python标准库单元测试框架的扩展
testtools的Python项目详细描述
testtools是python标准库单元测试的一组扩展 框架。这些扩展源于多年的经验 使用python进行单元测试，并且来自许多不同的来源。
有什么比从一个虚构的代码片段开始更好的方法呢？：
from testtools import TestCase
from testtools.content import Content
from testtools.content_type import UTF8_TEXT
from testtools.matchers import Equals
from myproject import SillySquareServer
class TestSillySquareServer(TestCase):
def setUp(self):
super(TestSillySquareServer, self).setUp()
self.server = self.useFixture(SillySquareServer())
self.addCleanup(self.attach_log_file)
def attach_log_file(self):
self.addDetail(
'log-file',
Content(UTF8_TEXT,
lambda: open(self.server.logfile, 'r').readlines()))
def test_server_is_cool(self):
self.assertThat(self.server.temperature, Equals("cool"))
def test_square(self):
self.assertThat(self.server.silly_square_of(7), Equals(49))
为什么使用测试工具？
更好的断言方法
unittest附带的标准断言方法不如 可能是的，但还不够。testtools添加 assertIn，assertIs，assertIsInstance及其底片。
匹配器：优于断言方法
当然，在任何严肃的项目中，你都希望能够有这样的断言 具体到那个项目和它正在解决的特定问题。 而不是强迫您定义自己的断言方法并维护 拥有TestCase类的继承层次结构，testtools允许您编写 您自己的“匹配器”，可以插入单元测试的自定义谓词：
def test_response_has_bold(self):
# The response has bold text.
response = self.server.getResponse()
self.assertThat(response, HTMLContains(Tag('bold', 'b')))
更多调试信息，当您需要时
testtools使向测试结果中添加任意数据变得容易。如果你 想知道测试失败时日志文件中的内容，或加载的内容 测试开始时的计算机，或者打开了哪些文件，可以添加 带有TestCase.addDetail的信息，它将出现在测试中 如果测试失败。
扩展unittest，但保持兼容和可重用性
testtools会尽最大努力允许严肃的测试作者和测试人员 framework作者可以对他们的测试和 扩展，同时与标准库的unittest保持兼容。
testtools已经完全参数化了在测试中引发异常的方式。 映射到TestResult方法以及测试的实际执行方式（永远 不管setUp是否成功，都希望调用tearDown？
它还提供了许多简单但方便的实用程序，如克隆 test，一个MultiTestResult对象，它允许许多result对象获取 结果来自一个测试套件，适配器带来了遗留的TestResult对象 进入我们新的黄金时代。
跨python兼容性
testtools为您提供了最新的单元测试技术 将使用Python2.7、3.3、3.4、3.5和Pypy。
如果您希望在python 2.4或2.5中使用testtools，那么请使用testtools 0.9.15分。
如果您希望在python 2.6或3.2中使用testtools，那么请使用testtools 1.9.0条。
欢迎加入QQ群-->： 979659372
