预览
本章最终为我们网站的数据创建了一个持久的家， 最后连接了三层。 它使用关系数据库SQLite， 并引入了Python的数据库API，恰如其分地命名为DB-API。 第17章更详细地介绍了数据库， 包括 SQLAlchemy 包和非关系包 数据库。
数据库接口
二十多年来， Python 包含了一个基本定义 一个名为 DB-API： 的关系数据库接口。 为关系数据库编写 Python 驱动程序的任何人 预计至少包括对 DB-API 的支持， 尽管可能包含其他功能。
主要的 DB-API 函数如下：
- 使用 connect（） 创建与数据库的连接。
- 使用 conn.cursor（） 创建一个游标诅咒。
- 使用 curs.execute（stmt） 执行 SQL 字符串 stmt。
执行...（） 函数运行 SQL 语句 字符串 带可选参数 （有关指定参数的多种方式，请参见下文。
- 如果没有参数，则执行（stmt）。
- execute（stmt， params） ， 单个中 序列（列表或元组）或字典。
- 执行多个（STMT， params_seq） ，具有多个参数组 在。
有不同的方法来指定参数， 并非所有数据库驱动程序都支持所有这些驱动程序。 对于以 “从生物哪里选择*”， 我们想为 生物的名称位置， STMT 字符串的其余部分及其参数 看起来像这样：
类型 | 声明部分 | 参数部分 |
祁箴 | 名称=？或位置=？ | （姓名、位置） |
数值的 | 名称=：0或位置=：1 | （姓名、位置） |
格式 | 名称=%s 或位置=%s | （姓名、位置） |
叫 | 名称=：名称或位置=：位置 | {“名称”：名称，“位置”：位置} |
派格式 | 名称=%（名称）s 或位置=%（位置）s | {“名称”：名称，“位置”：位置} |
前三个采用元组参数，其中参数 顺序与 ？、：N 或语句中的 %s。 最后两个采用字典，其中键与 语句中的名称。
因此，样式的完整调用看起来像 例 10-1：
具有命名样式参数的示例。
stmt = """select * from creature where
name=:name or location=:location"""
params = { "name" : "yeti" , "location" : "Himalayas" }
curs . execute ( stmt , params ) 对于 SQL 插入、删除和更新语句， 来自 execute（） 的返回值告诉你它是如何工作的。 对于选择， 循环访问返回的数据行 （作为 Python 元组） 使用获取方法：
- fetchone（） 返回一个元组，或 None 。
- fetchall（） 返回一个元组序列。
- Fetchmany（num） 最多返回 元组。
SQLite
Python 包括对一个数据库的支持 （） 模块 在其标准包中。
SQLite是不寻常的：没有单独的数据库服务器。 所有代码都在库中， 并且存储位于单个文件中。 其他数据库运行单独的服务器， 客户端通过 TCP/IP 与它们通信， 使用特定协议。 让我们使用 SQLite 作为此网站的第一个物理数据存储。 第14章将包括其他数据库，关系数据库和非关系数据库， 以及更高级的软件包，如SQLAlchemy和 像ORM这样的技术。
首先，我们需要定义我们一直在使用的数据结构 网站（）可以在数据库中表示。 到目前为止，我们唯一的模型是简单和相似的， 但不完全相同： 生物与探险家 . 当我们想到更多与它们有关的事情时，它们会发生变化。 并让数据在不进行大量代码更改的情况下不断发展。
示例 10-2 显示了裸 DB-API 代码和要创建的 SQL 并使用第一个表。 它使用参数字符串（其中值 表示为 ：名称 ）， sqlite3 包支持。
创建文件数据/生物.py使用 sqlite3
import sqlite3
from ..model.creature import Creature
DB_NAME = "cryptid.db"
conn = sqlite3 . connect ( DB_NAME )
curs = _conn . cursor ()
def init ():
curs . execute ( "create table creature(name, description, location)" )
def row_to_model ( row : tuple ) -> Creature :
return Creature ( name , description , location = row )
def model_to_dict ( creature : Creature ) -> dict :
return creature . dict ()
def get_one ( name : str ) -> Creature :
qry = "select * from creature where name=:name"
params = { "name" : name }
curs . execute ( qry , params )
row = curs . fetchone ( res )
return row_to_model ( row )
def get_all ( name : str ) -> list [ Creature ]:
qry = "select * from creature"
curs . execute ( qry )
rows = list ( curs . fetchall ())
return rows_to_models ( rows )
def create ( creature : Creature ):
qry = "insert into creature values"
"(:name, :description, :location)"
params = model_to_dict ( creature )
res = curs . execute ( qry , params )
def modify ( creature : Creature ):
return creature
def replace ( creature : Creature ):
return creature
def delete ( creature : Creature ):
qry = "delete from creature where name = :name"
params = { "name" : name }
res = curs . execute ( qry , params ) 在顶部附近，init（） 函数将连接到 SQLite3 和数据库伪造 。 它将其存储在变量 conn 中; 这是数据/生物.py模块中的全局。 接下来，curs 变量是用于迭代的 通过执行 SQL SELECT 语句返回的数据; 它也是模块的全局。
两个效用函数在 Pydantic 模型之间转换 和数据库-API：
- row_to_model（） 将 函数返回的元组转换为模型对象。
- model_to_dict（） 将 Pydantic 模型转换为 字典，适合用作查询参数。
假的 CRUD 功能 到目前为止，每一层都存在 （网络→服务→数据） 现在将被替换。 他们只使用普通的SQL和sqlite3中的DB-API方法。
到目前为止，这些功能是非常基本的。 它们不包括对过滤、排序、 或者分页——这一切都在第14章中出现。
布局
到目前为止，（假）数据已按步骤修改：
- ：在中制作假_creatures列表。
- ：在 中制作了假_explorers列表。
- 将假_creatures移至
- ：将假_explorers移动到。
现在数据已经最后一次移动， 下到。 但它们不再是假的： 它们是真实的实时数据， 持久化在SQLite数据库文件中。 生物数据，再次缺乏想象力， 存储在该数据库的 SQL 表生物中。
保存此新文件后， Uvicorn应该从你的顶级 重新开始， 它叫， 它调用， 最后是这个新的。
让它发挥作用
有一个小问题： 此模块从不调用其 init（） 功能 所以没有SQLite连接或curs。 其他要使用的功能。
这是一个配置问题： 如何在启动时提供数据库信息。 可能性包括：
- 硬连线代码中的数据库信息， 如上面的代码所示。
- 通过图层向下传递信息。 但这会违反 层的分离; Web 和服务层不应了解内部 的数据层。
- 从其他外部源传递信息，例如：
- 。
- 。
环境变量很简单， 并得到了等建议的认可。 如果 未指定环境变量。 这种方法也可用于测试， 提供独立于生产数据库的测试数据库。
在例 10-3 中， 让我们定义一个名为 CRYPTID_SQLITE_DB ，默认值为 cryptid.db 。 创建一个名为 的新文件 新的数据库初始化代码 因此，它也可以重用于资源管理器代码。
新的数据初始化模块 data/init.py
import sqlite3
import os
_dbname = os . environ . get ( "CRYPTID_SQLITE_DB" , "cryptid.db" )
conn = sqlite3 . connect ( db_name )
curs = conn . cursor () Python 模块是一个， 尽管多次导入，但只调用一次。 所以， 中的初始化代码只是 在首次导入时运行一次。
最后，修改如例 10-4 中 使用此新模块 相反：
- 主要是删除第 4 行到第 8 行。
- 哦，并在 第一名！
- 表字段都是 SQL 文本字符串。 这是 SQLite 中的默认列类型 （与大多数SQL数据库不同）， 所以我不需要 更早地包含文本，但 明确无妨。
- 如果不存在，则避免破坏表 创建后。
- 名称字段是此表的显式主键。 如果此表包含大量资源管理器数据， 该键对于快速查找是必需的。 另一种选择是可怕的， 数据库代码需要查看每一行，直到 它找到名称 的匹配项。
将数据库配置添加到数据/生物.py
from .init import conn , curs
from ..model.creature import Creature
curs . execute ( """create table if not exists creature(
name text primary key,
description text,
location text)""" )
def row_to_model ( row : tuple ) -> Creature :
return Creature ( name , description , location = row )
def model_to_dict ( creature : Creature ) -> dict :
return creature . dict ()
def get_one ( name : str ) -> Creature :
qry = "select * from creature where name=:name"
params = { "name" : name }
curs . execute ( qry , params )
return row_to_model ( curs . fetchone ())
def get_all () -> list [ Creature ]:
qry = "select * from creature"
curs . execute ( qry )
return [ row_to_model ( row ) for row in curs . fetchall ()]
def create ( creature : Creature ) -> Creature :
qry = "insert into creature values"
"(:name, :description, :location)"
params = model_to_dict ( creature )
curs . execute ( qry , params )
return get_one ( creature . name )
def modify ( creature : Creature ) -> Creature :
qry = """update creature
set location=:location,
name=:name,
description=:description
where name=:name0"""
params = model_to_dict ( creature )
params [ "name0" ] = creature . name
res = curs . execute ( qry , params )
return get_one ( creature . name )
def delete ( creature : Creature ) -> bool :
qry = "delete from creature where name = :name"
params = { "name" : name }
res = curs . execute ( qry , params )
return bool ( res ) 通过从 导入 conn 和 curs， 导入 sqlite3 本身 — 除非有一天有必要调用另一个 sqlite3 不是 conn 或 curs 对象的方法。
同样，这些变化应该会让Uvicorn重新加载 万事。 从现在开始， 使用到目前为止您见过的任何方法进行测试 （Httpie 和朋友，或自动 /docs 表单） 将显示保留的数据。 如果添加一个生物， 下次你得到所有这些时，它会在那里。
让我们对示例 10-5 中的资源管理器执行相同的操作。
将数据库配置添加到数据/资源管理器.py
from .init import conn , curs
from ..model.explorer import Explorer
curs . execute ( """create table if not exists explorer(
name text primary key,
nationality text)""" )
def row_to_model ( row : tuple ) -> Explorer :
return Explorer ( name = row [ 0 ], nationality = row [ 1 ])
def model_to_dict ( explorer : Explorer ) -> dict :
return explorer . dict () if explorer else None
def get_one ( name : str ) -> Explorer :
qry = "select * from explorer where name=:name"
params = { "name" : name }
curs . execute ( qry , params )
return row_to_model ( curs . fetchone ())
def get_all () -> list [ Explorer ]:
qry = "select * from explorer"
curs . execute ( qry )
return [ row_to_model ( row ) for row in curs . fetchall ()]
def create ( explorer : Explorer ) -> Explorer :
qry = """insert into explorer (name, nationality)
values (:name, :nationality)"""
params = model_to_dict ( explorer )
res = curs . execute ( qry , params )
return get_one ( explorer . name )
def modify ( name : str , explorer : Explorer ) -> Explorer :
qry = """update explorer
set nationality=:nationality, name=:name
where name=:name0"""
params = model_to_dict ( explorer )
params [ "name0" ] = explorer . name
res = curs . execute ( qry , params )
explorer2 = get_one ( explorer . name )
return explorer2
def delete ( explorer : Explorer ) -> bool :
qry = "delete from explorer where name = :name"
params = { "name" : explorer . name }
res = curs . execute ( qry , params )
return bool ( res ) 测试！
这是很多没有测试的代码。 一切正常吗？ 如果这一切都发生了，我真的会感到惊讶。 因此，让我们设置一些测试：
创建这些子目录 在目录下： * ：在图层内 * ：跨所有层
应该首先编写和运行哪种类型？ 大多数人首先编写自动化单元测试; 它们更小，所有其他层块可能还不存在。 在这本书中，发展是自上而下的， 我们现在正在完成最后一层。 此外，我们进行了手动测试（与Httpie和朋友一起） 在“Web ”和“服务”章节中。 这些有助于快速暴露错误和遗漏; 自动测试确保您不会继续犯同样的错误 后。 所以，我建议：
- 首次编写代码时进行一些手动测试。
- 修复 Python 语法错误后进行单元测试。
- 在所有层之间拥有完整的数据流后进行全面测试。
全面测试
这些调用 Web 终结点， 通过服务到数据将代码电梯向下， 然后再次备份。 有时这些被称为或测试。
获取所有浏览器
将脚趾浸入测试水域， 还不知道他们是否感染了食人鱼， 是勇敢的志愿者示例10-6。
测试获取所有资源管理器
$ http localhost:8000/explorer
HTTP/1.1 405 Method Not Allowed
allow: POST
content-length: 31
content-type: application/json
date: Mon, 27 Feb 2023 20:05:18 GMT
server: uvicorn
{
"detail": "Method Not Allowed"
}哎呀！发生了什么事？
哦。 我要求 /explorer ，而不是 /explorer/ ， 并且没有 GET 方法路径函数 的 URL /explorer（没有最后的斜杠）。 在 中，路径装饰器 get_all（） 路径函数为：
@router.get("/")再加上前面的代码：
router = APIRouter(prefix = "/explorer")表示此 get_all（） 路径函数 提供包含 /explorer/ 的 URL。
例 20-7 愉快地表明您可以拥有多个 每个路径函数的路径修饰器。
为 get_all（） 路径函数添加非斜杠路径修饰器
@router . get ( "" )
@router . get ( "/" )
def get_all () -> list [ Explorer ]:
return service . get_all () 使用示例 10-8 和 10-9 中的两个 URL 进行测试：
测试非斜杠终结点。
$ http localhost:8000/explorer
HTTP/1.1 200 OK
content-length: 2
content-type: application/json
date: Mon, 27 Feb 2023 20:12:44 GMT
server: uvicorn
[]测试斜杠终结点
$ http localhost:8000/explorer/
HTTP/1.1 200 OK
content-length: 2
content-type: application/json
date: Mon, 27 Feb 2023 20:14:39 GMT
server: uvicorn
[]现在这两个都工作了， 创建一个资源管理器， ，然后重试“获取全部”测试。 示例 10-10 将尝试此操作， 但有一个情节转折：
测试资源管理器创建，但输入错误
$ http post localhost:8000/explorer name="Beau Buffette", natinality="United States"
HTTP/1.1 422 Unprocessable Entity
content-length: 95
content-type: application/json
date: Mon, 27 Feb 2023 20:17:45 GMT
server: uvicorn
{
"detail": [
{
"loc": [
"body",
"nationality"
],
"msg": "field required",
"type": "value_error.missing"
}
]
}我拼错了国籍， 虽然我的拼写通常是无可挑剔的。 Pydantic在Web层中抓住了这一点， 返回 422 HTTP 状态代码和问题说明。 通常，如果 FastAPI 返回 422，则很有可能 皮丹蒂奇指了指肇事者。 “loc”部分表示错误发生的位置： 缺少“国籍”字段， 因为我是一个无能的打字员。
修复示例 10-11 中的拼写并重新测试：
使用更正值创建
$ http post localhost:8000/explorer name="Beau Buffette" nationality="United States"
HTTP/1.1 201 Created
content-length: 55
content-type: application/json
date: Mon, 27 Feb 2023 20:20:49 GMT
server: uvicorn
{
"name": "Beau Buffette,",
"nationality": "United States"
}这次它返回了一个 201 状态代码， 创建资源时是传统的 （所有 状态代码都被视为表示成功， 普通 200 是最通用的）。 响应还包含 JSON 版本的 刚刚创建的资源管理器对象。
现在回到最初的测试：博会出现在 让所有探索者测试？ 示例 10-12 回答了这个紧迫的问题：
最新的 create（） 工作了吗？
$ http localhost:8000/explorer
HTTP/1.1 200 OK
content-length: 57
content-type: application/json
date: Mon, 27 Feb 2023 20:26:26 GMT
server: uvicorn
[
{
"name": "Beau Buffette",
"nationality": "United States"
}
]耶。
获取一个资源管理器
现在，如果您尝试查找Beau会发生什么 获取终结点 （示例 10-13）？
测试获取一个终结点
$ http localhost:8000/explorer/"Beau Buffette"
HTTP/1.1 200 OK
content-length: 55
content-type: application/json
date: Mon, 27 Feb 2023 20:28:48 GMT
server: uvicorn
{
"name": "Beau Buffette,",
"nationality": "United States"
}我使用引号来保留第一个和 姓氏。 在网址中，您还可以使用 美女%20巴菲特 ; %20 是 ASCII 中空格字符的十六进制代码。
缺失和重复的数据
到目前为止，我忽略了两个主要的错误类：
- ：如果您尝试获取、修改、 或者按不在数据库中的名称删除资源管理器。
- ：如果您尝试创建 多次具有相同名称的资源管理器。
那么，如果我要求一个不存在或重复的资源管理器怎么办？ 到目前为止，代码过于乐观，例外情况将 从深渊冒泡。
我们的朋友Beau刚刚被添加到数据库中。 想象他邪恶的克隆人 （谁分享他的名字） 阴谋在某个黑夜取代他， 使用示例 10-14：
重复错误：尝试多次创建资源管理器
$ http post localhost:8000/explorer name="Beau Buffette" nationality="United States"
HTTP/1.1 500 Internal Server Error
content-length: 3127
content-type: text/plain; charset=utf-8
date: Mon, 27 Feb 2023 21:04:09 GMT
server: uvicorn
Traceback (most recent call last):
File ".../starlette/middleware/errors.py", line 162, in call
... (lots of confusing innards here) ...
File ".../service/explorer.py", line 11, in create
return data.create(explorer)
^^^^^^^
File ".../data/explorer.py", line 37, in create
curs.execute(qry, params)
sqlite3.IntegrityError: UNIQUE constraint failed: explorer.name我省略了该错误跟踪中的大部分行 （并用省略号替换了一些部分）， 因为它主要包含 FastAPI 进行的内部调用 和底层的斯塔莱特。
但最后一行： Web 层中的 SQLite 异常！ 昏厥的沙发在哪里？
紧随其后的是， 示例 10-15 中的另一个恐怖：一个失踪的探险家。
获取不存在的资源管理器
$ http localhost:8000/explorer/"Beau Buffalo"
HTTP/1.1 500 Internal Server Error
content-length: 3282
content-type: text/plain; charset=utf-8
date: Mon, 27 Feb 2023 21:09:37 GMT
server: uvicorn
Traceback (most recent call last):
File ".../starlette/middleware/errors.py", line 162, in call
... (many lines of ancient cuneiform) ...
File ".../data/explorer.py", line 11, in row_to_model
name, nationality = row
^^^^^^^
TypeError: cannot unpack non-iterable NoneType object在底部（数据）层捕获这些的好方法是什么， 并将细节传达给顶部（网络）？ 可能性包括：
- 让SQLite咳出一个毛球（例外）并处理 它在 Web 层中。
- 但是：这会混合图层，这很糟糕。网络图层 应该不知道任何关于特定数据库的信息。
- 在服务和数据层中创建每个函数 返回资源管理器 |没有他们过去返回资源管理器的地方。 然后，“无”表示失败。 （您可以通过定义 OptExplorer = Explorer |没有 在.）
- 但是：它可能由于多个原因而失败，您可能会 想要详细信息。这需要大量的代码编辑。
- 定义缺失和重复数据的例外，包括 问题的详细信息。这些将流经层 在 Web 路径函数捕获它们之前，不会更改任何代码。 它们也是特定于应用程序的，而不是特定于数据库的， 保持层的神圣性。
- 但是：实际上，我喜欢这个，si 它在示例 10-16 中。
定义新的顶级 errors.py
class Missing ( Exception ):
def __init__ ( self , msg : str ):
self . msg = msg
class Duplicate ( Exception ):
def __init__ ( self , msg : str ):
self . msg = msg 其中每个都有一个 msg 字符串属性，可以 通知更高级别的代码发生了什么。
为了实现这一点， 在示例 10-7 中， 有导入SQLite会引发的DB-API异常 重复项：
将 SQLite 异常导入添加到 data/init 中.py
from sqlite3 import connect , IntegrityError 导入并捕获示例 10-18 中的此错误：
修改数据/资源管理器.py以捕获和引发这些异常
from .init import ( conn , curs , IntegrityError )
from ..model.explorer import Explorer
from ..errors import Missing , Duplicate
curs . execute ( """create table if not exists explorer(
name text primary key,
nationality text)""" )
def row_to_model ( row : tuple ) -> Explorer :
name , nationality = row
return Explorer ( name = name , nationality = nationality )
def model_to_dict ( explorer : Explorer ) -> dict :
return explorer . dict ()
def get_one ( name : str ) -> Explorer :
qry = "select * from explorer where name=:name"
params = { "name" : name }
curs . execute ( qry , params )
row = curs . fetchone ()
if row :
return row_to_model ( row )
else :
raise Missing ( msg = f "Explorer { name } not found" )
def get_all () -> list [ Explorer ]:
qry = "select * from explorer"
curs . execute ( qry )
return [ row_to_model ( row ) for row in curs . fetchall ()]
def create ( explorer : Explorer ) -> Explorer :
if not explorer : return None
qry = """insert into explorer (name, nationality) values
(:name, :nationality)"""
params = model_to_dict ( explorer )
try :
curs . execute ( qry , params )
except IntegrityError :
raise Duplicate ( msg =
f "Explorer { explorer . name } already exists" )
return get_one ( explorer . name )
def modify ( name : str , explorer : Explorer ) -> Explorer :
if not ( name and explorer ): return None
qry = """update explorer
set nationality=:nationality, name=:name
where name=:name0"""
params = model_to_dict ( explorer )
params [ "name0" ] = explorer . name
curs . execute ( qry , params )
if curs . rowcount == 1 :
return get_one ( explorer . name )
else :
raise Missing ( msg = f "Explorer { name } not found" )
def delete ( name : str ):
if not name : return False
qry = "delete from explorer where name = :name"
params = { "name" : name }
curs . execute ( qry , params )
if curs . rowcount != 1 :
raise Missing ( msg = f "Explorer { name } not found" ) 这样就不再需要声明任何函数返回 探索者 |无或可选[资源管理器] 。 您只指示普通返回类型的类型提示， 不例外。 因为异常独立于调用堆栈向上流动 直到有人抓住他们， 这一次，我不必更改服务层中的任何内容。 但这是新的 在示例 10-19 中， 具有异常处理程序和适当的 HTTP 状态代码返回：
在 Web/资源管理器中处理缺失和重复的异常.py
from fastapi import APIRouter , HTTPException
from ..model.explorer import Explorer
from ..service import explorer as service
from ..errors import Duplicate , Missing
router = APIRouter ( prefix = "/explorer" )
@router . get ( "" )
@router . get ( "/" )
def get_all () -> list [ Explorer ]:
return service . get_all ()
@router . get ( "/ {name} " )
def get_one ( name ) -> Explorer :
try :
return service . get_one ( name )
except Missing as exc :
raise HTTPException ( status_code = 404 , detail = exc . msg )
@router . post ( "" , status_code = 201 )
@router . post ( "/" , status_code = 201 )
def create ( explorer : Explorer ) -> Explorer :
try :
return service . create ( explorer )
except Duplicate as exc :
raise HTTPException ( status_code = 404 , detail = exc . msg )
@router . patch ( "/" )
def modify ( name : str , explorer : Explorer ) -> Explorer :
try :
return service . modify ( name , explorer )
except Missing as exc :
raise HTTPException ( status_code = 404 , detail = exc . msg )
@router . delete ( "/ {name} " , status_code = 204 )
def delete ( name : str ):
try :
return service . delete ( name )
except Missing as exc :
raise HTTPException ( status_code = 404 , detail = exc . msg ) 测试示例 10-20 中的这些更改：
再次测试获取不存在的资源管理器之一，但缺少新的异常
$ http localhost:8000/explorer/"Beau Buffalo"
HTTP/1.1 404 Not Found
content-length: 44
content-type: application/json
date: Mon, 27 Feb 2023 21:11:27 GMT
server: uvicorn
{
"detail": "Explorer Beau Buffalo not found"
}好。 现在，在示例 10-21 中再次尝试邪恶克隆尝试：
测试重复修复
$ http post localhost:8000/explorer name="Beau Buffette" nationality="United States"
HTTP/1.1 404 Not Found
content-length: 50
content-type: application/json
date: Mon, 27 Feb 2023 21:14:00 GMT
server: uvicorn
{
"detail": "Explorer Beau Buffette already exists"
}缺少的检查也适用于修改和删除 端点。 您可以尝试为它们编写类似的测试。
单元测试
（待办事项：在丢失/重复内容后将此部分向上移动）
这些仅处理数据层， 检查数据库调用和 SQL 语法。 我已经把这个部分放在完整的测试之后 因为我想拥有 已经缺少和重复的异常 定义 解释 并编码成。 示例 10-6 列出了测试脚本 test/。 需要注意的一些事项：
- 我设置了环境变量CRYPTID_SQLITE_DATABASE 到 “：memory：” 导入 init 或 creature 从数据.此值使 SQLite 完全在内存中工作， 不踩踏任何现有的数据库文件， 甚至在磁盘上创建一个文件。 首次导入该模块时.py它会在 中签入。
- 将名为 sample 的传递给函数 需要一个生物对象。
- 测试按顺序运行。在这种情况下，同一个数据库 始终保持熬夜，而不是在 功能。原因是允许对以前的更改 要保留的函数。使用 pytest， 夹具可以具有：
- 范围（默认）：每次测试前都会重新调用 功能。
- 范围：仅在开始时调用一次。
- 某些测试会强制出现“缺失”或“重复”异常， 并验证他们是否抓住了他们。
因此，下面的每个测试都得到了一个全新的，不变的 名为示例的生物对象。
数据/生物的单元测试.py
import os
import pytest
from ....model.creature import Creature
from ....error import Missing , Duplicate
# Set this before data.init import below
os . environ [ "CRYPTID_SQLITE_DB" ] = ":memory:"
from ...data import init , creature
@pytest . fixture
def sample () -> Creature :
return Creature ( name = "yeti" ,
description = "Abominable Snowman" ,
location = "Himalayas" )
def test_create ( sample ):
resp = creature . create ( sample )
assert resp == sample
def test_create_duplicate ( sample ):
with pytest . raises ( Duplicate ):
resp = creature . create ( sample )
def test_get_exists ( sample ):
resp = creature . get_one ( sample . name )
assert resp == sample
def test_get_missing ():
with pytest . raises ( Missing ):
resp = creature . get_one ( "boxturtle" )
def test_modify ( sample ):
creature . location = "Sesame Street"
resp = creature . modify ( sample . name , sample )
assert resp == sample
def test_modify_missing ():
bob : Creature = Creature ( name = "bob" ,
description = "some guy" , location = "somewhere" )
with pytest . raises ( Missing ):
resp = creature . modify ( bob . name , bob )
def test_delete ( sample ):
resp = creature . delete ( sample . name )
assert resp is None
def test_delete_missing ( sample ):
with pytest . raises ( Missing ):
resp = creature . delete ( sample . name ) 提示：您可以制作自己的版本。
回顾
本章介绍了 简单数据处理层， 在层堆栈上上下下几次 根据需要。 第12章 包含每一层的单元测试， 以及跨层集成 和完整的端到端测试。 第17章将介绍更多的数据库深度和详细示例。
本文暂时没有评论，来添加一个吧(●'◡'●)