我试图生成复杂的树一样的字典测试我的代码。字典基本上是复合类，包含结构和更简单的字段列表。
我使用hypothesis strategies deferred方法，通过lambda函数实现，我想将某个生成的“key”Map到为该“key”制定的特定策略。出于某种原因，看起来我的Map不像预期的那样工作，不同的“key”得到不同的策略。
希望你能帮忙。谢谢。
这就是我所尝试的：
name_strategy = st.text(min_size=0, max_size=10)
fanout_ref_strategy = st.lists(st.booleans())
MyClass_keys = [
"name",
"fanout_ref",
]
MyClass_strategy_mapping = {
"name": name_strategy,
"fanout_ref": fanout_ref_strategy,
}
MyClass_value_strategy = st.deferred(lambda: MyClass_key_strategy.map(MyClass_strategy_mapping.get) | MyClass_key_strategy)
MyClass_key_strategy = st.sampled_from(MyClass_keys)
MyClass_strategy = st.dictionaries(keys=MyClass_key_strategy, values=MyClass_value_strategy)
@given(specific_dict=MyClass_strategy)
def test_specific_dictionary(specific_dict):
# Your test code here
print(specific_dict)字符串
这是我看到的生成的输出：
{}
{}
{'name': text(max_size=10)}
{'fanout_ref': 'name', 'name': text(max_size=10)}
{'fanout_ref': text(max_size=10), 'name': text(max_size=10)}
{'fanout_ref': lists(booleans())}
{'fanout_ref': lists(booleans()), 'name': lists(booleans())}
{'fanout_ref': text(max_size=10), 'name': lists(booleans())}
{'name': lists(booleans()), 'fanout_ref': lists(booleans())}
{'name': lists(booleans()), 'fanout_ref': 'fanout_ref'}
{'name': text(max_size=10)}
{'name': text(max_size=10)}型
我希望有字典，以'name'和'fanout_ref'作为键，以字符串和布尔值列表作为值。
1条答案
按热度按时间lx0bsm1f1#
使用
st.fixed_dictionaries()的惯用方法是：字符串
另外，您可能想了解为什么示例代码不起作用。
一个错误是
st.dictionaries()的keys=和values=策略是 * 完全独立的 * -如果您需要每个键的特定值，则需要使用fixed_dictionaries()，或者为共享值策略的每组键生成并合并字典。另一个bug是在
st.deferred(lambda: MyClass_key_strategy.map(MyClass_strategy_mapping.get) | MyClass_key_strategy)中，st.deferred()没有做任何事情| MyClass_key_strategy说明您可以从keys策略生成值.map()将策略作为值返回;要从返回的策略中提取，您需要.flatmap()。这里是文档;它看起来像= MyClass_key_strategy.flatmap(MyClass_strategy_mapping.get)。最后，
st.dictionaries()并不总是生成所有可能的键-您需要为此设置min_size=2，尽管相对于fixed_dictionaries，从一组固定的键生成确实是一种糟糕的方式。