8.1 测试 多测试，少调试（Testing Rocks, Debugging Sucks）
Python 的动态性质使得测试对大多数程序而言至关重要。编译器不会发现你的 bug，发现 bug 的唯一方式是运行代码，并确保尝试了所有的特性。
断言（Assertions）assert 语句用于程序的内部检查。如果表达式不为真，则会触发 AssertionError 异常。
assert 语句语法：
assert <expression> [, 'Diagnostic message']示例：
assert isinstance(10, int), 'Expected int'assert 语句不应用于检查用户的输入（例如，在网页表单输入的数据）。 assert 语句旨在用于内部检查或者用于不变量（invariant，始终为 True 的条件）。
契约式编程契约式编程（contract programming）也称为契约式设计（Design By Contract），自由使用断言是一种软件设计方法。契约式编程规定软件设计人员应该为软件组件定义精确的接口规范。
例如，你可以在所有的函数输入中使用断言：
def add(x, y): assert isinstance(x, int), 'Expected int' assert isinstance(y, int), 'Expected int' return x + y如果函数调用者没有使用正确的参数，那么检查输入可以立即捕捉到。
>>> add(2, 3) 5 >>> add('2', '3') Traceback (most recent call last): ... AssertionError: Expected int >>> 内联测试断言也可以用于简单的测试。
def add(x, y): return x + y assert add(2,2) == 4这样，你就可以将测试与代码包含在同一模块中。
好处：如果代码明显被破坏，那么尝试导入模块将会导致程序崩溃。
对于详尽的测试，不推荐这样做。这种做法更像是基本的“冒烟测试（smoke test）”。函数是否可以在所有的用例上正常工作？如果不可以，那么肯定是有问题的。
unittest 模块假设你有下面这样一段代码：
# simple.py def add(x, y): return x + y现在，你想对这些代码进行测试，请创建一个单独的测试文件，如下所示：
# test_simple.py import simple import unittest然后定义一个测试类：
# test_simple.py import simple import unittest # Notice that it inherits from unittest.TestCase class TestAdd(unittest.TestCase): ...测试类必须继承自unittest.TestCase。
在测试类中，定义测试方法：
# test_simple.py import simple import unittest # Notice that it inherits from unittest.TestCase class TestAdd(unittest.TestCase): def test_simple(self): # Test with simple integer arguments r = simple.add(2, 2) self.assertEqual(r, 5) def test_str(self): # Test with strings r = simple.add('hello', 'world') self.assertEqual(r, 'helloworld')重要提示：每个方法的名称必须以 test 开头。
使用 unittestunittest 中内置了一些断言，每种断言对不同的事情进行诊断。
# Assert that expr is True self.assertTrue(expr) # Assert that x == y self.assertEqual(x,y) # Assert that x != y self.assertNotEqual(x,y) # Assert that x is near y self.assertAlmostEqual(x,y,places) # Assert that callable(arg1,arg2,...) raises exc self.assertRaises(exc, callable, arg1, arg2, ...)上述列表并不是一个完整的列表，unittest 模块还有其它断言。
运行 unittest要运行测试，请把代码转换为脚本。
# test_simple.py ... if __name__ == '__main__': unittest.main()然后使用 Python 执行测试文件：
bash % python3 test_simple.py F. ======================================================== FAIL: test_simple (__main__.TestAdd) -------------------------------------------------------- Traceback (most recent call last): File "testsimple.py", line 8, in test_simple self.assertEqual(r, 5) AssertionError: 4 != 5 -------------------------------------------------------- Ran 2 tests in 0.000s FAILED (failures=1) 说明高效的单元测试是一种艺术。对于大型应用而言，单元测试可能会变得非常复杂。
unittest 模块具有大量与测试运行器（test runners），测试结果集（collection of results）以及测试其他方面相关的选项。相关详细信息，请查阅文档。
第三方测试工具虽然内置 unittest 模块的优势是可以随处使用——因为它是 Python 的一部分，但是许多程序员也觉得 unittest 非常繁琐。另一个流行的的测试工具是 pytest。使用 pytest，测试文件可以简化为以下形式：
# test_simple.py import simple def test_simple(): assert simple.add(2,2) == 4 def test_str(): assert simple.add('hello','world') == 'helloworld'要运行测试，只需要输入一个命令即可，例如：python -m pytest 。它将会发现所有的测试并运行这些测试。
除了这个示例之外，pytest 还有很多内容。如果你决定尝试一下，通常很容易上手。
练习在本次练习中，我们将探索使用 Python unittest 模块的基本机制（mechanics）。
在前面的练习中，我们编写了一个包含 Stock 类的 stock.py 文件。对于本次练习，假设我们使用的是 练习7.9 中编写的与类型化属性相关的代码（译注：typedproperty.py）。如果因为某些原因，练习 7.9 的代码无法正常工作，你可以从 Solutions/7_9 中复制 typedproperty.py 到工作目录中。
练习 8.1：编写单元测试