pyquchk 0.5.3

已经实施

pyquchk结合了两种方法来生成 单一框架：

• QuickCheck-类（随机）

  随机（模糊）测试对许多随机生成的参数运行一个函数 值以确保它通常是正确的。一些功能（都来自 原始的快速检查功能，仅限于pyquchk）

• SmallCheck-类似（串行）

  串行测试意味着从一些边缘情况和 小的。这会耗尽所有可能的值，直到达到某个“大小”，并且 确定性的，与随机方法相反。串行测试很好 对随机函数进行了补充，从而使函数测试的可信度更高 是正确的。

其他值得注意的功能包括：

• 许多可配置的内置生成器，用于不同的值类型 （请参见套利了解当前实施的生成器列表）

• 内置类型和用户创建的类型都支持自定义生成器

• 易于编写和读取的语法，用于简单的属性检查和完整的 要使用框架运行的测试（nose或py.test例如）

• 试图给你一个最小的反例， 总是对生成的值执行收缩（如果在 串行测试，可能已经很小了）

• assume函数（允许所谓的条件属性等）

• 轻松创建套利组合

  示例：列表中的字符串；具有相同大小字符串的元组。

计划

pyquchk正在积极开发中，我有许多特性要实现 这里：

• 选择检查exists，而不是for_all

• 测试计时

  显示在pyquchk代码和测试函数中花费的时间

• 根据其他生成器值支持生成器参数

  类似于原始quickcheck中的forAll，但所有内容都要定义为函数 默认参数。 示例：范围[0:len(list)]中的整数。

• 尺寸支持

  generation函数接受将（从0增加到1？）的size参数。从第一个到 最后一次测试。从quickcheck中探索sized、resize等等-它们是否适合这里。

• 寻找最佳表达方式：

  • 修饰语如正/负/非空/…
  • 不同的数字分布，如均匀/指数/…
  • 像def f(a={int:[str_(...)]},b=[float],c={'x': int, 'y': list})
  这样的结构

• python 3注释有什么用处吗？

• 更好地测试pyquchk本身

• 来自QuickCheck的智能收缩，SmartCheck

• 收集、分类、覆盖

  不仅是布尔参数（label/no label），还有数字参数。 例：近似函数结果与精确函数结果的差值。

• 详细设置

• 打印种子并允许更改它

• 不要快速失败

• 添加超时