테스트 자동화의 Python 형식 매개변수화된 데코레이터

Python의 데코레이터 메커니즘은 최신 유형 힌트 기능과 결합되어 테스트 자동화를 크게 향상시킵니다. Python의 유연성과 typing 모듈의 유형 안전성을 활용하는 이 강력한 조합을 통해 유지 관리가 용이하고 읽기 쉽고 강력한 테스트 모음이 탄생합니다. 이 기사에서는 테스트 자동화 프레임워크 내에서의 적용에 중점을 두고 고급 기술을 살펴봅니다.

typing 모듈의 향상된 기능 활용

typing 모듈이 크게 개선되었습니다.

• PEP 585: 표준 컬렉션의 일반 유형에 대한 기본 지원은 일반 유형에 대한 typing 모듈에 대한 의존도를 최소화합니다.
• PEP 604: | 연산자는 Union 유형 주석을 단순화합니다.
• PEP 647: TypeAlias은 유형 별칭 정의를 명확히 합니다.
• PEP 649: 지연된 주석 평가는 대규모 프로젝트의 시작 속도를 높입니다.

건물 유형 매개변수화된 데코레이터

업데이트된 입력 기능을 사용하여 데코레이터를 만드는 방법은 다음과 같습니다.

<code class="language-python">from typing import Protocol, TypeVar, Generic, Callable, Any
from functools import wraps

# TypeVar for generic typing
T = TypeVar('T')

# Protocol for defining function structure
class TestProtocol(Protocol):
    def __call__(self, *args: Any, **kwargs: Any) -> Any:
        ...

def generic_decorator(param: str) -> Callable[[Callable[..., T]], Callable[..., T]]:
    """
    Generic decorator for functions returning type T.

    Args:
        param:  A string parameter.

    Returns:
        A callable wrapping the original function.
    """
    def decorator(func: Callable[..., T]) -> Callable[..., T]:
        @wraps(func)  # Preserves original function metadata
        def wrapper(*args: Any, **kwargs: Any) -> T:
            print(f"Decorator with param: {param}")
            return func(*args, **kwargs)
        return wrapper
    return decorator

@generic_decorator("test_param")
def test_function(x: int) -> int:
    """Returns input multiplied by 2."""
    return x * 2</code>

이 데코레이터는 Protocol을 사용하여 테스트 함수의 구조를 정의하여 테스트 프레임워크의 다양한 함수 시그니처에 대한 유연성을 높입니다.

테스트 자동화에 데코레이터 적용

이러한 데코레이터가 어떻게 테스트 자동화를 향상하는지 살펴보겠습니다.

1. Literal

을 사용한 플랫폼별 테스트

<code class="language-python">from typing import Literal, Callable, Any
import sys

def run_only_on(platform: Literal["linux", "darwin", "win32"]) -> Callable:
    """
    Runs a test only on the specified platform.

    Args:
        platform: Target platform.

    Returns:
        A callable wrapping the test function.
    """
    def decorator(func: Callable) -> Callable:
        @wraps(func)
        def wrapper(*args: Any, **kwargs: Any) -> Any:
            if sys.platform == platform:
                return func(*args, **kwargs)
            print(f"Skipping test on platform: {sys.platform}")
            return None
        return wrapper
    return decorator

@run_only_on("linux")
def test_linux_feature() -> None:
    """Linux-specific test."""
    pass</code>

Literal 유형 검사기가 유효한 platform 값을 인식하도록 보장하여 어떤 테스트가 어떤 플랫폼에서 실행되는지 명확히 합니다. 이는 크로스 플랫폼 테스트에 매우 중요합니다.

2. 스레딩을 사용한 시간 초과 데코레이터

<code class="language-python">from typing import Callable, Any, Optional
import threading
import time
from concurrent.futures import ThreadPoolExecutor, TimeoutError

def timeout(seconds: int) -> Callable:
    """
    Enforces a timeout on test functions.

    Args:
        seconds: Maximum execution time.

    Returns:
        A callable wrapping the function with timeout logic.
    """
    def decorator(func: Callable) -> Callable:
        @wraps(func)
        def wrapper(*args: Any, **kwargs: Any) -> Optional[Any]:
            with ThreadPoolExecutor(max_workers=1) as executor:
                future = executor.submit(func, *args, **kwargs)
                try:
                    return future.result(timeout=seconds)
                except TimeoutError:
                    print(f"Function {func.__name__} timed out after {seconds} seconds")
                    return None
        return wrapper
    return decorator

@timeout(5)
def test_long_running_operation() -> None:
    """Test that times out if it takes too long."""
    time.sleep(10)  # Triggers timeout</code>

테스트 실행 시간을 제어할 때 필수적인 안정적인 시간 초과 기능을 위해 스레딩을 사용합니다.

3. 유니온 유형을 사용한 재시도 메커니즘

<code class="language-python">from typing import Callable, Any, Union, Type, Tuple, Optional
import time

def retry_on_exception(
    exceptions: Union[Type[Exception], Tuple[Type[Exception], ...]], 
    attempts: int = 3,
    delay: float = 1.0
) -> Callable:
    """
    Retries a function on specified exceptions.

    Args:
        exceptions: Exception type(s) to catch.
        attempts: Maximum retry attempts.
        delay: Delay between attempts.

    Returns:
        A callable wrapping the function with retry logic.
    """
    def decorator(func: Callable) -> Callable:
        @wraps(func)
        def wrapper(*args: Any, **kwargs: Any) -> Any:
            last_exception: Optional[Exception] = None
            for attempt in range(attempts):
                try:
                    return func(*args, **kwargs)
                except exceptions as e:
                    last_exception = e
                    print(f"Attempt {attempt + 1} failed with {type(e).__name__}: {str(e)}")
                    time.sleep(delay)
            if last_exception:
                raise last_exception
        return wrapper
    return decorator

@retry_on_exception(Exception, attempts=5)
def test_network_connection() -> None:
    """Test network connection with retry logic."""
    pass</code>

이 개선된 버전은 포괄적인 유형 힌트, 강력한 예외 처리 및 구성 가능한 재시도 지연을 사용합니다. Union 유형을 사용하면 예외 유형을 유연하게 지정할 수 있습니다.

결론

Python의 고급 입력 기능을 데코레이터에 통합하면 유형 안전성과 코드 가독성이 모두 향상되어 테스트 자동화 프레임워크가 크게 향상됩니다. 명시적 유형 정의는 적절한 오류 처리 및 성능 제약 조건을 갖춘 올바른 조건에서 테스트가 실행되도록 보장합니다. 이를 통해 더욱 강력하고 유지 관리가 가능하며 효율적인 테스트가 가능하며 특히 대규모 분산 또는 다중 플랫폼 테스트 환경에서 가치가 있습니다.

위 내용은 테스트 자동화의 Python 형식 매개변수화된 데코레이터의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!