企业官网建设流程全解析

软件测试通常按阶段划分为四个主要层次，各阶段对应不同的测试对象和目标，形成从局部到整体、从开发到交付的完整质量保障体系：

• 单元测试（Unit Testing）：针对代码中最小可测单元（如函数、方法或类）进行验证，通常由开发人员编写，使用模拟（Mock）或桩（Stub）隔离依赖，确保逻辑正确、边界条件覆盖充分。

• 集成测试（Integration Testing）：在单元测试通过后，将已测试的模块按设计方式组合（如自底向上、自顶向下或大爆炸式），重点检验模块间接口、数据传递、调用逻辑及全局资源（如数据库连接、共享内存）的协同行为。

• 系统测试（System Testing）：将集成后的完整软件系统置于接近真实运行环境（含硬件、网络、第三方服务等）中，依据需求规格说明书（SRS）全面验证功能、性能、安全性、兼容性、可靠性等非功能与功能需求。

• 验收测试（Acceptance Testing）：由用户、客户或业务方主导，基于用户故事、业务流程或合同条款开展，包括Alpha测试（内部用户）、Beta测试（外部真实用户）及UAT（用户验收测试），核心目标是确认系统“是否做对了正确的事”，具备上线交付条件。

此外，按测试类型还可细分为：功能测试、性能测试、安全测试、兼容性测试、回归测试、冒烟测试、探索性测试等，这些类型可贯穿各测试阶段，服务于不同质量目标。

# 示例：单元测试片段（Python + pytest）defadd(a,b):returna+bdeftest_add_positive():assertadd(2,3)==5deftest_add_negative():assertadd(-1,-1)==-2

在单元测试中，Mock对象用于模拟外部依赖（如数据库、API、文件系统、第三方服务等），从而隔离被测单元，确保测试快速、稳定、可重复且聚焦逻辑本身。有效使用Mock的关键在于：精准模拟行为、避免过度Mock、验证交互而非实现细节。

✅ 有效使用Mock的实践原则：

1. 只Mock不可控/昂贵/慢速的依赖

   • 如：HTTP请求（requests.get）、数据库查询（session.query()）、消息队列发送、时间相关函数（datetime.now()）等。
   • ❌ 不应Mock被测模块内部纯逻辑函数（破坏可测试性本质）。

2. 明确Mock目标与作用域

   • 使用unittest.mock.patch（Python）或jest.mock()（JS）等工具，在最小作用域内打补丁（如仅patch特定模块中的函数，而非全局替换）。

3. 设定合理的行为与返回值

   • mock.return_value：指定返回结果（如模拟成功响应或异常）；
   • mock.side_effect：模拟抛出异常、返回不同值序列、或执行自定义逻辑；
   • 示例（Python）：

     fromunittest.mockimportpatchimportrequests@patch('requests.get')deftest_fetch_user(mock_get):# 模拟成功响应mock_get.return_value.json.return_value={"id":1,"name":"Alice"}mock_get.return_value.status_code=200result=fetch_user(1)# 被测函数assertresult=={"id":1,"name":"Alice"}mock_get.assert_called_once_with("https://api.example.com/users/1")

4. 验证交互（Assert Interactions）

   • 检查依赖是否被正确调用（次数、参数、顺序）：
     mock.assert_called_once()、mock.assert_called_with(url)、mock.assert_not_called()等。

5. 避免“测试脆弱性”

   • ❌ 不要Mock太多层级（如Mock了A→B→C，实际只需MockC）；
   • ❌ 避免断言Mock内部状态（如mock._mock_called），而应断言业务结果+关键交互。

6. 结合Stub与Spy提升可读性

   • Stub：仅提供预设返回值（无行为验证）；
   • Spy：记录调用信息供后续断言（如call_args_list）；
   • Mock：兼具Stub + Spy + 行为控制能力。

💡黄金法则：单元测试应像“显微镜”——只观察被测函数的输入输出与关键依赖交互，不关心依赖内部如何工作。