1、概览
单元测试是用来对一个模块、一个函数或者一个类来进行正确性检验的测试工作。
比如对函数abs()，我们可以编写出以下几个测试用例：
输入正数，比如1、1.2、0.99，期待返回值与输入相同；
输入负数，比如-1、-1.2、-0.99，期待返回值与输入相反；
输入0，期待返回0；
输入非数值类型，比如None、[]、{}，期待抛出TypeError。
把上面的测试用例放到一个测试模块里，就是一个完整的单元测试。
单元测试的意义：
方便的检测代码
在修改代码的时候，可以极大程度地保证该模块行为仍然是正确的。
1.1、编写一个测试单元
编写一个Dict类，这个类的行为和dict一致，但是可以通过属性来访问。
#mydict.py
class Dict(dict):
def __init__(self, **kw): # 初始化实例，可以传入任意个关键字参数，即键值对
super().__init__(**kw) # super()无参数，是按mro表，调用父类的方法。这里是将**kw交给父类dict 初始化
def __getattr__(self, key): # Dict没有设置初始属性，所以 Dict()每使用一个属性，会用到__getattr__方法
try:
return self[key] # 如果有该属性，正常执行
except KeyError:
raise AttributeError(r"'Dict' object has no attribute '%s'" % key) # 无该属性，抛出错误
def __setattr__(self, key, value): # 添加键值对。即添加属性
self[key] = value
编写单元测试
#mydict_test.py
import unittest
from mydict import Dict
# 继承的父类是unittest.TestCase
# 它提供了很多内置的条件判断，我们只需要调用这些方法就可以断言输出是否是我们所期望的
class TestDict(unittest.TestCase):
def test_init(self): # 测试Dict能否正常创建实例，并获取到实例的属性
d = Dict(a=1, b='test')
self.assertEqual(d.a, 1) #断言d.a 的返回结果与1相等。相等才能继续执行
self.assertEqual(d.b, 'test')
self.assertTrue(isinstance(d, dict))
def test_key(self): # Dict() 能否正确添加属性
d = Dict()
d['key'] = 'value'
self.assertEqual(d.key, 'value')
def test_attr(self): # Dict() 能否正确获取属性的value
d = Dict()
d.key = 'value'
self.assertTrue('key' in d)
self.assertEqual(d['key'], 'value')
def test_keyerror(self): # 错误测试
d = Dict()
with self.assertRaises(KeyError): # 获取不存在的属性的value值时，期待报错
value = d['empty']
def test_attrerror(self): # 错误测试，同上，获取属性value值得方法不同，抛出的错误不同
d = Dict()
with self.assertRaises(AttributeError): # 获取不存在的属性的value值时，期待报错
value = d.empty
总结：
以test开头的方法就是测试方法，不以test开头的方法不被认为是测试方法，测试的时候不会被执行。
self.assertEqual(abs(-1), 1) # 断言函数返回的结果与1相等
期待抛出指定类型的Error，比如通过d['empty']访问不存在的key时，断言会抛出KeyError
with self.assertRaises(KeyError):
value = d['empty']
运行单元测试
运行方式一：
在mydict_test.py的最后加上两行代码，这样可以把mydict_test.py当做正常的python脚本运行
if __name__ == '__main__':
unittest.main()
$ python mydict_test.py
运行方式二：
在命令行通过参数-m unittest直接运行单元测试，这样可以一次批量运行很多单元测试
$ python -m unittest mydict_test
1.2、setUp与tearDown
setUp()和tearDown()方法。会分别在每调用一个测试方法的前后分别被执行
用法：
如果你的测试需要启动一个数据库，就可以在setUp()方法中连接数据库，在tearDown()方法中关闭数据库，这样，不必在每个测试方法中重复相同的代码：
class TestDict(unittest.TestCase):
def setUp(self):
print('setUp...')
def tearDown(self):
print('tearDown...')
2、super() 函数
我们在编写Dict类时。用到了super()，并用其调用了父类dict的方法。在此，我们详解supper()。
super()的功能就是调用父类函数的方法，并且保证每个父类函数只调用一次（如果每个类都使用super）
2.1、super()的入门与使用
在类的继承中，如果重定义某个方法，该方法会覆盖父类的同名方法，但有时，我们希望能同时实现父类的功能，这时，我们可以用super()调用父类的方法。
class Animal(object): # 定义了一个Animal 类
def __init__(self, name):
self.name = name
def greet(self): # 定义了一个greet() 方法
print 'Hello, I am %s.' % self.name
class Dog(Animal): #定义了一个Dog类，父类是Animal
def greet(self): # 也定以了一个greet() 方法，但这个方法是调用Animal的方法
super(Dog, self).greet() # 将Dog创建的实例名，按mro 表的顺序，传给Dog的下一个父类，调用该父类的方法
print 'WangWang...'
# 调用结果
>>> dog = Dog('dog')
>>> dog.greet()
Hello, I am dog. # 父类方法
WangWang.. # 子类方法
2.2、MRO列表
虽然super()调用父类的方法，但却和父类没有实质性的关联。它的调用顺序是根据MRO表来的
对于你定义的每一个类，Python 会计算出一个方法解析顺序（Method Resolution Order, MRO）列表，它代表了类继承的顺序
>>> Dog.mro() #查看Dog类的 MRO表
[<class '__main__.Dog'>, <class '__main__.Animal'>, <class 'object'>]
>>> C.mro() # Base是[A、B]的父类，[A、B]是C的父类
[__main__.C, __main__.A, __main__.B, __main__.Base, object]
MRO 列表的顺序通过一个 C3 线性化算法来实现的。总的来说，一个类的 MRO 列表就是合并所有父类的 MRO 列表，并遵循以下三条原则：
子类永远在父类前面
如果有多个父类，会根据它们在列表中的顺序被检查
如果对下一个类存在两个合法的选择，选择第一个父类
2.3、super工作原理
super工作原理如下：
def super(cls, inst): # cls表类，inst是cls创建的实例。获 cls 在 inst 的 MRO 列表中的下一个类。
mro = inst.__class__.mro() # 获取inst的mro 表
return mro[mro.index(cls) + 1] #返回表中当前cls的下标，并+1，即返回当前cls的下一个父类
Python: 你不知道的 super (http://python.jobbole.com/86787/)
原文地址：http://blog.51cto.com/12758568/2116874
