


Testen Sie Python-Code wie ein Profi mit Poetry, Tox, Nox und CI/CD
Hey!
Sie haben ein Python-Projekt und müssen sicherstellen, dass es auf jeder verfügbaren Python-Version funktioniert? Glauben Sie mir, das kann RIESIGE Kopfschmerzen bereiten. Aber keine Sorge, ich stehe hinter dir. In dieser Anleitung zeige ich Ihnen, wie Sie mit den fantastischen Tools Tox, Nox und CI/CD Ihren Code über mehrere Python-Versionen hinweg testen.
Und wissen Sie was? Es ist einfacher als Sie denken.
Wenn Sie dies gelesen haben, werden Sie Tests wie ein Profi für Python 3.8 bis 3.13 durchführen. Wir halten die Dinge einfach, unterhaltsam und absolut umsetzbar. Klingt gut? Lass uns eintauchen.
Warum sollten Sie sich überhaupt für das Testen mehrerer Versionen interessieren?
Stellen Sie sich Folgendes vor: Sie schreiben einen coolen Python-Code und er funktioniert auf Ihrem Computer. Aber dann, BAM! Ein Benutzer sendet Ihnen eine E-Mail mit der Aussage, dass es unter Python 3.9 nicht funktioniert. Du versuchst es und tatsächlich, etwas stimmt nicht.
Warum?
Weil Python alle diese Versionen hat und jede ihre Eigenheiten hat. Wenn Sie Ihren Code nicht auf mehreren Versionen testen, sind Sie im Blindflug.
Aber die GUTE NACHRICHT ist, dass Sie nicht mehrere Python-Versionen manuell installieren und für jede einzelne Tests durchführen müssen. Da stoßen Tox und Nox wie Superhelden auf uns zu.
Was sind Tox und Nox?
Lassen Sie es uns aufschlüsseln:
Tox: Stellen Sie sich das wie einen Roboter vor, der Ihren Code in verschiedenen Python-Umgebungen testet. Es ist super organisiert und folgt Ihren Anweisungen aus einer einfachen tox.ini-Datei. Sie sagen Tox, was er tun soll, und es tut es.
Nox: Es ist wie Tox, aber in mancher Hinsicht cooler. Warum? Denn statt einer Konfigurationsdatei können Sie ein Python-Skript (noxfile.py) schreiben. Möchten Sie benutzerdefinierte Logik oder Bedingungen hinzufügen? Nox steht hinter Ihnen.
Welches ist also besser? Ehrlich gesagt kommt es darauf an. Wenn Sie es ordentlich und unkompliziert mögen, entscheiden Sie sich für Tox. Wenn Sie der kreative Typ sind und Flexibilität lieben, ist Nox genau das Richtige für Sie.
Lasst uns etwas Cooles bauen
Hier ist der Deal:
Wir erstellen ein Miniprojekt mit zwei einfachen Funktionen:
- Füge zwei Zahlen hinzu.
- Subtrahieren Sie eine Zahl von einer anderen.
Wir werden einige Tests schreiben, um sicherzustellen, dass sie funktionieren, und dann verwenden wir Tox und Nox, um sie auf Python-Versionen von 3.8 bis 3.13 zu testen.
Klingt lustig, oder?
Hier ist die Dateistruktur, mit der wir arbeiten:
tox-nox-python-test-automation/ ├── tox_nox_python_test_automation/ │ ├── __init__.py │ ├── main.py │ └── calculator.py ├── tests/ │ ├── __init__.py │ └── test_calculator.py ├── pyproject.toml ├── tox.ini ├── noxfile.py ├── README.md
Schritt 1: Schreiben Sie den Code
Hier ist unser calculator.py:
def add(a, b): """Returns the sum of two numbers.""" return a + b def subtract(a, b): """Returns the difference of two numbers.""" return a - b
Einfach, oder? Lasst uns dabei bleiben.
Schritt 2: Schreiben Sie einige Tests
Zeit sicherzustellen, dass unser Code funktioniert. Hier ist unser test_calculator.py:
tox-nox-python-test-automation/ ├── tox_nox_python_test_automation/ │ ├── __init__.py │ ├── main.py │ └── calculator.py ├── tests/ │ ├── __init__.py │ └── test_calculator.py ├── pyproject.toml ├── tox.ini ├── noxfile.py ├── README.md
Wir verwenden pytest, ein Testtool, das im Grunde das MVP des Python-Testens ist. Wenn Sie es noch nie benutzt haben, machen Sie sich keine Sorgen, es ist super einfach zu erlernen.
Schritt 3: Abhängigkeiten mit Poesie verwalten
Okay, wie stellen wir sicher, dass alle, die an diesem Projekt arbeiten, die gleichen Abhängigkeiten verwenden? Wir verwenden Poetry, das wie eine aufgeladene „requirements.txt“-Datei ist.
So sieht unser pyproject.toml aus:
def add(a, b): """Returns the sum of two numbers.""" return a + b def subtract(a, b): """Returns the difference of two numbers.""" return a - b
Um alles zu installieren, führen Sie einfach Folgendes aus:
import pytest from tox_nox_python_test_automation.calculator import add, subtract @pytest.mark.parametrize("a, b, expected", [ (1, 2, 3), (-1, 1, 0), (0, 0, 0), ]) def test_add(a, b, expected): assert add(a, b) == expected @pytest.mark.parametrize("a, b, expected", [ (5, 3, 2), (10, 5, 5), (-1, -1, 0), ]) def test_subtract(a, b, expected): assert subtract(a, b) == expected
Schritt 4: Führen Sie Unit-Tests mit Pytest durch
Sie können die grundlegenden Komponententests auf diese Weise ausführen:
[tool.poetry] name = "tox_nox_python_tests" version = "0.1.0" description = "Testing with multiple Python versions using Tox and Nox." authors = ["Wallace Espindola <wallace.espindola@gmail.com>"] license = "MIT" [tool.poetry.dependencies] python = "^3.8" pytest = "^8.3" nox = "^2024.10.9" tox = "^4.23.2"
Und es wird eine standardmäßige Unit-Test-Laufausgabe angezeigt.
Schritt 5: Testen Sie mit Tox
Bei Tox dreht sich alles um Automatisierung. Hier ist unsere tox.ini:
poetry install
Führen Sie Tox mit einem Befehl aus:
poetry run pytest --verbose
Und bumm! Tox testet Ihren Code für alle aufgeführten Python-Versionen. Eine Beispielausgabe finden Sie hier:
Schritt 6: Testen Sie mit Nox
Möchten Sie mehr Kontrolle? Mit Nox können Sie kreativ werden. Hier ist unser noxfile.py:
[tox] envlist = py38, py39, py310, py311, py312, py313 [testenv] allowlist_externals = poetry commands_pre = poetry install --no-interaction --no-root commands = poetry run pytest
Nox ausführen mit:
poetry run tox
Jetzt haben Sie die volle Flexibilität, Logik hinzuzufügen, Umgebungen zu überspringen oder alles andere zu tun, was Sie brauchen. Eine Beispielausgabe finden Sie hier:
Schritt 7: Automatisieren Sie mit CI/CD
Warum bei lokalen Tests aufhören? Richten wir dies so ein, dass es automatisch auf GitHub Actions und GitLab CI/CD ausgeführt wird.
GitHub-Aktionen
Hier ist eine Workflow-Datei .github/workflows/python-tests.yml:
import nox @nox.session(python=["3.8", "3.9", "3.10", "3.11", "3.12", "3.13"]) def tests(session): session.install("poetry") session.run("poetry", "install", "--no-interaction", "--no-root") session.run("pytest")
GitLab CI/CD
Hier ist ein .gitlab-ci.yml:
poetry run nox
Lassen Sie es uns zusammenfassen
Du hast es geschafft! Sie wissen jetzt, wie Sie Python-Code über mehrere Versionen hinweg mit Tox, Nox und Poetry testen.
Das sollten Sie sich merken:
- Tox ist Ihre Anlaufstelle für einfache, automatisierte Tests.
- Nox gibt Ihnen die Freiheit zur Anpassung.
- Poesie macht die Verwaltung von Abhängigkeiten zum Kinderspiel.
- CI/CD stellt sicher, dass Ihre Tests automatisch ausgeführt werden.
Referenzen natürlich
Dieses Projekt verwendet Tox, Nox, Poetry und Pytest für die Testautomatisierung. Eine ausführliche Dokumentation finden Sie unter:
Tox-Dokumentation
Nox-Dokumentation
Poesiedokumentation
Pytest-Dokumentation
Benötigen Sie den vollständigen Code und Beispiele? Schauen Sie sich das Repo auf GitHub an: tox-nox-python-tests.
Weitere interessante Themen und technische Diskussionen finden Sie auf meiner LinkedIn-Seite.
Jetzt gehen Sie raus und machen Sie Ihre Python-Projekte kugelsicher! ?
Das obige ist der detaillierte Inhalt vonTesten Sie Python-Code wie ein Profi mit Poetry, Tox, Nox und CI/CD. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen











Python zeichnet sich in Gaming und GUI -Entwicklung aus. 1) Spielentwicklung verwendet Pygame, die Zeichnungen, Audio- und andere Funktionen bereitstellt, die für die Erstellung von 2D -Spielen geeignet sind. 2) Die GUI -Entwicklung kann Tkinter oder Pyqt auswählen. Tkinter ist einfach und einfach zu bedienen. PYQT hat reichhaltige Funktionen und ist für die berufliche Entwicklung geeignet.

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.
