Bokeh是一个大型的、多语言的项目，它依赖于各种各样和广泛的测试和测试工具来保持能力和防止倒退。本章描述了如何在开发环境中本地运行各种测试，编写测试的指南，以及有关连续测试基础设施的信息。
在本地运行测试
测试选择
代码覆盖率
其他选项
示例测试
集成测试
写作测试
Python单元测试
JavaScript单元测试
持续集成
配置
礼仪
在尝试运行Bokeh测试之前，请确保已成功运行了 正在设置 开发人员指南的一节。
此外，在某些平台上，您可能需要增加打开的文件描述符的最大数量，因为有些测试会打开许多文件来测试服务器。
ulimit -n 1024
要运行所有基本的python单元测试，请在存储库的顶层运行以下命令：
pytest tests/unit
注意，这包括需要安装Selenium和适当的web驱动程序（例如chromedriver和geckodriver）的单元测试。要排除这些单元测试，可以运行以下命令：
pytest -m "not selenium" tests/unit
要只运行BokehJS单元测试，请执行：
pytest tests/test_bokehjs.py
或者，也可以导航到 bokehjs 源签出并执行的子目录：
node make test
您可以运行所有可用的测试（python和JS单元测试，以及示例和集成测试） from the top-level directory 通过执行：
pytest
要了解有关标记测试函数和选择/取消选择它们以进行运行的更多信息，请参考 custom markers . 当前定义的测试标记列表如下：
sampledata ：要求的测试 bokeh.sampledata 被下载
sampledata
bokeh.sampledata
selenium ：需要硒的试验
selenium
要运行覆盖率的任何测试，请使用以下命令：
pytest --cov=bokeh
要报告Bokeh包的一个子集，请通过例如。 -cov=bokeh/models .
-cov=bokeh/models
要在不捕获标准输出的情况下运行任何测试，请使用：
pytest -s
见 pytest 更多信息的文件 pytest 以及它的选择。
这个 examples 测试运行一系列Bokeh示例并生成图像以与以前的版本进行比较。将生成一个报告，其中显示当前和以前的图像，以及任何图像差异。
examples
注解
如果图像不同，测试当前不会失败，必须手动检查测试报告。
要只运行示例测试，请运行以下命令：
pytest --report-path=examples.html test_examples.py
测试运行后，您将能够在 examples.html . 在本地运行，您可以随意命名测试报告。
examples.html
示例测试可以运行得很慢，为了加快速度，可以将它们并行化：
pytest --report-path=examples.html -n 5 test_examples.py
Where n is the number of cores you want to use.
n
此外，示例测试生成一个日志文件，示例.log你可以在 examples.log 在运行测试的同一目录中。
examples.log
为了保持Bokeh的可维护性，所有涉及代码的Pull请求通常都应该附带相关的测试。虽然在特定的情况下可能会有例外，但默认的假设应该是没有测试的Pull请求可能不会被合并。
维护基本的Python单元测试的Python部分。以下几条一般准则将帮助您编写Python单元测试：
为了确保Bokeh的单元测试尽可能的可重定位和明确，总是倾向于在测试文件中绝对导入。方便时，导入并使用整个被测模块：
GOOD ： import bokeh.models.transforms as bmt
import bokeh.models.transforms as bmt
GOOD ： from bokeh.embed import components
from bokeh.embed import components
BAD ： from ..document import Document
from ..document import Document
所有新的测试都应该使用并假设 pytest 对于测试运行、夹具、参数化测试等，新的测试应该 not 使用 unittest Python标准库的模块。
unittest
这些测试维护了Bokeh项目BokehJS部分的功能。BokehJS测试位于 bokehjs/test . 他们是用柴“期待”风格写的。如果添加了新的测试文件，则在目录中添加适当的条目 index 应添加文件。
index
要添加新的屏幕截图集成测试，请首先确保您可以运行现有的屏幕截图测试，例如 tests/integration/annotations/test_whisker.py . 新的截图测试应遵循以下一般准则：
尽可能简单（只包括测试中的东西，不需要额外的东西）
喜欢 bokeh.models API
bokeh.models
一旦编写了一个新的测试，就需要一个基本的图像进行比较。要创建新的基图像，请添加 --set-new-base-screenshot 符合你的标准 pytest 命令来运行测试。这将生成一个名为 base__<name_of_your_test>.png 在适当的目录中。使用 git 将此图像签入存储库，然后将所有未来的屏幕截图测试与此基本映像进行比较。
--set-new-base-screenshot
base__<name_of_your_test>.png
git
每一次推到 master branch or any Pull Request branch on GitHub automatically triggers a full test build on the GithubCI 持续集成服务。
您可以在以下URL查看所有当前和以前版本的列表：https://github.com/bokeh/bokeh/actions
有许多文件会影响生成配置：
为Bokeh构建conda-noarch包的说明。此文件是构建和测试（但不是运行时）依赖关系的唯一真实来源。
用于构建sdist包和“dev”安装。该文件也是运行时依赖项的唯一真理源。
包含一些生成和测试工具的全局配置，例如 versioneer 和 pytest .
versioneer
CI服务为开源项目提供有限的免费构建工人。以下几点考虑将有助于您为需要这些有限资源的其他人着想：
在推送到GitHub之前，将提交分组到有意义的工作块中（即不要每次提交都推送）。
如果贵的话 examples 不需要测试（例如，对于仅限文档的请求），可以通过添加文本来禁用测试
[ci disable examples]
到你的提交消息。