Nano Hash - криптовалюты, майнинг, программирование

Выполнение модульных тестов Python через веб-интерфейс

Можно ли выполнять юнит-тесты через веб-интерфейс... и если да, то как?

EDIT: сейчас мне нужны результаты... для тестов я хочу, чтобы они были автоматизированы... возможно, каждый раз, когда я вношу изменения в код. Извините, я забыл сделать это более ясным

25.05.2010

  • Вы хотите запускать тесты из веб-интерфейса, просматривать результаты или и то, и другое? 25.05.2010

Ответы:


1

РЕДАКТИРОВАТЬ:

Этот ответ устарел на данный момент:

  • Используйте Jenkins вместо Hudson (то же самое, но с новым именем).
  • Используйте django-jenkins вместо xmlrunner.py.

Ссылка на django-jenkins ведет к хорошему руководству по использованию Jenkins с Django. Я оставлю текст ниже, так как в нем все еще есть полезная информация.


Как сказал Брайан, я бы использовал Hudson для планирования, запуска и сбора результатов тестирования. Вы можете изменить свои тесты, чтобы использовать xmlrunner.py (написанный Себастьяном Риттау), который выведет результаты ваших тестов в XML-файл, совместимый с JUnit, для Hudson.

Вот пример того, как тестовый код будет использовать xmlrunner:

import unittest
import xmlrunner

class TheTest(unittest.TestCase):

    def testOne(self):
        self.assertEquals(1, 1)
    def testTwo(self):
        self.assertEquals(2, 2)
    def testThree(self):
        self.assertEquals(3, 4)

if __name__ == '__main__':
    suite = unittest.TestLoader().loadTestsFromTestCase(TheTest)
    xmlrunner.XMLTestRunner().run(suite)

После установки Hudson вы создадите новый проект для тестируемого исходного репозитория. Вам понадобится RTFM, но в двух словах:

  1. В разделе «Управление исходным кодом» вы вводите информацию о своих репозиториях и периодически опрашиваете репозиторий (я обычно просто делаю * * * * *, поэтому он проверяет каждую минуту)
  2. Добавьте команду, которая запускает тестовый скрипт (например, python test.py).
  3. Проверьте отчет о результатах теста публикации JUnit. Если у него есть такая ошибка, как 'TEST-*.xml' doesn't match anything, вы можете спокойно ее игнорировать. Это будет выглядеть примерно так: Настройки JUnit
    (источник: snowpeaksoftware.com)

После того, как все это будет сделано, вы сможете видеть результаты тестов каждый раз, когда Hudson запускается после регистрации. Это будет выглядеть примерно так:

Hudson Unit Test Results
(источник: snowpeaksoftware .com)

Вы также получаете более подробные страницы, такие как эта страница:

Подробные результаты модульного теста Hudson
(источник: snowpeaksoftware.com)

и эта страница:

Подробные результаты модульного теста Hudson
(источник: snowpeaksoftware.com)

25.05.2010

2

Вы можете использовать Hudson, чтобы запланировать выполнение тестов при каждом возврате кода. Поскольку Hudson — это веб-приложение, вы можете просматривать результаты через Интернет (и/или публиковать их и/или отправлять по электронной почте вам или вашей команде).

25.05.2010
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..