您经常需要假数据来进行测试。当然，您可以在测试中使用一些示例数据。但是，如果您需要数百条甚至数千条测试数据怎么办？那么创建和维护就会变得乏味。有时，您只需要程序中类的假版本，但您希望它是行为类似于真实类的真实数据。工厂和假货让这一切成为可能。
在本文中，我们将使用 python 中的 factory-boy 包来生成假数据。
请确保使用命令 pip installfactory-boy==2.12.0 安装正确版本的factory-boy
让我们尝试使用 factory boy 生成一些假数据
import factory #import factory-boyname = factory.faker('name') #create faker object with 'name' providerfor _ in range(5): print(name.generate()) #generate and print 5 unique names
结果：
立即学习“Python免费学习笔记（深入）”；
factory.faker() 接受一个称为provider 的参数，用于生成数据类型，例如“name”provider 将用于生成名称，“email”provider 将用于生成电子邮件等。
让我们尝试使用更多的提供商
import factory #import factory-boyname = factory.faker('name') #create faker object with 'name' providercountry = factory.faker('country') #create faker object with 'country' provideremail = factory.faker('email') #create faker object with 'email' providerfor _ in range(3): print(f'''my name is {name.generate()}i live in {country.generate()}reach out to me at {email.generate()}''')
结果：
立即学习“Python免费学习笔记（深入）”；
除了faker类之外，factory-boy还有一个模块fuzzy，我们来看看它是如何工作的
import factory #import factory-boy moduleimport factory.fuzzy #import fuzzy modulename = factory.faker('name') #create faker object with 'name' providergender = factory.fuzzy.fuzzychoice(choices=['girl','boy']) #create fuzzychoice object which selects from the given optionsgrade = factory.fuzzy.fuzzyfloat(30,80) #create fuzzyfloat object which generates a random float number between the lower and upper limitage = factory.fuzzy.fuzzyinteger(12,18) #create fuzzyinteger object which generates a random float numbeer between the lower and upper limitfor _ in range(3): print(f'''my name is {name.generate()}, i am a {gender.fuzz()} i got a grade of {grade.fuzz():.2f}% and my age is {age.fuzz()}''')
结果：
立即学习“Python免费学习笔记（深入）”；
要了解有关模糊模块中不同类的更多信息以及 faker 提供者的各种选项，请访问：https://factoryboy.readthedocs.io/en/stable
现在我们知道了 factory-boy 如何模仿数据，让我们尝试模仿通常用于为 flask、django 等应用程序创建数据库表的数据模型。
对于这个项目，创建一个requirements.txt并粘贴以下内容，然后使用pip3 install -rrequirements.txt安装所有必需的包
# pin dependancies that might cause breakagewerkzeug==2.1.2sqlalchemy==1.4.46# dependencies for this projectflask==2.1.2flask-sqlalchemy==2.5.1# testing dependenciesnose==1.3.7pinocchio==0.4.3coverage==6.3.2factory-boy==2.12.0pylint==2.14.0
由于我们将使用 nosetest 运行单元测试，请查看我之前的文章 – “使用 unittest 和 nose 在 python 中进行测试驱动开发” (https://dev.to/h4ck3rd33p/test-driven-development-in-python-使用-unittest-and-nosetest-24ck)
创建一个用于nosetests配置的setup.cfg文件并粘贴以下内容
[nosetests]verbosity=2with-spec=1spec-color=1with-coverage=1cover-erase=1cover-package=models[coverage:report]show_missing = true
现在创建两个文件夹模型，其中包含 account.py 中的数据模型和 __init__.py 中的基本设置，以及包含工厂模型的测试，该工厂模型将模仿factories.py中的实际模型以及用于测试的相关单元测试test_account.py 中的应用程序.
最终你的文件夹结构应该如下所示：
.├── models│ ├── account.py│ └── __init__.py├── requirements.txt├── setup.cfg└── tests ├── factories.py └── test_account.py2 directories, 6 files
假设我们需要测试一个处理客户帐户的数据模型。我们将从创建这个数据模型开始。我们将使用一种名为 sqlalchemy 的流行对象关系映射器，因此我们创建 sqlalchemy 类的数据库实例。现在我们构建我们的模型。我们创建一个名为 accounts 的类，它继承自 sqlalchemy 的基本模型。现在我们可以添加列，这些列将表示为类变量。我们添加一个id。它将作为非信息承载键，因此我们将 id 标记为主键。我们将名称添加为字符串，将电子邮件字段添加为字符串。我们还添加电话号码作为字符串。我们将该电话号码设置为可选，因此我们将 nullable 设置为 true。让我们添加一个布尔字段来确定该帐户是否被禁用，并将默认值设置为 false。最后，我们将添加一个日期连接列作为 datetime 并将其设置为可选。
模型 > __init__.py
"""data models"""from flask import flaskfrom flask_sqlalchemy import sqlalchemyapp = flask(__name__)app.config['sqlalchemy_track_modifications'] = falseapp.config['sqlalchemy_database_uri'] = 'sqlite:///test.db'db = sqlalchemy(app)
模型 > account.py
"""account class"""import loggingfrom sqlalchemy.sql import funcfrom models import dblogger = logging.getlogger()class datavalidationerror(exception): """used for an data validation errors when deserializing"""class account(db.model): """ class that represents an account """ id = db.column(db.integer, primary_key=true) name = db.column(db.string(64)) email = db.column(db.string(64)) phone_number = db.column(db.string(32), nullable=true) disabled = db.column(db.boolean(), nullable=false, default=false) date_joined = db.column(db.date, nullable=false, server_default=func.now()) def __repr__(self): return '' % self.name def to_dict(self) -> dict: """serializes the class as a dictionary""" return {c.name: getattr(self, c.name) for c in self.__table__.columns} def from_dict(self, data: dict) -> none: """sets attributes from a dictionary""" for key, value in data.items(): setattr(self, key, value) def create(self): """creates a account to the database""" logger.info("creating %s", self.name) db.session.add(self) db.session.commit() def update(self): """updates a account to the database""" logger.info("saving %s", self.name) if not self.id: raise datavalidationerror("update called with empty id field") db.session.commit() def delete(self): """removes a account from the data store""" logger.info("deleting %s", self.name) db.session.delete(self) db.session.commit() ################################################## # class methods ################################################## @classmethod def all(cls) -> list: """returns all of the accounts in the database""" logger.info("processing all accounts") return cls.query.all() @classmethod def find(cls, account_id: int): """finds a account by it's id :param account_id: the id of the account to find :type account_id: int :return: an instance with the account_id, or none if not found :rtype: account """ logger.info("processing lookup for id %s ...", account_id) return cls.query.get(account_id)
现在让我们创建模仿原始 account 类的假类。我们将其命名为 accountfactory。还创建一个内部类 meta 并创建一个属性模型并将其设置为 account，这将使 factory-boy 确切地知道它必须模仿哪个数据类，因此 accountfactory 现在将自动拥有 account 类具有的所有方法。
测试 > 工厂.py
"""accountfactory class using factoryboy"""import factoryfrom datetime import datefrom factory.fuzzy import fuzzychoice, fuzzydatefrom models.account import accountclass accountfactory(factory.factory): """ creates fake accounts """ class meta: model = account id = factory.sequence(lambda n: n) name = factory.faker("name") email = factory.faker("email") phone_number = factory.faker("phone_number") disabled = fuzzychoice(choices=[true, false]) date_joined = fuzzydate(date(2008, 1, 1))
id = factory.sequence(lambda n: n) 将生成连续的数字序列 0,1,2…
现在让我们编写单元测试来测试我们的 accountfactory
测试装置：这些是在运行测试用例之前和之后设置系统状态的方法。
setupclass(cls)：这用于在运行类中的任何测试用例之前设置系统状态。在我们的示例中，它正在创建数据库和表。
teardownclass(cls)：用于在运行当前类中的所有测试用例后清理系统。在我们的示例中，它删除所有剩余的测试数据并断开与数据库的连接。
setup(self)：这用于在运行单个测试用例之前设置系统。在我们的示例中，它正在删除数据并保存它。
teardown(self)：这用于在运行单个测试用例后重置系统状态。在我们的示例中，它正在关闭当前数据库会话。
setupall：这用于在进入任何类之前设置系统状态。 我们在示例中没有使用这个
teardownall：这用于在完成所有类后重置系统状态。 我们在示例中没有使用这个
测试 > test_account.py
"""Test Cases TestAccountModel"""from random import randrangefrom unittest import TestCasefrom models import dbfrom models.account import Account, DataValidationErrorfrom factories import AccountFactoryclass TestAccountModel(TestCase): """Test Account Model""" @classmethod def setUpClass(cls): #Runs before running any unit test """ Create table """ db.create_all() # make our sqlalchemy tables @classmethod def tearDownClass(cls): #Runs after running all the tests """Delete test data and Disconnext from database""" db.session.query(Account).delete() db.session.close() def setUp(self): #Runs before running every individual test """Drop the table""" db.session.query(Account).delete() db.session.commit() def tearDown(self): #Runs after ruunning every individual test """Remove the session""" db.session.remove() ###################################################################### # T E S T C A S E S ###################################################################### def test_create_all_accounts(self): """ Test creating multiple Accounts """ for _ in range(10): account = AccountFactory() account.create() self.assertEqual(len(Account.all()), 10) def test_create_an_account(self): """ Test Account creation using known data """ account = AccountFactory() account.create() self.assertEqual(len(Account.all()), 1) def test_repr(self): """Test the representation of an account""" account = Account() account.name = "Foo" self.assertEqual(str(account), "") def test_to_dict(self): """ Test account to dict """ account = AccountFactory() result = account.to_dict() self.assertEqual(account.name, result["name"]) self.assertEqual(account.email, result["email"]) self.assertEqual(account.phone_number, result["phone_number"]) self.assertEqual(account.disabled, result["disabled"]) self.assertEqual(account.date_joined, result["date_joined"]) def test_from_dict(self): """ Test account from dict """ data = AccountFactory().to_dict() account = Account() account.from_dict(data) self.assertEqual(account.name, data["name"]) self.assertEqual(account.email, data["email"]) self.assertEqual(account.phone_number, data["phone_number"]) self.assertEqual(account.disabled, data["disabled"]) def test_update_an_account(self): """ Test Account update using known data """ account = AccountFactory() account.create() self.assertIsNotNone(account.id) account.name = "Rumpelstiltskin" account.update() found = Account.find(account.id) self.assertEqual(found.name, account.name) self.assertIsNotNone(account.id) account.name = "Rumpelstiltskin" account.update() found = Account.find(account.id) self.assertEqual(found.name, account.name) def test_invalid_id_on_update(self): """ Test invalid ID update """ account = AccountFactory() account.id = None self.assertRaises(DataValidationError, account.update) def test_delete_an_account(self): """ Test Account update using known data """ account = AccountFactory() account.create() self.assertEqual(len(Account.all()), 1) account.delete() self.assertEqual(len(Account.all()), 0)
阅读评论以了解有关测试用例的更多信息。现在让我们运行鼻子测试
恭喜！所有测试用例都已通过，因此我们可以得出结论，我们的 accountfactory 与 account 类完全相同，并且已使用 factory-boy 使用虚假数据测试了应用程序！
以上就是在 Python 中使用 Factory-Boy 生成假批量数据的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1348122.html
微信扫一扫 
支付宝扫一扫 
