$ pip install nose
安装好了之后，可以运行nosetests -h来检验一下。
$ nosetests -h
三、nose有什么特性？
nosetests提供了很丰富的功能，例如支持使用正则表达式发现测试用例，支持第三方插件扩充功能，支持测试用例的超时，兼容xUnit样式的报告生成，能够生成代码覆盖率的报告等等。很多工程师选择使用nose，因为它具有简单、灵活、可扩展的特点。
我们从下面的示例代码开始，看看这些特点。
# file: src/calculator.py
# 实现一个简单的计算器，因为是demo的用途，仅仅支持两个数的加法和乘法。
class SimpleCalculator:
? ? def __init__(self):
? ? ? ? print("initialize a calculator")
? ? def add(self, x, y):
? ? ? ? return x + y
? ? def multiply(self, x, y):
? ? ? ? return x * y
下面是对应的测试代码。
# tests/test_calculator.py
from calculator import SimpleCalculator
def test_add():
? ? calc = SimpleCalculator()
? ? assert 2022 == calc.add(2000, 22)
def test_multiply():
? ? calc = SimpleCalculator()
? ? assert 15 == calc.multiply(3, 5)
接下来用nosetests命令行撸一把。
$ nosetests -v
test_calculator.test_add ... ok
test_calculator.test_multiply ... ok
----------------------------------------------------------------------
Ran 2 tests in 0.008s
OK
是不是很简单？
Python语言是一门动态语言，跟其他的像C++，JAVA等高级语言相比它的一个特点和优势就是灵活。例如Python语言中的duck typing，就不用像C++，JAVA等等一定需要用继承的方式来构建严格的类型系统。这个动态性的优势，也使得Python的测试框架可以做得很人性化。例如nose中的测试用例，并不要求必须派生于某个基类(如unittests.TestCase)，而是只需要符合testMatch的模式就可以了。这里的testMatch在nose官方文档中有着详细的解释，它指的是nose收集和识别测试用例的规则，一般使用正则表达式来定义。缺省情况下所有的模块只要是文件名以“test”（或"Test"）开头就会被nose收集，模块中的函数或者类，如果是"test"(或"Test")开头的会被认定为测试用例。上面测试代码中的"test_add"和“test_multiply”除了名字以test开头，它们是普通的函数。这个比unittests中规定的繁文缛节，要清爽多了。
除了这个，nose还支持使用配置文件(config files)来定义参数。这个特性在实际开发中有很多用途，例如我们可以为UT和IT创建不同的配置文件，也可以将（大型）项目中的功能通过配置文件分配到不同的测试子集中。对于config的用法，这里不做展开细讲了。
四、最佳实践介绍
1. 测试用例的收集
虽然说nose通过testMatch可以支持各种定制化的测试组织和命名方式，但是为了提供项目的工程化水平，让项目代码更容易维护，实践中还是以简单清晰的结构为上策。
例如
- package名字一般为test_xxx_yyy或xxx_yyy_test;
- module名字一般为test_aaa或aaa_test;
- case名字一般为test_my_func或class TestMyModule之类的。
对于测试用例的组织来说，一致的清晰的方式容易理解容易维护。nose缺省的testMatch就能够搞定，而且对于新加入项目的同事来说也非常友好。
2. 测试用例的运行
nose运行测试用例的方式比较灵活。例如
下面例子中运行了两个包中的测试。
通常情况下使用
$ nosetests -v
运行所有的测试用例。
另外一个常常用到的办法是使用tags。nose内建的插件“attribute selector”可以根据用户指定的attribute来筛选特定的测试用例。例如
from nose.plugins.attrib import attr
@attr('smoke')
def test_an_important_case():
? ? #implementation goes here
? ? pass
结果示例如下
$ nosetests -a "smoke" -v
test_hello.test_an_important_case ... ok
----------------------------------------------------------------------
Ran 1 test in 0.009s
OK
关于这个插件，更详细的用法可以参考
https://nose.readthedocs.io/en/latest/plugins/attrib.html
3. 测试报告的生成
nose自身的测试报告是简约风格，但是项目可能需要更详细的报告或者需要在Jenkins等CI工具中进行集成。这一点可以通过nosetests的选项--with-xunit完美解决。
$ nosetests --with-xunit
它会生成一个JUnit兼容的报告文件叫做nosetests.xml。当然你可以通过选项--xunit-file指定这个文件的生成位置和文件名。
4. 内建的插件
nose还有一些其他的插件，勤奋又聪明的读者可以自己动手学习和实践。文档地址是?https://nose.readthedocs.io/en/latest/plugins/builtin.html
五、那么问题呢？
nose也有自身的缺点。一个最大的问题是，这个库以及很久没有更新了。似乎原作者不再想维护了，有些可惜。作者推荐用户迁移到py.test或者nose2，或者干脆直接使用Python标准库中的unittests。因为py.test现在的人气很旺，所以全栈哥布鲁斯也推荐读者去使用py.test。本人在新的项目中也使用了py.test，感兴趣的读者可以跟我多多交流互相学习。
?
