Python 单元测试辅助调试指南：定位问题、验证修复的完整方法

# 待测试函数（存在bug）
def calculate_average(numbers):
    return sum(numbers) / len(numbers)  # 未处理空列表情况

# 单元测试
import unittest

class TestAverage(unittest.TestCase):
    def test_positive_numbers(self):
        self.assertEqual(calculate_average([1, 2, 3]), 2)  # 正常情况
    
    def test_empty_list(self):
        # 测试空列表场景（预期应处理异常）
        with self.assertRaises(ValueError):
            calculate_average([])

if __name__ == '__main__':
    unittest.main()

运行结果会显示 test_empty_list 失败，直接提示代码未处理空列表的问题，无需通读整个程序排查。

（2）用边界测试暴露隐藏 bug

通过设计边界值、异常值测试用例，触发代码中未考虑的极端情况，暴露隐藏 bug。

常见边界场景：

空值（空列表、空字符串）
零值或负值
极大 / 极小值
类型异常（如传入字符串而非数字）

示例：

def multiply(a, b):
    return a * b  # 未处理非数值类型

class TestMultiply(unittest.TestCase):
    def test_invalid_type(self):
        # 测试非数值类型输入
        with self.assertRaises(TypeError):
            multiply("2", 3)  # 会失败，因为代码未处理类型错误

3. 调试时的单元测试技巧

（1）先写 “失败测试” 再修复

遵循 TDD（测试驱动开发） 思路：

针对待实现功能编写测试用例（此时测试会失败）
编写代码使测试通过
重构代码并确保测试仍通过

这种方式能明确 “正确行为” 的标准，避免修复过程中偏离目标。

（2）使用 `assert` 系列方法精确定位问题

Python 的 unittest 框架提供了丰富的断言方法，帮助精确描述预期结果：

断言方法	用途
`assertEqual(a, b)`	验证 `a == b`
`assertNotEqual(a, b)`	验证 `a != b`
`assertTrue(x)`	验证 `x` 为 True
`assertFalse(x)`	验证 `x` 为 False
`assertRaises(Error)`	验证代码触发指定异常
`assertAlmostEqual(a, b)`	验证浮点数近似相等（如计算精度问题）

示例：用 assertAlmostEqual 处理浮点数精度问题：

def divide(a, b):
    return a / b

class TestDivide(unittest.TestCase):
    def test_float_result(self):
        # 避免因浮点数精度（如 1/3=0.3333333333）导致测试失败
        self.assertAlmostEqual(divide(1, 3), 0.3333333, places=6)

（3）结合调试器运行单个测试用例

在 IDE（如 PyCharm、VS Code）中，可直接运行单个失败的测试用例并打断点，逐步调试：

在测试用例中设置断点
运行单个测试（而非全部测试）
观察变量值和执行流程，定位错误

示例（VS Code 中）：

def add(a, b):
    return a + b  # 假设此处有bug

class TestAdd(unittest.TestCase):
    def test_add(self):
        result = add(2, 3)
        # 在下方设置断点，检查 result 是否正确
        self.assertEqual(result, 5)

（4）用测试覆盖率工具发现未测试代码

工具 coverage.py 可检测哪些代码未被测试覆盖，帮助发现潜在遗漏的测试场景：

# 安装
pip install coverage

# 运行测试并生成覆盖率报告
coverage run -m unittest test_mycode.py
coverage report  # 显示覆盖率统计
coverage html    # 生成HTML报告，查看具体未覆盖的代码行

未覆盖的代码往往是 bug 的藏身之处。

4. 单元测试框架的选择

除了 Python 内置的 unittest，还有更简洁的第三方框架可辅助调试：

（1）`pytest`（推荐）

语法更简洁，支持函数式测试，兼容 unittest 用例：

# 无需继承TestCase类
def test_add():
    assert add(2, 3) == 5  # 直接使用assert

def test_divide_by_zero():
    with pytest.raises(ZeroDivisionError):
        divide(10, 0)

优势：

自动发现测试用例
支持参数化测试（同一逻辑多组输入）
丰富的插件（如 pytest-cov 集成覆盖率分析）

（2）`doctest`

将测试用例写在函数文档字符串中，适合简单函数：

def square(x):
    """计算平方
    >>> square(3)
    9
    >>> square(-2)
    4
    """
    return x * x

# 运行测试
if __name__ == '__main__':
    import doctest
    doctest.testmod()  # 若文档中的示例失败，会抛出异常