测试覆盖
为应用写单元测试可以检查代码是否按预期执行。 Flask 提供了测试客户端， 可以模拟向应用发送请求并返回响应数据。
应当尽可能多地进行测试。函数中的代码只有在函数被调用的情况下才会运行。 分支中的代码，如 if 块中的代码，只有在符合条件的情况下才会运行。测试 应当覆盖每个函数和每个分支。
越接近 100% 的测试覆盖，越能够保证修改代码后不会出现意外。但是 100% 测试 覆盖不能保证应用没有错误。通常，测试不会覆盖用户如何在浏览器中与应用进行 交互。尽管如此，在开发过程中，测试覆盖仍然是非常重要的。
我们使用 pytest 和 coverage 来进行测试和衡量代码。先安装它们：
$ pip install pytest coverage配置和固件
测试代码位于 tests 文件夹中，该文件夹位于 flaskr 包的 旁边 ， 而不是里面。 tests/conftest.py 文件包含名为 fixtures （固件）的配置 函数。每个测试都会用到这个函数。测试位于 Python 模块中，以 test_ 开头， 并且模块中的每个测试函数也以 test_ 开头。
每个测试会创建一个新的临时数据库文件，并产生一些用于测试的数据。写一个 SQL 文件来插入数据。
tests/data.sql
INSERT INTO user (username, password)
VALUES
('test', 'pbkdf2:sha256:50000$TCI4GzcX$0de171a4f4dac32e3364c7ddc7c14f3e2fa61f2d17574483f7ffbb431b4acb2f'),
('other', 'pbkdf2:sha256:50000$kJPKsz6N$d2d4784f1b030a9761f5ccaeeaca413f27f2ecb76d6168407af962ddce849f79');
INSERT INTO post (title, body, author_id, created)
VALUES
('test title', 'test' || x'0a' || 'body', 1, '2018-01-01 00:00:00');app 固件会调用工厂并为测试传递 test_config 来配置应用和数据库，而 不使用本地的开发配置。
tests/conftest.py
import os
import tempfile
import pytest
from flaskr import create_app
from flaskr.db import get_db, init_db
with open(os.path.join(os.path.dirname(__file__), 'data.sql'), 'rb') as f:
_data_sql = f.read().decode('utf8')
@pytest.fixture
def app():
db_fd, db_path = tempfile.mkstemp()
app = create_app({
'TESTING': True,
'DATABASE': db_path,
})
with app.app_context():
init_db()
get_db().executescript(_data_sql)
yield app
os.close(db_fd)
os.unlink(db_path)
@pytest.fixture
def client(app):
return app.test_client()
@pytest.fixture
def runner(app):
return app.test_cli_runner()tempfile.mkstemp() 创建并打开一个临时文件，返回该文件对象和路径。 DATABASE 路径被重载，这样它会指向临时路径，而不是实例文件夹。设置好 路径之后，数据库表被创建，然后插入数据。测试结束后，临时文件会被关闭并 删除。
TESTING 告诉 Flask 应用处在测试模式下。 Flask 会改变一些内部行为 以方便测试。其他的扩展也可以使用这个标志方便测试。
client 固件调用 app.test_client() 由 app 固件创建的应用 对象。测试会使用客户端来向应用发送请求，而不用启动服务器。
runner 固件类似于 client 。 app.test_cli_runner() 创建一个运行器， 可以调用应用注册的 Click 命令。
Pytest 通过匹配固件函数名称和测试函数的参数名称来使用固件。例如 下面要写 test_hello 函数有一个 client 参数。 Pytest 会匹配 client 固件函数，调用该函数，把返回值传递给测试函数。
工厂
工厂本身没有什么好测试的，其大部分代码会被每个测试用到。因此如果工厂代码 有问题，那么在进行其他测试时会被发现。
唯一可以改变的行为是传递测试配置。如果没传递配置，那么会有一些缺省配置可 用，否则配置会被重载。
tests/test_factory.py
from flaskr import create_app
def test_config():
assert not create_app().testing
assert create_app({'TESTING': True}).testing
def test_hello(client):
response = client.get('/hello')
assert response.data == b'Hello, World!'在本教程开头的部分添加了一个 hello 路由作为示例。它返回 “Hello, World!” ，因此测试响应数据是否匹配。
数据库
在一个应用环境中，每次调用 get_db 都应当返回相同的连接。退出环境后， 连接应当已关闭。
tests/test_db.py
import sqlite3
import pytest
from flaskr.db import get_db
def test_get_close_db(app):
with app.app_context():
db = get_db()
assert db is get_db()
with pytest.raises(sqlite3.ProgrammingError) as e:
db.execute('SELECT 1')
assert 'closed' in str(e.value)init-db 命令应当调用 init_db 函数并输出一个信息。
tests/test_db.py
def test_init_db_command(runner, monkeypatch):
class Recorder(object):
called = False
def fake_init_db():
Recorder.called = True
monkeypatch.setattr('flaskr.db.init_db', fake_init_db)
result = runner.invoke(args=['init-db'])
assert 'Initialized' in result.output
assert Recorder.called这个测试使用 Pytest’s monkeypatch 固件来替换 init_db 函数。 前文写的 runner 固件用于通过名称调用 init-db 命令。
验证
对于大多数视图，用户需要登录。在测试中最方便的方法是使用客户端制作一个 POST 请求发送给 login 视图。与其每次都写一遍，不如写一个类，用 类的方法来做这件事，并使用一个固件把它传递给每个测试的客户端。
tests/conftest.py
class AuthActions(object):
def __init__(self, client):
self._client = client
def login(self, username='test', password='test'):
return self._client.post(
'/auth/login',
data={'username': username, 'password': password}
)
def logout(self):
return self._client.get('/auth/logout')
@pytest.fixture
def auth(client):
return AuthActions(client)通过 auth 固件，可以在调试中调用 auth.login() 登录为 test 用户。这个用户的数据已经在 app 固件中写入了数据。
register 视图应当在 GET 请求时渲染成功。 在 POST 请求中，表单数据合法时，该视图应当重定向到登录 URL ，并且用户 的数据已在数据库中保存好。数据非法时，应当显示出错信息。
tests/test_auth.py
import pytest
from flask import g, session
from flaskr.db import get_db
def test_register(client, app):
assert client.get('/auth/register').status_code == 200
response = client.post(
'/auth/register', data={'username': 'a', 'password': 'a'}
)
assert 'http://localhost/auth/login' == response.headers['Location']
with app.app_context():
assert get_db().execute(
"select * from user where username = 'a'",
).fetchone() is not None
@pytest.mark.parametrize(('username', 'password', 'message'), (
('', '', b'Username is required.'),
('a', '', b'Password is required.'),
('test', 'test', b'already registered'),
))
def test_register_validate_input(client, username, password, message):
response = client.post(
'/auth/register',
data={'username': username, 'password': password}
)
assert message in response.dataclient.get() 制作一个 GET 请求并 由 Flask 返回 Response 对象。类似的 client.post() 制作一个 POST 请求， 转换 data 字典为表单数据。
为了测试页面是否渲染成功，制作一个简单的请求，并检查是否返回 一个 200 OK status_code 。如果渲染失败， Flask 会返回一个 500 Internal Server Error 代码。
当注册视图重定向到登录视图时， headers 会有一个包含登录 URL 的 Location 头部。
data 以字节方式包含响应的身体。如果想要检测渲染页面中的 某个值，请 data 中检测。字节值只能与字节值作比较，如果想比较 Unicode 文本，请使用 get_data(as_text=True)
pytest.mark.parametrize 告诉 Pytest 以不同的参数运行同一个测试。 这里用于测试不同的非法输入和出错信息，避免重复写三次相同的代码。
login 视图的测试与 register 的非常相似。后者是测试数据库中的数据， 前者是测试登录之后 session 应当包含 user_id 。
tests/test_auth.py
def test_login(client, auth):
assert client.get('/auth/login').status_code == 200
response = auth.login()
assert response.headers['Location'] == 'http://localhost/'
with client:
client.get('/')
assert session['user_id'] == 1
assert g.user['username'] == 'test'
@pytest.mark.parametrize(('username', 'password', 'message'), (
('a', 'test', b'Incorrect username.'),
('test', 'a', b'Incorrect password.'),
))
def test_login_validate_input(auth, username, password, message):
response = auth.login(username, password)
assert message in response.data在 with 块中使用 client ，可以在响应返回之后操作环境变量，比如 session 。 通常，在请求之外操作 session 会引发一个异常。
logout 测试与 login 相反。注销之后， session 应当不包含 user_id 。
tests/test_auth.py
def test_logout(client, auth):
auth.login()
with client:
auth.logout()
assert 'user_id' not in session运行测试
额外的配置可以添加到项目的 setup.cfg 文件。这些配置不是必需的，但是 可以使用测试更简洁明了。
setup.cfg
[tool:pytest]
testpaths = tests
[coverage:run]
branch = True
source =
flaskr使用 pytest 来运行测试。该命令会找到并且运行所有测试。
$ pytest
========================= test session starts ==========================
platform linux -- Python 3.6.4, pytest-3.5.0, py-1.5.3, pluggy-0.6.0
rootdir: /home/user/Projects/flask-tutorial, inifile: setup.cfg
collected 23 items
tests/test_auth.py ........ [ 34%]
tests/test_blog.py ............ [ 86%]
tests/test_db.py .. [ 95%]
tests/test_factory.py .. [100%]
====================== 24 passed in 0.64 seconds =======================如果有测试失败， pytest 会显示引发的错误。可以使用 pytest -v 得到每个测试的列表，而不是一串点。
可以使用 coverage 命令代替直接使用 pytest 来运行测试，这样可以衡量测试 覆盖率。
$ coverage run -m pytest在终端中，可以看到一个简单的覆盖率报告：
$ coverage report
Name Stmts Miss Branch BrPart Cover
------------------------------------------------------
flaskr/__init__.py 21 0 2 0 100%
flaskr/auth.py 54 0 22 0 100%
flaskr/blog.py 54 0 16 0 100%
flaskr/db.py 24 0 4 0 100%
------------------------------------------------------
TOTAL 153 0 44 0 100%还可以生成 HTML 报告，可以看到每个文件中测试覆盖了哪些行：
$ coverage html这个命令在 htmlcov 文件夹中生成测试报告，然后在浏览器中打开 htmlcov/index.html 查看。