TDD 与 CI 在 Python 中的实践

社区化产品的长久生存之道可能莫过于对迭代周期的控制。还记得以前采用老土的阶段开发的年代，将软件生命周期分为各个阶段，当到达每个阶段的里程碑则集中所有的资源、人力作全面冲刺。每次到了里程碑的检查点冲过了就可以集体庆功，冲爬下了就集体加班。而后者发生的机率总是比前者要多，现在回想起来真有种大浪淘沙，不堪回首之感。

现在 敏捷开发 用顺溜了，回过头来看这种作坊式的开发甚是感触。阶段式的开发本身并无问题，而是迭代周期的控制很容易出错。往往都会将阶段周期拉得很长，尽量在每个阶段内将所有的工作完善之后再进入下一周期。然而，千里之堤，溃于蚁穴，过长的周期往往不会按我们预期的想法而进行，总是出现各种的问题，归结原因更多的是因为风险叠加的结果。优秀的PM会有N种处理风险的手段与经验，而且关于风险控制的理论层出不穷，这类的课程也是一扫一大堆。不过再强的PM再优秀的PM也架不住风险在里程碑的集中性爆发。

这可能是也是 敏捷开发 最吸引人的地方，因为风险的集中性爆发的影响被 持续集中 CI 给最小化了。本文的主题并不是全面地讨论敏捷的理论，我相信有敏捷开发实践的人并不在少数，真正驱动我写下本文的动力是自从.net 移居到 linux 这个大世界后发现持续集成是如此的简单，执行的成本是如此之低，各种敏捷的工具可谓一应俱全，很想将这个过程记录下来以供分享。

测试驱动 TDD

最近，在完成FreezesBeta版的开发，我就遇到发布问题，在微软平台上轻车熟路的做法现在得重新适应。Python 之所以诱惑人可能是她总是能给人惊喜吧。

多年强制实践敏捷的好处是可以彻底改掉不写测试的坏毛病，当测试写多了会自然萌生一种“不写测试就不安心”的感觉。 Python 世界有很优秀的的测试框架，例如：unittest, pyTest, nose, doctest 等等。由于 unittest 是内置框架，而且本人也比较懒所以很长时间内我也没用采用其它的测试框架，直至最近才发现 nose 在这诸多测试框架中的便利性，而且可以完全与 unittest 兼容还带有大量的代码断言工具，实在是很不错。关于 nose 的使用心得可以参考我发布在自己博客上的使用笔记：Nose 测试框架。

我认为实践持续集成的核心就是TDD而不是小版本，因为通过测试就是验证小版本可发布的唯一标准。在体验 python TDD过程中不得不为 pyCharm 4 这个工具点赞！由其是当全面运行覆盖率检测时，pyCharm4已将UI与 coverage 很好的集成在一齐，可以很方便地查看项目中代码的测试覆盖情况：

另外在构建python测试有几个十分实用的工具

coverage - 生成代码测试覆盖率
ForgeryPy - 数据伪造工具
selenium - 著名的E2E测试服务器
mock - 对象、接口伪装工具

关于 TDD 的基础理论在此不作赘述有兴趣的朋友可以去度娘或者谷歌。

Python 发布包

当所有的测试通过后，一下步就是小版本的发布了。现在几乎没有什么开发语言体系是不具备官方的依赖包引用库的了，用 python 的话当然需要将可运行代码发布到 pypi 上，其它用户就能通过本地的命令行工具 pip 直接安装了（相当于做C#开发时直接从Nuget直接下载依赖包一样）。

python 的安装包是需要通过 setuptools 工具打包，生成 egg-info 和发布包的。在代码中唯一需要做的工作就是编写 setup.py 文件。这个过程其实是瞒坑爹的，因为在python的包管理工具除了 setuptools 这个历史最为悠久的还有新一代的 distutils 工具，而官方说明非常地详细，具体可以参考Python Packaging User Guide 。我花了老半天才将这份官方文档全部读完，但坑爹的是实作过程根本没有这么复杂，所以我在此总结了一下：

首先，在编写setup.py 之前需要一份依赖包引用文件 requirements.txt，（如果有就跳到下一步），在当前目录下进入命令行执行：

$ pip freeze

这里是 pip 的详细使用文档

执行成功后将会自动产生 requirements.txt。如果你不做这一步那么只能在 setup.py 内手工写 install_requires 了。

是在项目根目录下建立 setup.py文件,最简单的做法如下：

import os

import re

from setuptools import setup, find_packages

# 读入依赖引用文件

with open('requirements.txt') as reqs_file:

    REQS = reqs_file.read()

setup(

    name='项目名', # Pypi 显示的项目名

    version='1.0',

    packages=find_packages(exclude=['tests']),

    install_requires=REQS, # 指定 setup 运行时的依赖包

)

这里有两个重点，一个是 find_packages，这个方法会在 setup.py 执行时将所有的 python 包（必须带有__init__.py）和包内的 .py 文件添加到打包目录中, 另一个就是 install_requires 这是 setup.py 在运行时自动检查环境内是否具备指定的依赖，如果没有就会自动下载安装。

写完 setup.py 就可以在命令行执行测试了

$ python setup.py build

注意，此处我并没有直接执行install 而只是使用 build 先将发布包生成至 build 目录并且输出 egg-info。通过这一步可以先检查最终发布包中是否有文件缺失。

如果 python 项目中包含有源码文件以外的资源需要打包发布，那么可以使用package_data属性，这个属性是一个“字典”类型，键(Key)值用于指定路径（当前项目路径是空串）。值(Value) 是一个文件数组，指定包含的文件资源的匹配表达式。如果是 Flask 的标准项目结构，要将 static 和 templates 的内容包含于发布包内，那么:

#...

setup(

    #...

    package_data={

        '': ['*.*', # 根目录下所有的文件类型

             'static/**/*.*',   # static 目录下所有的子目录及所有文件

             'templates/*.*',   # tempaltes 目录下所有的文件

             'templates/**/*.*' # tempaltes 目录下所有子目录及所有文件

        ]

    },

    #...

)

以下是整个项目的完整 setup.py 文件

import os

import re

from setuptools import setup, find_packages

## 从源码目录中读取顶层包的 __version__ ，以便以后版本的统一更改

with open(os.path.join(os.path.dirname(__file__),

                       '这里是源码目录名', '__init__.py')) as init_py:

    VERSION = re.search("VERSION = '([^']+)'", init_py.read()).group(1)

# 读入依赖引用文件

with open('requirements.txt') as reqs_file:

    REQS = reqs_file.read()

setup(

    name='Freezes',

    version=VERSION,

    packages=find_packages(exclude=['tests']),

    install_requires=REQS, # 指定 setup 运行时的依赖包

    package_data={

        '': ['*.yml',

             '*.json',

             '*.cfg',

             'layouts/*',

             'seeds/*',

             'static/**/*.*',

             'templates/*.*',

             'templates/**/*.*',

             'translations/*.*'

        ]

    },

    entry_points={

        'console_scripts': [

            'freezes=freezes.server:main'

        ],

        'setuptools.installation': [

            'eggsecutable = freezes.server:main'

        ]

    },

    ## 以下内容是可选的，用于生成 egg-info 的内容

    url='http://freezes.dotnetage.com',

    license='BSD',

    author='Ray',

    author_email='csharp2002@hotmail.com',

    description="这里是项目简述，会在pipy的项目列表中显示",

    long_description="这里是项目的详细描述，会在pypi项目详细页面中显示",

    zip_safe=False,

    platforms='any',

    keywords=('static', 'flask'),

    classifiers=['Development Status :: 4 - Beta',

                 'Intended Audience :: Developers',

                 'License :: OSI Approved :: BSD License',

                 'Natural Language :: English',

                 'Operating System :: OS Independent',

                 'Programming Language :: Python :: 2.7',

                 'Topic :: Software Development :: Libraries',

                 'Topic :: Utilities']

)

到此，貌似所有的准备工作已准备完成，但恰恰这里可能就有个坑，我多次生成发布发现发布包缺少了文件，那么请加上 MANIFEST.in 并将项目根目录下的文件包含在内

** MANIFEST.in **

include requirements.txt

我在园子内找到一园友写的一篇博文就是关于 MANIFEST.in 的，详细参考 Python distribute到底使用package_data还是MANIFEST.in？

现在只要在pypi上注册一个帐户，然后回到项目的命令行状态运行：

$ python setup.py sdist upload

就可以生成安装包并直接上传到pypi上了，接下来就可以用 pip install <你的项目名> 检验你的发布成果了。

Github

在进行持续集成之前更重要的部署当然是源码控理了，关于 github 在此就不多说了，估计不会有人不知道它的大名的了。在发布到 Github 之前这里一份 .gitignore 文件可供参考，避免将无用的文件上传到Github：

.gitignore

.idea

.webassets-cache

*.pyc

*.pypirc

# Packages

*.egg

*.egg-info

dist

build

eggs

parts

bin

var

sdist

develop-eggs

.installed.cfg

lib

lib64

__pycache__

# Installer logs

pip-log.txt

# Unit test / coverage reports

.coverage

.tox

nosetests.xml

# SQLite databases

*.sqlite

# Virtual environment

venv

如果你在使用pyCharm 那么推荐安装 .ignore 这个插件，可以直接支持多种的 ignore 文件。

自动构建

最后一公里就是就是自动构建，我们要达到的效果就是以后每次向 Github 提交变更时能自动执行部署和测试。如果条件允许可以使用Docker自建一台构建服务器完成这个过程。而另一个更佳做法是使用 Travis 的自动构建服务，只要用Github的账号注册，并将Reposiotry加入到Travis的跟踪项后，当Github上的项目发生变更时Travis就会自动从Github上将最新版本的源代码拉到一个独立的Docker环境内直接进行部署和测试，每次测试结束还会向你的邮箱发送测试报告。如果在项目的Readme文件内引入自动更新的状态标签PyPI Shields/Pins就将发布与最终用户之间的最后屏障打通。

Travis 可以支持很多的语言，文本以python为例，只要在项目的根目录内加入.travis.yml的配置文件，配置Travis的自动构建行为（这是可选的，如果没有此文件Travis 会执行默认构建）

以下是 .travis.yml 的完整内容：

language: python  #指定源码的语言

python:           #指定python的版本

  - "2.7"

  - "pypy"

# 执行安装前安装必要的依赖环境

before_install:

  - sudo apt-get install node-less

  - sudo apt-get install coffeescript

# 执行安装指令

install:

  - pip install -r tests/requirements.txt

  - python setup.py -q install

# 安装成功后执行的指令集，此处为自动执行测试

script: python tests/test_suites.py

最后就是将状态标签加入到的Readme文件内，让用户即时了解当前源码的状态,效果如下图：

要达到此效果只要在项目内加入readme.rst 文件并加以下以代码:

将以下变量替换为您的项目注册信息：

<github-username> - Github 用户名
<repository> - Github 源码项目名称
<pypi-project-name> - 在Pypi上发布的可执行包名

项目名称

=======

.. image:: https://secure.travis-ci.org/<github-username>/<repository>.png?branch=master

   :alt: Build Status

   :target: http://travis-ci.org/<github-username>/<repository>

.. image:: https://pypip.in/py_versions/<pypi-project-name>/badge.svg

    :target: https://pypi.python.org/pypi/<pypi-project-name/

    :alt: Supported Python versions

..  image:: https://pypip.in/status/<pypi-project-name/badge.svg

    :target: https://pypi.python.org/pypi/<pypi-project-name/

    :alt: Development Status

.. image:: https://pypip.in/version/<pypi-project-name/badge.svg

    :target: https://pypi.python.org/pypi/<pypi-project-name/

    :alt: Latest Version

.. image:: https://pypip.in/license/<pypi-project-name/badge.svg

    :target: https://pypi.python.org/pypi/<pypi-project-name/

    :alt: License

小结

自此整个项目的持续环境搭建宣告完成，以后每个版本的迭代就只是管理 pypi 上的可运行版本与github上的源码版本即可。将这个方法延伸，则可应用于任何语言体验下的项目开发。同样只需要做的步骤：

选定测试框架
编写各种测试
将运行版本发布至公共包管理库
将源码发布至源码服务器 (github)
接入构建服务器 (travis)

附：本文相关资源连接