python txt文件训练集测试集

转载

mob64ca13fe9c58 2024-07-18 10:03:18

文章标签 python 软件测试自动化参数化测试框架 文章分类 Python 后端开发

文章目录

测试框架

pytest

Mark
skip
参数化
异常处理

数据驱动

Allure

集成
生成报告

Fixture

基操
作用域
yield
数据共享
自动应用
参数化

运行规则
配置命令行参数
指定/忽略执行目录
配置日志

插件开发

常用插件
分布式并发
自定义插件
打包发布

hook
小结

测试框架

先了解unittest
问题分析

自动化测试前，需要准备好数据，测试完成后，需要自动清理脏数据
自动化测试中，需要使用多套测试数据实现用例的参数化，有没有便捷的方式？
自动化测试后，如何优雅的生成报告？

pytest框架可以满足以上的需求

pytest

优点

支持单元测试和复杂功能测试，兼容unittest
结合requests实现接口测试，还可以结合selenium，appium实现自动化功能测试
结合Allure集成到Jenkins实现持续集成
支持300+插件并可以自定义插件

安装

pip install -U pytest

使用规则

测试文件要以test_开头，或者_test结尾
类要以Test开头
方法/函数（无需继承类），要以test_开头
测试类不能写__init__方法

PyCharm配置

默认Test Runner
demo

def inc(x):
    return x+1

def test_assert():
    assert inc(4) == 5

class TestAnswer():
    def test_demo(self):
        assert 1==1

命令行执行case方式

运行：pytest，会执行当前目录下所有测试文件
运行：pytest test_demo.py，执行这个文件的所有case
运行：pytest test_demo.py::test_assert1，执行文件下某个函数case
运行：pytest test_demo.py::TestDemo，执行这个文件的这个类下的所有case
运行：pytest test_demo.py::TestAnswer::test_demo2，执行类下面某个方法case
总之，通过::递进

命令行参数

参数介绍
demo，具体的用例在下面

setup/teardown

规则
demo，在terminal使用-v -s参数运行

# 模块（文件）级别，当前文件（suite）下所有case前后执行一次
def setup_module():
    print("\n连接资源")

def teardown_module():
    print("\n释放资源...")

# 函数级别，每个函数case执行前后
def setup_function():
    print("\n函数资源准备")

def teardown_function():
    print("\n函数资源释放...")

def inc(x):
    return x+1

def test_assert1():
    assert inc(4) == 5

def test_assert2():
    assert inc(3) == 4

class TestAnswer():
    # 类级别，只在所有类方法前后执行一次
    def setup_class(self):
        print("\nsetup class")

    def teardown_class(self):
        print("\nteardown class...")

    def setup_method(self):
        print("\nclass method setup")

    def teardown_method(self):
        print("\nclass method teardown...")

    def test_demo1(self):
        assert 1==1

    def test_demo2(self):
        assert 2==2

Mark

一个module（测试文件）里可能需要一部分不运行，或只运行某些case
命令行一个个指定太麻烦，可以在编写case时加上标记

比如某些case只在Web测，有些只在APP测

自定义marker，标记测试用例：@pytest.mark.xxx

# 模块（文件）级别，当前文件（suite）下所有case前后执行一次
import pytest
	
def setup_module():
    print("\n连接资源")

def teardown_module():
    print("\n释放资源...")

# 函数级别，每个函数case执行前后
def setup_function():
    print("\n函数资源准备")

def teardown_function():
    print("\n函数资源释放...")

def inc(x):
    return x+1

@pytest.mark.integer
def test_assert1():
    print("test print with -s param")
    assert inc(4) == 5

@pytest.mark.integer
def test_assert2():
    assert inc(3) == 4

class TestAnswer():
    # 类级别，只在所有类方法前后执行一次
    def setup_class(self):
        print("\nsetup class")

    def teardown_class(self):
        print("\nteardown class...")

    def setup_method(self):
        print("\nclass method setup")

    def teardown_method(self):
        print("\nclass method teardown...")

    @pytest.mark.char
    def test_demo1(self):
        assert 1==1

    @pytest.mark.char
    def test_demo2(self):
        assert 2==2

运行：pytest test_demo1.py -vs -m "integer"

或者 pytest .\test_demo1.py -vs -m "not char"

但我们发现有很多warning，因为pytest定义好了一些marker（比如skip），不用它的就会警告

怎么不报警呢？新建 pytest.ini 文件

[pytest]
markers = integer
    char

让pytest接受我们自定义的marker

skip

跳过某些case的另一种方法，也支持条件过滤

import sys
import pytest

@pytest.mark.skip
def test_demo1():
    print("skip this case")
    assert True

@pytest.mark.skip(reason="开发还没写代码")
def test_demo2():
    assert False

def check():
    return False

# 测试代码里不满足某个条件，直接跳过，有点像skipif
def test_demo3():
    print("test skip")
    if not check():
        pytest.skip("unsupported")
    print("end")

@pytest.mark.skipif(sys.platform=="win32", reason="this kind of platform is not supported!")
def test_demo4():
    assert True

mark.xfail，如果case执行成功则XPASS，如果失败则标记为XFAIL，主要是提示的作用，表示这里有个bug还没解决，我们后续可以通过 pytest test_demo1.py -vs -m "xfail" 执行这部分

@pytest.mark.xfail
def test_fail1():
    assert False

xfail = pytest.mark.xfail # 定义装饰器

@xfail
def test_fail2():
    assert True

def test_fail3():
    print("start test")
    pytest.xfail("功能代码未实现，失败") # 直接让case失败在这里，类似skip
    print("end")

参数化

参数化设计方法就是将模型中的定量信息变量化，使之成为可以任意调整的参数
比如要测试搜索框，搜索内容应该可传参，可以参数化；类似unittest + ddt
单参数和多参数

import pytest

search_name = ['selenium', 'appium', 'ut', 'pytest']

@pytest.mark.parametrize('name', search_name) # 4个case，取决于参数个数
def test_param1(name):
    assert name in search_name

@pytest.mark.parametrize("_input, expected", [('3+5', 9), ('4+4', 8)])
def test_param2(_input, expected):
    assert eval（_input)+1 == expected

ids参数指定case名字，默认是你写的case名称，再拼上参数，参数之间用-连接，
笛卡尔积，用的比较少

@pytest.mark.parametrize('p1', ['1','2','3'])
@pytest.mark.parametrize('p2', ['4','5','6'])
def test_param3(p1, p2):
    print(p1, "===", p2)

补充：命令行参数

--lf，即 --last-failed，只重新运行失败的cass，（为啥不是 --of）
--ff，即 --failed-first，先执行上次失败的case，再执行其他测试

Python命令直接执行pytest测试

命令：python test_demo1.py

# test_demo1.py
# 模块（文件）级别，当前文件（suite）下所有case前后执行一次
import pytest

def setup_module():
    print("\n连接资源")

def teardown_module():
    print("\n释放资源...")

# 函数级别，每个函数case执行前后
def setup_function():
    print("\n函数资源准备")

def teardown_function():
    print("\n函数资源释放...")

def inc(x):
    return x+1

@pytest.mark.integer
def test_assert1():
    print("test print with -s param")
    assert inc(4) == 5

@pytest.mark.integer
def test_assert2():
    assert inc(3) == 4

class TestAnswer():
    # 类级别，只在所有类方法前后执行一次
    def setup_class(self):
        print("\nsetup class")

    def teardown_class(self):
        print("\nteardown class...")

    def setup_method(self):
        print("\nclass method setup")

    def teardown_method(self):
        print("\nclass method teardown...")

    @pytest.mark.char
    def test_demo1(self):
        assert 1==2

    @pytest.mark.char
    def test_demo2(self):
        assert 2==2

# python test_demo1.py
if __name__ == '__main__':
    # pytest.main()   # 执行当前目录下的所有case，不只是这个文件
    # 传参，指定case
    # pytest.main(['test_demo1.py::TestAnswer::test_demo2', '-v'])
    # 指定Mark
    pytest.main(['test_demo1.py', '-v', '-m', 'char'])

主要是为了避免后期在shell脚本同时使用python和pytest命令

异常处理

第一种方式就是try...except...

python txt文件训练集测试集_自动化

第二种方式，pytest封装了raises

def test_raises():
	# 期望是Value异常
    with pytest.raises(ValueError) as exp:
        # 这里面就是我们测试功能的代码，比如用户输入非法值，看是不是我们期望的异常
        raise ZeroDivisionError('Value must gt 18') # 假装抛出异常，这种情况，case就会fail
    # assert exp.type is ValueError # 这两句没必要写，逻辑冗余
    # assert exp.value.args[0] == 'Value must gt 18'

数据驱动

pytest结合数据驱动测试（DDT）
通过参数化直接实现DDT，demo

配置文件，./env.yaml

test: 127.0.0.1

case

import pytest
import yaml

class TestDemo:
    @pytest.mark.parametrize('env', yaml.safe_load(open('./env.yml')))
    def test_demo1(self, env):
        if 'test' in env:
            print("测试环境")
            print(env)  # test, 只能打印出key
        elif 'dev' in env:
            print("开发环境")

如果想打印出全部信息，需要修改yml的写法

-
  test: 127.0.0.1
  t2: 10086

-
  t3: 10010

从结果可以看出，yml文件的所有信息作为一个参数列表，一个 - 容纳一个字典，作为列表的一个元素，对应一个case

class TestDemo:
    @pytest.mark.parametrize('env', yaml.safe_load(open('./env.yml')))
    def test_demo1(self, env):
        if 'test' in env:
            print("测试环境")
            print(env)  # {'test': '127.0.0.1', 't2': 10086}
            print(env['test']) # 127.0.0.1
        elif 'dev' in env:
            print("开发环境")

    def test_yml(self):
        # [{'test': '127.0.0.1', 't2': 10086}, {'t3': 10010}]
        print("\n", yaml.safe_load(open('./env.yml')))

这里只是做个准备，一般不直接写参数

通过pytest（参数化） + Excel实现DDT

安装工具：pip install openpyxl，及基本用法

import openpyxl

# 打开工作簿
book = openpyxl.load_workbook('./test.xlsx')
# 读取工作表
sheet = book.active
# 读取单元格
c1 = sheet['A2']    # Cell 对象
c2 = sheet.cell(column=1, row=3)
# 读取一片
c3 = sheet['A1':'C3']
# 获取单元格的值
print(c1) # roy
print(c3[0][0].value)   # Name

准备数据，传给case，驱动测试；当然，离不开参数化
注意目录结构

通过pytest + CSV/JSON实现DDT

csv的特点是以逗号/制表符分隔字段，纯文本形式，可以直接用with open打开，Excel可直接改为CSV文件
json的特点是由嵌套的键值对组成，值的形式多样，可以是字符串、数组，内置json包
文件操作可以搜一搜看一看，枯燥；其他和上面Excel一样，不赘述

以上这部分是 pytest 基操，后续还有很多补充

Allure

使用Allure定制测试报告
优点：
官网
文档
安装

Java环境（建议1.8，但我是Java17）
安装Allure（建议2.13），下载

Allure支持多语言是因为它基于XUnit开发的

xUnit中的 x 代表不同语言，Java就是JUnit，python就是unittest

集成

测试和报告是不分家的，Allure是个独立的报告框架，可以集成到不同语言的测试框架中使用
集成到pytest

安装：pip install allure-pytest

常用方法

一般以装饰器形式使用

demo-title

import allure

class TestSearch:
    @allure.title("搜索：测试")
    def test_demo1(self):
        print("demo1")

命令行：pytest test_allure.py --alluredir ./result --clean-alluredir，pytest --help
查看报告：allure serve ./result

python txt文件训练集测试集_测试框架_02

demo-feature/story

测试框架不同，但一般我们称一个测试文件为 suite（或者说module），suite里面可以有多个类，称为 case(或feature/TestCase)，每个case里面又可以包含多个具体的用例，称为 story，story有时还可进一步分为多个 keyword
也就是：suites > suite > case/feature/TestCase > story/keyword，有些框架 TestCase 下面就是keyword，本质是看谁在安排具体的测试过程，pytest中是story；不必纠结这个，理清层次就行

import allure

@allure.feature("登录模块")
class TestLogin:
    # 不加说明会有warning
    @allure.story("登录成功")
    def test_login_success(self):
        print("success")

    @allure.story("登录失败")
    def test_login_fail(self):
        print("fail")

可以在下方看到指定的 features；SUITES包含所有suite
feature也可以作为Marker：pytest .\test_feature.py --allure-features="登录模块" --alluredir=./result --clean- alluredir 只运行这个feature的story
同样的，--allure-stories 指定跑哪些story

demo-step

给story下面的步骤划分step，一般以页面切换为分割点

@allure.feature("登录模块")
class TestLogin:
    # 不加说明会有warning
    @allure.story("登录成功")
    @allure.title("fail")
    def test_login_success(self):
        with allure.step("1. 打开登录界面"):
            print("login page")
            print("输入用户名密码...")
        with allure.step("2. 跳转到首页"):
            print("首页...")

会分开展现

demo-link

使用链接的方法有多种，包括 link/issue/testcase
pytest test_link.py --alluredir ./result --allure-link-pattern=issue:http://www.bug-platform.com/{} --clean-alluredir

TEST_CASE_LINK = 'https://github.com/qameta/allure-integrations/issues/8#issuecomment-268313637'

# 链接 + 名称
@allure.link('https://www.youtube.com/watch?v=Su5p2TqZxKU', name='Click me')
def test_with_named_link():
    pass

# 140这个位置一般是bug号，可以接入自己公司的bug平台，命令行要配置：
# pytest directory_with_tests/ --alluredir=/tmp/my_allure_report --allure-link-pattern=issue:http://www.myself-bug-platform.com/issue/{}
@allure.issue('140', 'Pytest-flaky test retries shows like test steps')
def test_with_issue_link():
    pass

# 超链接到上面的link, 看起来和link好像没什么区别
@allure.testcase(TEST_CASE_LINK, 'Test case title')
def test_with_testcase_link():
    pass

demo-级别

有五种级别可以设置
设置了severity，也相当于设置了一个Marker，跑指定级别的case：pytest .\test_severity.py --allure-severities=blocker,trivial --alluredir=./result

import allure

def test_with_no_severity_label():
    pass

# Blocker
@allure.severity(allure.severity_level.BLOCKER)
def test_with_blocker_severity_label():
    assert 1==2

@allure.severity(allure.severity_level.TRIVIAL)
def test_with_trivial_severity():
    assert 2==4

@allure.severity(allure.severity_level.NORMAL)
def test_with_normal_severity():
    pass

@allure.severity(allure.severity_level.NORMAL)
class TestClassWithNormalSeverity(object):

    def test_inside_the_normal_severity_test_class(self):
        pass

    @allure.severity(allure.severity_level.CRITICAL)
    def test_inside_the_normal_severity_test_class_with_overriding_critical_severity(self):
        pass

demo-添加附件

附件的类型有很多种

class TestLogin:
    def test_login_success(self):
        with allure.step("1. 打开登录界面"):
            print("login page")
            allure.attach.file("./sisi.jpg", name="wechat", attachment_type=allure.attachment_type.JPG)
        with allure.step("2. 跳转到首页"):
            print("首页...")

比如添加个图片

生成报告

上面使用 allure serve 命令得到在线报告，其实测试报告的生成有完整流程
最终版本的测试报告，意思就是不依赖IDE的allure进程，可以移植到自己搭建的服务器或者Jenkins

生成报告：allure generate ./result
打开：allure open -h 127.0.0.1 -p 8883 ./allure-report，或者在IDE直接打开 index.html，但不能在文件夹直接打开（需要服务器解析，不是静态文件）

具体用法在学到Jenkins就知道了

Fixture

Fixture ：固定装置
pytest提供的装饰器，可以更加灵活的安排用例的执行、需要的前置/后置操作等
官方文档，参数及许多内置的 fixture 都可以找到

基操

比如有些用例的执行不需要登录，有些需要；使用 setup 就不行，逐个在用例里 login 太繁琐

import pytest

@pytest.fixture
def login():
    print("\n登录成功")

# 需要登录，传入被fixture的函数即可
def test_card(login):
    print("加入购物车成功")

相当于随时随地 setup，文明又卫生

作用域

类似setup、setup_module 等，在这个作用域里都要执行某个 Fixture
主要分为这几个 scope，可以到源码里看注释
函数级别，注意：还是要在具体函数里面调用 login

@pytest.fixture(scope="function")
def login():
    print("\n登录成功")

def test_card(login):
    print("加入购物车成功")

def test_search(login):
    print("搜索商品")

模块级别，在所有用例之前执行一次，类似 setup_module

@pytest.fixture(scope="module")
def login():
    print("\n登录成功")

def test_card(login):
    print("加入购物车成功")

def test_search(login):
    print("搜索商品")

class级别，注意：这里的每个函数也被当做类

@pytest.fixture(scope="class")
def login():
    print("\n登录成功")

def test_card(login):
    print("加入购物车成功")

def test_search(login):
    print("搜索商品")

class TestClass:
    def test_demo1(self, login):
        print("class 1")

    def test_demo2(self, login):
        print("class 2")

看起来就是 setup 那些情况呀？好在哪？其实就灵活在每个函数都要写 login，控制了哪些能执行，有点像 Mark 了；麻烦了点但灵活了，祸兮福之所倚

yield

这个是python的关键字，主要是生成器用，实现懒加载节省内存；特点是控制了代码的执行流程，yield 这里直接返回，但还能回来接着执行后续代码

@pytest.fixture(scope="class")
def login():
    print("\n登录成功")
    yield
    print("\n登出")

def test_card(login):
    print("加入购物车成功")

# 登录成功 加入购物车成功 登出

这就类似 teardown 操作

数据共享

不需要 import，就可以用一些公共的模块，也可以限制共享的区域
新建 conftest.py，名字不能变，放在哪个位置，哪个目录下面的用例就可以共享这个 fixture
demo，顺便测一下 session 级别（一般也就是这么用，session和conftest一起）

import pytest

@pytest.fixture(scope="session")
def login():
    print("\n登录成功")
    yield
    print("\n登出")

conftest.py 所在的目录视为一个session 域，不管下面有多少用例引用，只执行一次

自动应用

不在用例中传 fixture，也想自动引用

import pytest

# 设置 autouse
@pytest.fixture(scope="function", autouse=True)
def login():
    print("\n登录成功")
    yield
    print("\n登出")

# 不需要写 login，也能使用
def test_conf_1():
    print("测试 conftest")

参数化

和 pytest 参数化类似
demo，同样的，有几个参数就会复制几个 case

import pytest

@pytest.fixture(scope="session", params=["roy", "allen"])
def parameter(request):
    print(f"this is {request.param}")
    yield request.param # 返回参数
    print("baibai %s"%request.param)

def test_conf_1(parameter):
    print("\nfixture parameters test")
    print("参数为：", parameter)

def test_conf_2(parameter):
    print("\n参数化")
    print("参数为：", parameter)

虽然设置了 session 级别，但这里也相当于在 session 级别复制出两份 case，可以理解为两个会话了，在各自的会话里 consume 参数；级别和参数化并不冲突，一个参数一个域，分开看即可
这部分更多是属于逻辑层次问题，还是要多试验，才能更得心应手，死记硬背容易搞复杂

ini

pytest.ini 文件，是 pytest 的配置文件，可以修改 pytest 的默认行为，不能包含任何中文（Windows）
主要配置以下几项

运行规则

项目根目录下新建 pytest.ini 文件
执行 check_ 开头和 test_ 开头的测试文件（suite/module），要加 *

;这是个注释，以分号开头，但是Windows下不能有中文
python_files = check_* test_*

执行 Check 和 Test 开头的类（case）

python_classes = Test* Check*

执行 check_ 开头和 test_ 开头的方法（story）

python_functions = check_* test_*

配置命令行参数

命令行参数，一般用等号赋值

;就不用手动添加了
addopts = -vs --alluredir=./result

指定/忽略执行目录

设置执行路径

testpaths = demo demo3

忽略某些路径

norecursedirs = result md2

配置日志

日志开关，设置日志级别，打印，保存位置
文件记得提前创建，或者加判断

插件开发

插件分类

外部插件：pip install 安装的
本地插件：自己编写，通过 pytest 自动模块发现机制使用（conftest.py）
内置插件：代码内部的 _pytest 目录加载（hook函数）

没啥神奇的，就是一些封装好的方便测试的代码

常用插件

可以到这里找
举例：pytest-ordering

安装：pip install pytest-ordering
用法：@pytest.mark.run(order=2)，也可以看源码，用 first/second 等代替
多个装饰器同时使用可能会有冲突
对于顺序，有时不应该刻意定义

常见的插件

分布式并发

分布式：多台机器同时执行缩短耗时，也可称为并行；机器数 * 内核数 = 并行进程个数
并发：多个进程同时操作同一批数据，要避免弄脏数据，或者说实现高并发
解决这两个问题：pytest-xdist，可以去官网搜搜看
安装：pip install pytest-xdist
使用：pytest -n auto 或 pytest -n NUMCPUS 即内核数

自定义插件

这里要用到下面的 hook 函数部分
插件1：修改默认编码

在 conftest.py 中使用 hook 函数

def pytest_collection_modifyitems(
    session: "Session", config: "Config", items: List["Item"]
) -> None:
    print(items)
    # 单步调试可以发现：我们需要改每个 item（用例） 的 name 和 nodeID 两个编码
    for item in items:
        item.name = item.name.encode('utf-8').decode('unicode-escape')
        item._nodeid = item.nodeid.encode('utf-8').decode('unicode-escape')

运行测试用例，会自动调用钩子函数修改编码

插件2：添加命令行参数

在 conftest.py 定义

# hook 函数，添加命令行参数
def pytest_addoption(parser):
    mygroup = parser.getgroup("Roy") # 参数组
    mygroup.addoption("--env", default='allen', dest='env', help='set your env')

# 用 fixture 过滤参数
@pytest.fixture(scope='session')
def cmdoption(request):
    myenv = request.config.getoption("--env", default='allen')
    if myenv == 'roy':
        datapath = "datas/roy/data.yml"
    elif myenv == 'allen':
        datapath = "datas/allen/data.yml"
    else:
        datapath = "datas/data.yml"

    with open(datapath) as f:
        data = yaml.safe_load(f)
    return myenv, data

数据格式

env:
  ip: 127.0.0.1
  port: 8999

传入 fixture，过滤参数
命令行调用 pytest --env 'roy' .\test_conf.py -vs，能看到对应输出
使用 pytest --help 也能看到参数介绍

打包发布

想让我们自定义的插件给别人用，有几种方式

源代码提交到 git
打包项目

具体看打包项目的方式，就是借用 python 的打包工具

需要准备：源码包，pyproject.toml，测试包
需要安装：pip install setuptool pip install wheel，一个是打包的，一个是压缩的
打包命令：python -m build
发布到 PyPI：需要用到 twine 工具；都是参考上面那个教程，英文的慢慢看

hook

hook：钩子，即在需要的时候挂一个东西上去；在pytest中

是个函数，被系统调用（系统消息触发），在不同阶段实现不同功能
自动触发机制
hook函数的名称固定
pytest 有非常多的 hook 函数，在跑一个 case 的时候，会经历下面的过程：
总结如下

官方文档

which can be implemented by conftest.py files and plugins
参考文档

上面的 hook 函数大部分只有一个“影子”（只定义了方法名），我们可以做具体实现（implement）；有些必要的会自动实现（挂钩）

这怎么感觉有点像 Java 的 interface
名称定义在 site-packages/_pytest/hookspec.py 文件中，pip 安装的包都放在 site-packages
那就在 conftest.py 中实现两个试试
这两个有点像 suite 中定义的 setup/teardown，底层应该是一样的

hook 是一种编程机制，和具体的语言没有直接的关系

hook 又和回调函数相类似，参考文章
这种设计模式实现起来并不复杂，关键在于定义注册函数，并合理消费被注册的hook函数

小结

以上就是 pytest 框架及相关的知识点
框架的定位和使用技巧还是要在实践中体会，何时用，怎么用合适才是功力

本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。

上一篇：本地翻译 python

下一篇：zabbix 天融信负载均衡

提问和评论都可以，用心的回复会被更多人看到评论

发布评论

相关文章

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

python txt文件 训练集 测试集

python txt文件 训练集 测试集

文章目录

测试框架

pytest

Mark

skip

参数化

异常处理

数据驱动

Allure

集成

生成报告

Fixture

基操

作用域

yield

数据共享

自动应用

参数化

ini

运行规则

配置命令行参数

指定/忽略执行目录

配置日志

插件开发

常用插件

分布式并发

自定义插件

打包发布

hook

小结

51CTO博客

python txt文件训练集测试集

python txt文件训练集测试集