Hypothesis是Python的一个高级测试库。它允许编写测试用例时参数化，然后生成使测试失败的简单易懂的测试数据。可以用更少的工作在代码中发现更多的bug。

安装

pip install hypothesis

如何设计测试数据

通过介绍也许你还不了解它是干嘛的，没关系！我们举个例子。

首先，我有一个需要测试的函数：

def add(a, b):     """实现加法运算"""     return a + b 

测试代码是这样的：

import unittest   class AddTest(unittest.TestCase):      def test_case1(self):         c = add(1, 2)         self.assertEqual(c, 3)      def test_case2(self):         c = add(0, 2)         self.assertEqual(c, 2)      def test_case3(self):         c = add(-2, 2)         self.assertEqual(c, 0)   if __name__ == '__main__':     unittest.main() 

为了更全面的验证的 add() 函数，我必须设计足够多的 测试数据， 同样也需要很多条用例！

当然，为了测试足够多的数据，我们也可以将代码改称这样。

import unittest from random import randint   class AddTest(unittest.TestCase):      def test_case(self):         for i in range(10):             a = randint(-32768, 32767)             b = randint(-32768, 32767)             print("a->", a)             print("b->", b)             c1 = a + b             c2 = add(a, b)             self.assertEqual(c1, c2)   if __name__ == '__main__':     unittest.main() 

通过调用 randint() 函数生成随机数。循环10次（也可以是100次，1000次），用更少的代码做更多的测试，测试的数据越多，发现bug的可能性越大。

测试结果如下：

> python test_hypothesis_demo.py  a-> 11503 b-> -784 a-> -31548 b-> 13057 a-> 22033 b-> 3618 a-> -32249 b-> 28025 a-> -15429 b-> 31055 a-> 16095 b-> 13445 a-> -31536 b-> 14606 a-> 18655 b-> -18039 a-> 17923 b-> -12079 a-> -9256 b-> -26440 . ------------------------ Ran 1 test in 0.002s  OK

用 hypothesis生成测试数据

上面的测试数据很难随机到 边界值，除非我手动设计数据，而且用for循环也不是太好的设计。是时候让hypothesis登场了。

import unittest from hypothesis import given, settings import hypothesis.strategies as st   class