博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
单元测试
阅读量:2070 次
发布时间:2019-04-29

本文共 454 字,大约阅读时间需要 1 分钟。

1.适用项目

  • 大型的,项目周期长
  • 新系统,新团队
  • 涉及财产、生命的项目

2.流程

  • UT计划
    • 1.确定单元测试范围(二八原则,20%的代码):
      • 使用频率
      • 复用性
      • 开发背景
      • 复杂度
    • 2.确定评估标准(逻辑覆盖率):
      • 语句:非分支,非判断 ;被测的语句/全部的语句
      • 分支:if语句的两个分支;被测的条件/全部条件
      • 条件:if的条件判断;被测条件数/全部条件数
      • 路径:被测路径/全部路径
      • 分支-条件:被测分支+被测条件 /全部分支+全部条件
  • UT设计
    • 1.测试策略:孤立策略(选择需要测试测函数即可)
  • UT实现
    • 测试用例产生过程
      • 1.把代码转换为流程图
      • 2.流程图转化为流图:流图中只有圈和线
      • 3.确定路径
      • 4.编写测试用例
  • UT执行
    • 模拟测试函数
    • 使用unittest单元测试框架
    • 数据和代码分类思想
      • 1.使用xml文件的方式读取:使用xml.dom包读取
      • 2.使用csv文件的方式读取:使用csv包读取,数据用逗号隔开
    • 注:框架内容(数据驱动框架:数据从外部导入)
      • 公共模块
      • 数据模块
      • 被测函数模块
      • 测试用例模块

转载地址:http://gwjmf.baihongyu.com/

你可能感兴趣的文章
一文了解强化学习
查看>>
CART 分类与回归树
查看>>
seq2seq 的 keras 实现
查看>>
seq2seq 入门
查看>>
什么是 Dropout
查看>>
用 LSTM 做时间序列预测的一个小例子
查看>>
用 LSTM 来做一个分类小问题
查看>>
详解 LSTM
查看>>
按时间轴简述九大卷积神经网络
查看>>
详解循环神经网络(Recurrent Neural Network)
查看>>
为什么要用交叉验证
查看>>
用学习曲线 learning curve 来判别过拟合问题
查看>>
用验证曲线 validation curve 选择超参数
查看>>
用 Grid Search 对 SVM 进行调参
查看>>
用 Pipeline 将训练集参数重复应用到测试集
查看>>
PCA 的数学原理和可视化效果
查看>>
机器学习中常用评估指标汇总
查看>>
什么是 ROC AUC
查看>>
Bagging 简述
查看>>
详解 Stacking 的 python 实现
查看>>