UnitTest++使用方法

UnitTest++是一款简洁易用的C++单元测试框架。本文介绍了如何编译安装UnitTest++,并在项目中配置使用。同时,详细讲解了测试用例、测试套件、测试夹具等的编写方法,并提供了高级用法及时间约束设定。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

UnitTest++是C++工程下使用的一个非常小巧、方便的单元测试工具。它提供了与CppUnit相似的功能,但它把用例写作的工作量最小化了,使用起来更方便,这些都得益于它的框架构思非常巧妙,如果想知道详细情况可参考源代码。此工具本身不支持VC6,我把它改进了一下。
下面是CppUnit与UnitTest++的简单比较:

1.使用方法 
1.1. 环境准备  
1.1.1. 编译生成UnitTest++.lib文件。 
1.1.2. 设置一个环境变量UNITTEST_CPP_PATH。
clip_image004
1.1.3. 如下图,把UnitTest++的所有头文件复制过来。
clip_image006
1.1.4. 如下图,把刚才编译的.lib文件复制过来。
clip_image008
1.2. 工程设置
需要测试的工程需要做如下设置。
1.2.1. 增加头文件搜索路径:
clip_image010
1.2.2. 增加库文件搜索路径:
clip_image012
1.2.3. 在main()函数所在文件中加载刚才的lib文件。在main()函数中调用UnitTest::RunAllTests();那么所有测试用例便都会被执行了
clip_image014
1.3. 用例写作
一般可以为每个模块新建一个cpp文件用于写测试用例。
1.3.1. 简单的测试用例
InBlock.gif // test.cpp
InBlock.gif#include <UnitTest++.h>
InBlock.gifTEST(TestCaseName)
InBlock.gif{
InBlock.gif int ret = TestFunction();
InBlock.gif CHECK(ret == SUCCESS);
InBlock.gif}

注:
1、 每个测试用例都以TEST开始,后面括号中是用例名字,不允许重复。
2、 一般情况下,检查结果用CHECK宏即可。更多的检查方式可以参考源代码或者UnitTest++自带的文档。下面列举一些常用的宏:
CHECK_EQUAL(expected, actual) 检查是否相等
CHECK_CLOSE(expected, actual, tolerance) 检查在可容忍的误差范围内是否相等(多用于浮点数相等判断)
CHECK_ARRAY_EQUAL(expected, actual, count) 检查数组是否相等,前面两个参数都是数组名字,count是元素个数。
CHECK_ARRAY_CLOSE(expected, actual, count, tolerance) 参考上面两个的说明。
CHECK_ARRAY2D_CLOSE(expected, actual, rows, columns, tolerance) 二维数组。
CHECK_THROW(expression, ExpectedExceptionType)检查是否会抛出指定类型的异常。
CHECK_ASSERT(expression) 检查是否会抛出UnitTest::AssertException类型的异常。
3、 每个测试用例都被自动添加到待运行的用例集合。
1.3.2. 测试套SUIT的使用
如果希望一组测试用例放在一个组中,则可以用SUIT。
InBlock.gifSUITE(YourSuiteName)
InBlock.gif{
InBlock.gif TEST(YourTestName)
InBlock.gif {
InBlock.gif }
InBlock.gif TEST(YourOtherTestName)
InBlock.gif {
InBlock.gif }
InBlock.gif}

1.3.3. FIXTURE的使用
如果希望在一组用例执行前执行某一部分代码(即setUP),测试结束后再执行一段代码(即tearDown),或者是希望多个用例中的数据进行共享,那么可以用FIXTURE。
InBlock.gif struct SomeFixture
InBlock.gif{
InBlock.gif SomeFixture() { /* some setup */ }
InBlock.gif ~SomeFixture() { /* some teardown */ }
InBlock.gif int testData;
InBlock.gif};
InBlock.gifTEST_FIXTURE(SomeFixture, YourTestName)
InBlock.gif{
InBlock.gif int temp = testData;
InBlock.gif}

注:
1、 使用FIXTURE需要先定义一个结构SomeFixture。
2、 把setUp中要运行的代码放到SomeFixture的构造函数中。
3、 把tearDown中要运行的代码放到SomeFixture的析构函数中。
4、 SomeFixture中的成员可以用于测试数据共享。
5、 每个用例都用TEST_FIXTURE来定义,与TEST宏一样,这样定义的用例也会被自动加入待运行的用例集合。
1.3.4. 限制用例部分代码的执行时间
可以限制用例中的一部分代码只能在规定时间内运行完(如果运行不完,用例fail)。
InBlock.gifTEST(YourTimedTest)
InBlock.gif{
InBlock.gif       // Lengthy setup...
InBlock.gif {
InBlock.gif UNITTEST_TIME_CONSTRAINT(50);
InBlock.gif // Do time-critical stuff
InBlock.gif }
InBlock.gif // Lengthy teardown...
InBlock.gif}

如果“Do time-critical stuff”部分的代码在50ms内没运行完,则用例fail。
1.4. 高级用法 
1.4.1. 修改UnitTest++源代码可以进行功能定制。
InBlock.gif int RunAllTests()
InBlock.gif{
InBlock.gif    TestReporterStdout reporter;
InBlock.gif     return RunAllTests(reporter, Test::GetTestList(), 0);
InBlock.gif}

1、 在UnitTest++源代码中修改上面的RunAllTests(reporter, Test::GetTestList(), 0)最后一个参数0,可以设置全局的时间约束,即每个用例的执行时间必须少于此时间约束,否则用例fail。
2、 可以改变reporter的类型,从而改变测试结果输出方式。比如用XmlTestReporter把结果输出到xml文件。
1.4.2. 更多的高级用法
通过学习UnitTest++源代码、UnitTest++自身的测试代码来获得。UnitTest++自身的测试代码写得很好,学习它可以了解UnitTest++的功能和测试用例的写作方法。
### 如何在 Python unittest使用 YAML 文件进行配置或数据驱动测试 #### 使用 DDT 和 YAML 实现数据驱动测试 为了使 `unittest` 测试能够利用 YAML 文件作为输入源来提供测试案例的数据,通常会借助于第三方库 ddt (Data-Driven/Decorated Tests)[^3]。ddt 提供了一个装饰器 `@ddt.ddt` 可用于类级别定义,并允许方法级别的参数化测试用例。 当尝试结合 `unittest` 的 `main()` 函数与被 `ddt.file_data()` 装饰过的函数一起工作时可能会遇到错误提示说找不到属性[^2]。这是因为 `ddt` 修改了原始测试方法的名字,在某些情况下这可能干扰到 `unittest.TestLoader` 发现并加载这些测试方法的方式。解决办法之一是在运行测试时不依赖默认的命令行入口而是显式创建 `TextTestRunner` 并手动构建测试套件。 下面是一个简单的例子展示如何设置这样的环境: ```python import unittest from ddt import ddt, file_data import requests @ddt class TestApi(unittest.TestCase): @file_data('test_data.yaml') def test_api_response(self, url, expected_status_code): response = requests.get(url) assert response.status_code == int(expected_status_code), \ f'Expected status code {expected_status_code}, but got {response.status_code}' if __name__ == '__main__': suite = unittest.TestLoader().loadTestsFromTestCase(TestApi) runner = unittest.TextTestRunner(verbosity=2).run(suite) ``` 在这个脚本里,假设有一个名为 `test_data.yaml` 的文件存在于当前目录下,它包含了 API 请求 URL 和预期的状态码配对列表。这个 YAML 文件的内容看起来像这样[^4]: ```yaml - url: http://example.com/api/v1/resource?param=value expected_status_code: '200' - url: http://another.example.net/service/ expected_status_code: '404' ``` 上述代码片段展示了怎样通过读取外部存储的测试数据来进行更灵活高效的单元测试编写方式。需要注意的是,实际应用中应当确保所使用的任何第三方包都已安装好;对于此场景而言即意味着要先安装 `requests`, `pyyaml` 和 `ddt`. #### 处理 Yaml 数据并与 Unittest 集成 另外一种处理方式是不直接依靠 `ddt` 来完成这项任务,而是自己解析 YAML 文件并将其中的数据传递给测试函数。这种方式提供了更大的灵活性,同时也避开了潜在的问题如前所述由于 `ddt` 改变了测试方法签名而导致无法正常工作的状况。 这里给出一个自定义解决方案的例子: ```python import unittest import yaml import os.path import requests def load_yaml(file_path='test_data.yaml'): """Load data from a given YAML file.""" abs_file_path = os.path.join(os.getcwd(), file_path) with open(abs_file_path, "r", encoding="utf-8") as stream: try: return list(yaml.safe_load_all(stream)) except yaml.YAMLError as exc: print(exc) class ApiTester(unittest.TestCase): def setUp(self): self.test_cases = load_yaml() def run_test_case(self, case): resp = requests.get(case['url']) msg = f"Failed on '{case['url']}': Expected {case['expected_status_code']}, Got {resp.status_code}" self.assertEqual(int(case['expected_status_code']), resp.status_code, msg=msg) def test_all_cases(self): for idx, tc in enumerate(self.test_cases): with self.subTest(i=idx): # This allows each iteration to be treated as an individual test. self.run_test_case(tc) if __name__ == "__main__": unittest.main() ``` 这种方法同样实现了基于 YAML 文件的数据驱动测试逻辑,但是绕过了 `ddt` 库带来的复杂性和兼容性挑战。同时保持了清晰易懂结构的同时也增强了可维护性和扩展能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值