自動テスト用の Python の shutil モジュール
導入
ソフトウェア開発の動的な領域では、自動テストを通じてアプリケーションの品質を確保することが不可欠です。自動テストには、ファイルとディレクトリの特定のセットアップを必要とする多数のテストの実行が含まれます。テスト環境の効率的なセットアップと破棄は、このプロセスの重要な部分であり、適切なツールがないと退屈でエラーが発生しやすい作業になることがよくあります。
タスクを簡素化する適切なツールを見つけると、大きな違いが生まれます。 shutil として知られる標準ユーティリティ モジュールは、シェル ユーティリティの略語です。ファイルやディレクトリをコピー、移動、削除するための高レベルのファイル操作を提供し、テスト環境の管理を簡素化します。このブログでは、shutil モジュールが自動ソフトウェア テストでファイル操作を効率化する方法について説明します。
各テストが正しい環境で確実に開始されるようにするには、セットアップ プロセスを自動化し、一貫性のある分離されたテスト環境を作成する必要があります。
Shutil を始める
Shutil モジュールは Python 標準ライブラリの一部であるため、追加のものをインストールする必要はありません。スクリプトの先頭にインポートするだけです。
# Import shell utility module import shutil
基本的なファイルのコピー方法
アプリケーションのテスト中に、特定のデータ ファイルのセットが必要になることがよくあります。ファイルを手動でコピーする代わりに、shutil モジュールを使用してファイルをコピーするための 4 つの一般的な方法が簡単かつ効率的に提供されます。
- shutil.copy()
- shutil.copy2()
- shutil.copyfile()
- shutil.copyfileobj()
1. shutil.copy() メソッド
shutil.copy(source, destination, *, follow_symlinks=True)
このメソッドは、コピー元のファイルをコピー先に指定されたディレクトリまたはファイルにコピーし、ファイルのコピー先を返します。ファイルのデータとファイルのアクセス許可モードはコピーされますが、コピーされたファイルのメタデータ (ファイルの作成時間と変更時間) は保持されません。ソースと宛先はパスのようなオブジェクトまたは文字列である必要があります。宛先にはファイルまたはディレクトリの両方を指定できます。宛先にディレクトリへのパスが指定されている場合、ファイルはソース パスのファイル名で宛先ディレクトリにコピーされます。
シンボリック リンクを使用する場合:
follow_symlinks=True の場合、宛先はソースのシンボリック リンクが指すファイルのコピーになります。パラメータ follow_symlinks のデフォルト値は True です。
follow_symlinks=False の場合、宛先はシンボリック リンクとして作成されます。
# Import shell utility module import shutil # Copy the content of source_file.txt to destination_file.txt shutil.copy('source_file.txt', 'destination_file.txt')
2. shutil.copy2() メソッド
shutil.copy2(source, destination, *, follow_symlinks=True)
shutil.copy2() メソッドは、可能な限りファイルのすべてのメタデータを保存する追加機能を提供します。その他の特性は shutil.copy() メソッドと同じです。宛先にはファイルまたはディレクトリの両方を指定できます。宛先がディレクトリの場合、ファイルはコピー元のファイル名と同じ名前でコピーされます。
# Import shell utility module import shutil # Copy the content of source_file.txt to destination_file.txt shutil.copy2('source_file.txt', 'destination_file.txt')
私はテストを自動化する際にこのメソッドを使用しました。このメソッドは、ファイルの内容と関連するメタデータのほとんどをコピーするため、グラフィカル ファイル マネージャーでキーボード ショートカットを使用してファイルをコピー アンド ペーストするのと同じ結果をプログラムで達成でき、また、それとほぼ同じ結果を得ることができます。グラフィカル ファイル マネージャーでマウスを使用した一般的なコピー アンド ペースト操作の動作を再現します。
3. shutil.copyfile() メソッド
shutil.copyfile(source, destination, *, follow_symlinks=True)
このメソッドを使用すると、ファイルのコンテンツはメタデータなしでソースから宛先にコピーされます。ソースと宛先はパスのようなオブジェクトまたは文字列である必要があります。宛先パスではファイルへのパスのみを指定できますが、ディレクトリへのパスは指定できません。
# Import shell utility module import shutil # Copy the content of source_file.txt to destination_file.txt shutil.copyfile('source_file.txt', 'destination_file.txt')
4. shutil.copyfileobj() メソッド
shutil.copyfileobj(fsrc, fdst, length)
このメソッドは、ソース ファイル オブジェクトの内容を宛先ファイル オブジェクトにコピーします。ソースと宛先はファイルのようなオブジェクトである必要があります。メタデータは保持されず、値も返されません。オプションの長さパラメータは、バッファ サイズの整数値を指定します。
# Import shell utility module import shutil # Create file objects source_file_object = open("../hello.txt", "r") destination_file_object = open("CopyFile/copyFalseSrcPath.txt", "w") # Copy the content of the file object to another file object shutil.copyfileobj(source_file_object, destination_file_object)
よくある間違いを防ぐ:
- shutil.copy()、shutil.copy2()、shutil.copyfile() では、送信元と宛先で同じパスを指定できません。ソースと宛先で同じファイル パスが指定されている場合、例外「SameFileError」が発生します。 shutil.copyfileobj() では、宛先ファイルが既に存在する場合は上書きされるため、このエラーは発生しません。
- ソースに存在しないファイルへのパスが指定されている場合、エラー「FileNotFound」が発生します。
結論
各メソッドはファイル操作のさまざまな側面を提供し、さまざまなテストのニーズを満たす柔軟性と能力を提供します。 Python の shutil モジュールは、ソフトウェア テストにおける効率的なファイル操作に不可欠なツールを提供します。
- shutil.copy: 権限を含む基本的なファイルのコピーに最適です。
- shutil.copy2: タイムスタンプを含むほとんどのメタデータとともにファイルをコピーするのに最適です。
- shutil.copyfile: メタデータを使用せずに、高速でシンプルなコンテンツのコピーに最適です。
- shutil.copyfileobj: ファイルのようなオブジェクト間の正確なコピーを可能にします。
テストを自動化する際に役立つ、その他の一般的に使用されるユーティリティ関数は次のとおりです。
- shutil.mkdirs(): ディレクトリを再帰的に作成します。ファイルのテストや整理に必要なディレクトリ構造を設定するのに役立ちます。
- shutil.copytree(): ディレクトリ ツリー全体を再帰的にコピーします。すべてのファイルとサブディレクトリを含む複雑なディレクトリ構造を複製して、テストまたは展開用の環境を作成またはバックアップするのに最適です。
- shutil.rmtree(): ディレクトリツリーを再帰的に削除します。テスト後のクリーンアップや一時ディレクトリとその内容を完全に削除する場合に不可欠です。
- shutil.move(): ファイルまたはディレクトリを別の場所に移動します。ファイルシステム内のファイルまたはディレクトリを効率的に再配置し、編成または展開プロセスを容易にします。
- shutil.make_archive(): ディレクトリとその内容のアーカイブ (AIP や TAR など) を作成します。配布またはバックアップの目的でディレクトリをパッケージ化するのに役立ちます。
その他のユーティリティ関数と詳細な説明は、公式ドキュメントに記載されています。
Python の shutil モジュールは、ソフトウェア テストだけでなく、バージョン管理と展開、データ サイエンスと機械学習、IT とシステム管理、研究と学術など、ソフトウェア開発のさまざまな分野にわたって多用途のツールセットとして機能します。詳細
Shutil をテスト プロセスに統合することで、最小限のコードで複雑なファイル操作を実行できるため、時間と労力が節約され、高品質のソフトウェアの開発に集中できるようになります。
以上が自動テスト用の Python の shutil モジュールの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

限られた時間でPythonの学習効率を最大化するには、PythonのDateTime、時間、およびスケジュールモジュールを使用できます。 1. DateTimeモジュールは、学習時間を記録および計画するために使用されます。 2。時間モジュールは、勉強と休息の時間を設定するのに役立ちます。 3.スケジュールモジュールは、毎週の学習タスクを自動的に配置します。

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

PythonとCにはそれぞれ独自の利点があり、選択はプロジェクトの要件に基づいている必要があります。 1)Pythonは、簡潔な構文と動的タイピングのため、迅速な開発とデータ処理に適しています。 2)Cは、静的なタイピングと手動メモリ管理により、高性能およびシステムプログラミングに適しています。

PythonListSarePartOfThestAndardarenot.liestareBuilting-in、versatile、forStoringCollectionsのpythonlistarepart。

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。

Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化
