为 profanity-check 脏话检测库编写自动化测试pytest 实战与 CI 集成完整指南【免费下载链接】profanity-checkA fast, robust Python library to check for offensive language in strings.项目地址: https://gitcode.com/gh_mirrors/pr/profanity-checkprofanity-check 是一个基于机器学习线性 SVM的 Python 脏话检测库只需predict()和predict_prob()两个接口就能快速完成敏感词与攻击性语言判断。今天这篇文章我们将以 pytest 为主角手把手带新手为 profanity-check 编写自动化测试并把它接入 CI 持续集成流程打造一套可回归、可信赖的脏话检测测试体系。为什么脏话检测库更需要自动化测试很多新手会问一个「判断脏话」的库为什么还要写测试原因其实很关键模型行为无法肉眼穷举profanity-check 没有硬编码黑名单而是靠 20 万条人工标注样本训练出的模型做语义判断输入变化多端人工抽查根本覆盖不完。回归风险高模型重训、scikit-learn 或 joblib 升级、样本集调整都可能让同一句话的结果「悄悄漂移」。性能与准确率需要持续守护官方基准测试中单条预测仅约 0.2ms测试准确率高达 95%这些核心指标必须靠自动化测试长期盯住。简单说测试就是脏话检测库的「安全网」谁都不想上线后发现predict()突然失灵。环境准备5 分钟快速配置 pytest 测试环境开始之前先准备好运行环境。假设你已经克隆了仓库git clone https://gitcode.com/gh_mirrors/pr/profanity-check cd profanity-check pip install -r requirements.txt pip install pytest pytest-covrequirements.txt中已经声明了scikit-learn与joblib两个核心依赖模型文件则存放在profanity_check/data/目录下model.joblib和vectorizer.joblib安装后即可直接调用。读懂项目现有测试代码 tests/test_profanity_check.py好消息是这个开源项目已经内置了测试文件位于tests/test_profanity_check.py里面有test_accuracy和test_edge_cases两个用例虽然用的是原生assert而非 pytest 特性但已经展示了核心思路def test_accuracy(): texts [ Hello there, how are you, fuck you, GO TO hElL, you dirty scum, ] assert list(predict(texts)) [0, 1, 1]它验证了三类关键场景普通文本返回 0干净、脏话返回 1涉脏、大小写混合依然能被识别。源码中predict()与predict_prob()定义在profanity_check/profanity_check.py通过profanity_check/__init__.py对外导出测试时直接from profanity_check import predict即可。从零编写第一个 pytest 用例敏感词检测冒烟测试在tests/下新建test_basic.py写一个最基础的冒烟测试import pytest from profanity_check import predict, predict_prob def test_clean_text(): assert predict([今天天气真不错])[0] 0 def test_profane_text(): assert predict([fuck you])[0] 1 def test_prob_range(): probs predict_prob([clean, fuck you]) assert 0 probs[0] 1 assert 0 probs[1] 1跑一下pytest tests/看到绿色通过你的第一个 pytest 用例就完成了。注意predict()返回的是 numpy 数组所以取单条结果要加[0]。边界情况与脏话变体测试提升测试覆盖率高质量的测试不能只测「教科书样本」要主动攻击边界。参考原项目test_edge_cases的思路继续补充def test_edge_cases(): # 空字符串、纯空格 assert list(predict([, ])) [0, 0] # 超长重复文本确保性能不崩 assert predict([aaaaaaa * 100])[0] 0 def test_known_weakness(): # 已知弱点数字变体拼写可能漏判先记录现状模型改进后更新断言 print(f4ck you -, predict([f4ck you])[0])把「已知弱点」写进测试是个非常好的习惯当未来模型重训后这条用例会自动提醒你「弱点是否已被修复」形成持续改进的闭环。pytest 参数化让测试用例更简洁高效与其复制粘贴一堆相似断言不如用pytest.mark.parametrize参数化一条用例覆盖多种输入pytest.mark.parametrize(text,expected, [ (hello world, 0), (fuck you, 1), (fUcK u, 1), (go to hell, you scum, 1), (this is a normal sentence, 0), ]) def test_predict_param(text, expected): assert predict([text])[0] expected跑一遍pytest -v你能清楚看到每一条参数组合的通过情况排查失败时一目了然。CI 集成实战GitHub Actions 自动跑测试测试写好了接下来让它「自动化」——每次提交代码、发起合并请求时自动运行这就是 CI持续集成。虽然项目 README 早期用的是 Travis CI今天我们以更主流的 GitHub Actions 为例在仓库根目录创建.github/workflows/ci.ymlname: CI on: [push, pull_request] jobs: test: runs-on: ubuntu-latest steps: - uses: actions/checkoutv4 - uses: actions/setup-pythonv5 with: python-version: 3.11 - run: pip install -r requirements.txt pytest pytest-cov - run: pytest tests/ --covprofanity_check --cov-fail-under80关键点有两个多版本矩阵把python-version改成[3.9, 3.11]列表即可同时在多个 Python 版本上跑测试防止「在我电脑上能跑」的尴尬。覆盖率门槛--cov-fail-under80表示覆盖率低于 80% 时构建直接失败倒逼测试质量。之后每次 pushGitHub Actions 都会自动拉取代码、安装依赖并执行全部测试任何回归都会第一时间在 PR 页面亮起红灯。自动化测试最佳实践清单最后把这次实战的要点总结成清单方便你直接照做边界优先空串、纯空格、超长文本、大小写混写都要覆盖。把弱点写进测试如f4ck you这类数字变体先记录现状再持续跟踪。断言概率行为predict_prob()的输出应始终在 0~1 之间。参数化去重同类输入用parametrize测试代码更易维护。固定依赖版本锁住 scikit-learn、joblib 版本避免升级导致结果漂移。设置覆盖率门槛在 CI 中强制--cov-fail-under守住质量底线。回归即报警任何模型或依赖变更都要确保全量测试自动触发。从读懂tests/test_profanity_check.py到用 pytest 参数化、边界用例再到 GitHub Actions 自动集成一条完整的脏话检测测试链路就搭建完成了。照着这份指南动手实践一遍你的 profanity-check 项目将从此拥有「自动守护」任何一次改动都会在几分钟内得到可信的反馈。【免费下载链接】profanity-checkA fast, robust Python library to check for offensive language in strings.项目地址: https://gitcode.com/gh_mirrors/pr/profanity-check创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
为 profanity-check 脏话检测库编写自动化测试：pytest 实战与 CI 集成完整指南
为 profanity-check 脏话检测库编写自动化测试pytest 实战与 CI 集成完整指南【免费下载链接】profanity-checkA fast, robust Python library to check for offensive language in strings.项目地址: https://gitcode.com/gh_mirrors/pr/profanity-checkprofanity-check 是一个基于机器学习线性 SVM的 Python 脏话检测库只需predict()和predict_prob()两个接口就能快速完成敏感词与攻击性语言判断。今天这篇文章我们将以 pytest 为主角手把手带新手为 profanity-check 编写自动化测试并把它接入 CI 持续集成流程打造一套可回归、可信赖的脏话检测测试体系。为什么脏话检测库更需要自动化测试很多新手会问一个「判断脏话」的库为什么还要写测试原因其实很关键模型行为无法肉眼穷举profanity-check 没有硬编码黑名单而是靠 20 万条人工标注样本训练出的模型做语义判断输入变化多端人工抽查根本覆盖不完。回归风险高模型重训、scikit-learn 或 joblib 升级、样本集调整都可能让同一句话的结果「悄悄漂移」。性能与准确率需要持续守护官方基准测试中单条预测仅约 0.2ms测试准确率高达 95%这些核心指标必须靠自动化测试长期盯住。简单说测试就是脏话检测库的「安全网」谁都不想上线后发现predict()突然失灵。环境准备5 分钟快速配置 pytest 测试环境开始之前先准备好运行环境。假设你已经克隆了仓库git clone https://gitcode.com/gh_mirrors/pr/profanity-check cd profanity-check pip install -r requirements.txt pip install pytest pytest-covrequirements.txt中已经声明了scikit-learn与joblib两个核心依赖模型文件则存放在profanity_check/data/目录下model.joblib和vectorizer.joblib安装后即可直接调用。读懂项目现有测试代码 tests/test_profanity_check.py好消息是这个开源项目已经内置了测试文件位于tests/test_profanity_check.py里面有test_accuracy和test_edge_cases两个用例虽然用的是原生assert而非 pytest 特性但已经展示了核心思路def test_accuracy(): texts [ Hello there, how are you, fuck you, GO TO hElL, you dirty scum, ] assert list(predict(texts)) [0, 1, 1]它验证了三类关键场景普通文本返回 0干净、脏话返回 1涉脏、大小写混合依然能被识别。源码中predict()与predict_prob()定义在profanity_check/profanity_check.py通过profanity_check/__init__.py对外导出测试时直接from profanity_check import predict即可。从零编写第一个 pytest 用例敏感词检测冒烟测试在tests/下新建test_basic.py写一个最基础的冒烟测试import pytest from profanity_check import predict, predict_prob def test_clean_text(): assert predict([今天天气真不错])[0] 0 def test_profane_text(): assert predict([fuck you])[0] 1 def test_prob_range(): probs predict_prob([clean, fuck you]) assert 0 probs[0] 1 assert 0 probs[1] 1跑一下pytest tests/看到绿色通过你的第一个 pytest 用例就完成了。注意predict()返回的是 numpy 数组所以取单条结果要加[0]。边界情况与脏话变体测试提升测试覆盖率高质量的测试不能只测「教科书样本」要主动攻击边界。参考原项目test_edge_cases的思路继续补充def test_edge_cases(): # 空字符串、纯空格 assert list(predict([, ])) [0, 0] # 超长重复文本确保性能不崩 assert predict([aaaaaaa * 100])[0] 0 def test_known_weakness(): # 已知弱点数字变体拼写可能漏判先记录现状模型改进后更新断言 print(f4ck you -, predict([f4ck you])[0])把「已知弱点」写进测试是个非常好的习惯当未来模型重训后这条用例会自动提醒你「弱点是否已被修复」形成持续改进的闭环。pytest 参数化让测试用例更简洁高效与其复制粘贴一堆相似断言不如用pytest.mark.parametrize参数化一条用例覆盖多种输入pytest.mark.parametrize(text,expected, [ (hello world, 0), (fuck you, 1), (fUcK u, 1), (go to hell, you scum, 1), (this is a normal sentence, 0), ]) def test_predict_param(text, expected): assert predict([text])[0] expected跑一遍pytest -v你能清楚看到每一条参数组合的通过情况排查失败时一目了然。CI 集成实战GitHub Actions 自动跑测试测试写好了接下来让它「自动化」——每次提交代码、发起合并请求时自动运行这就是 CI持续集成。虽然项目 README 早期用的是 Travis CI今天我们以更主流的 GitHub Actions 为例在仓库根目录创建.github/workflows/ci.ymlname: CI on: [push, pull_request] jobs: test: runs-on: ubuntu-latest steps: - uses: actions/checkoutv4 - uses: actions/setup-pythonv5 with: python-version: 3.11 - run: pip install -r requirements.txt pytest pytest-cov - run: pytest tests/ --covprofanity_check --cov-fail-under80关键点有两个多版本矩阵把python-version改成[3.9, 3.11]列表即可同时在多个 Python 版本上跑测试防止「在我电脑上能跑」的尴尬。覆盖率门槛--cov-fail-under80表示覆盖率低于 80% 时构建直接失败倒逼测试质量。之后每次 pushGitHub Actions 都会自动拉取代码、安装依赖并执行全部测试任何回归都会第一时间在 PR 页面亮起红灯。自动化测试最佳实践清单最后把这次实战的要点总结成清单方便你直接照做边界优先空串、纯空格、超长文本、大小写混写都要覆盖。把弱点写进测试如f4ck you这类数字变体先记录现状再持续跟踪。断言概率行为predict_prob()的输出应始终在 0~1 之间。参数化去重同类输入用parametrize测试代码更易维护。固定依赖版本锁住 scikit-learn、joblib 版本避免升级导致结果漂移。设置覆盖率门槛在 CI 中强制--cov-fail-under守住质量底线。回归即报警任何模型或依赖变更都要确保全量测试自动触发。从读懂tests/test_profanity_check.py到用 pytest 参数化、边界用例再到 GitHub Actions 自动集成一条完整的脏话检测测试链路就搭建完成了。照着这份指南动手实践一遍你的 profanity-check 项目将从此拥有「自动守护」任何一次改动都会在几分钟内得到可信的反馈。【免费下载链接】profanity-checkA fast, robust Python library to check for offensive language in strings.项目地址: https://gitcode.com/gh_mirrors/pr/profanity-check创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考