Python中两个最常用的单元测试框架unittest和pytest

这篇文章的主要目的是讨论Python中两个最常用的单元测试框架unittest和pytest，它们的优缺点以及在何时选择哪个框架。

---

Python unittest vs Pytest

在编写任何软件时，我们必须在开发过程中保持错误检查的过程。这确保了一旦软件达到发布阶段，在使用过程中遇到的错误数量最小。

Python也有各种测试框架，可以通过给定不同的输入来测试编写的代码，以检查其行为。

如果遇到任何错误，可以在开发阶段进行修正，而不是在应用程序初始发布之后进行紧急修补。

示例代码：

class Calculate:
    def CheckPrime(self, a):
        for i in range(a):
            if (a % i):
                return False
        return True

    def CalcFact(self, a):
        if (a == 1):
            return a
        else:
            return a * self.fact(a-1)

上面的代码包含了两个函数CheckPrime和CalcFact，根据它们的名称可以看出它们检查素数和计算阶乘。

为了确保Calculate方法正常工作，必须检查通过给定不同输出产生的可能出现的错误。

那么，我们如何做到这一点？为了确保我们的代码没有错误，我们可以使用不同的测试框架编写测试用例，并在其上测试我们的代码以检查代码的完整性。

虽然有许多测试框架，但最常用的两个是unittest和pytest。让我们逐个探讨它们。

unittest框架的单元测试

unittest是Python标准库中包含的单元测试框架。该框架受到了JUnit的启发，JUnit是一个用于单元测试的Java框架。

在讨论unittest的工作原理之前，了解unittest中常用的术语是很重要的（也用于其他相关框架）。

• 测试用例（Test Case）- 最小的测试单位- 通常包含一个或多个
• 测试套件（Test Suite）- 组合的测试用例- 通常依次执行
• 测试运行器（Test Runner）- 协调和处理测试用例和测试套件的执行

由于Python的标准库已经包含unittest，因此无需下载任何外部模块即可开始使用unittest编写单元测试。

我们可以在导入unittest模块后开始。现在，让我们专注于之前的代码。

示例代码：

import unittest

class Calculate:

    def CheckPrime(self, a):
        for i in range(2, a):
            if (a % i == 0):
                return False
        return True

    def CalcFact(self, a):
        if (a == 1):
            return a
        else:
            return a * self.CalcFact(a-1)

class TestCalc(unittest.TestCase):
    def test_CheckPrime(self):
        calc = Calculate()

        # Passing different outputs
        self.assertEqual(calc.CheckPrime(2), True)
        self.assertEqual(calc.CheckPrime(3), True)

        self.assertEqual(calc.CheckPrime(4), False)
        self.assertEqual(calc.CheckPrime(80), False)

    def test_CheckFact(self):
        calc = Calculate()

        # Passing different outputs
        self.assertEqual(calc.CalcFact(2), 2)
        self.assertEqual(calc.CalcFact(3), 6)

输出：

PS D:\Unittest> python -m unittest a.py
..
----------------------------------------------------------------------
Ran 2 tests in 0.000s

OK

从输出可以看出，所有的测试用例都通过了，因为所有的断言都成功了。

现在让我们尝试一个测试用例失败的情况。

def test_CheckFact(self):
    calc = Calculate()

    # Passing different outputs
    self.assertEqual(calc.CalcFact(2), 2)
    self.assertEqual(calc.CalcFact(3), 6)
    # Supposed to throw an error
    self.assertEqual(calc.CalcFact(0), 0)

输出：

PS D:\Unittest> python -m unittest a.py
======================================================================
ERROR: test_CheckFact (a.TestCalc)
----------------------------------------------------------------------
Traceback (most recent call last):
  File "D:\Python Articles\a.py", line 34, in test_CheckFact
    self.assertEqual(calc.CalcFact(0), 0) # Supposed to throw an error
  File "D:\Python Articles\a.py", line 15, in CalcFact
    return a * self.CalcFact(a-1)
  File "D:\Python Articles\a.py", line 15, in CalcFact
    return a * self.CalcFact(a-1)
  File "D:\Python Articles\a.py", line 15, in CalcFact
    return a * self.CalcFact(a-1)
  [The previous line is repeated 974 more times]
  File "D:\Python Articles\a.py", line 12, in CalcFact
    if (a == 1):
RecursionError: maximum recursion depth exceeded in comparison

----------------------------------------------------------------------
Ran 2 tests in 0.004s
FAILED (errors=1)

从代码中可以看出，我们使用python -m unittest <name_of_script.py>来执行脚本。

这段代码在未调用测试类的方法的情况下工作，因为unittest模块以特定的格式处理给定的脚本文件。

由于我们的脚本包含TestCalc，unittest.TestCase的子类会被自动实例化。

在实例化之后，会找到类内部的测试方法，并按顺序执行。要将方法视为测试方法，它必须以test_开头。

找到测试方法后，它们按顺序调用；在我们的情况下，调用了test_CheckPrime和test_CheckFact两个方法。在我们的实现中，检查断言，并在出现意外行为时将错误抛出到输出中。

从包含错误的测试用例中可以推断出，由于代码的编写方式，CalcFact方法中开始发生了无限递归，现在可以通过测试用例来修复它。

如果你想知道为什么会发生错误，那是因为初始条件没有检查小于1的数字。

以下是使用unittest的一些优点：

• 包含在Python标准库中
• 将相关的测试用例放入单个测试套件中
• 测试集合速度快
• 精确的测试时间持续时间

unittest具有以下缺点：

• 可能难以理解
• 没有彩色输出
• 可能太冗长

Pytest框架的单元测试

与unittest不同，Pytest不是一个内置模块，我们必须单独下载它。不过，安装Pytest相对简单；我们可以使用pip来执行以下命令：

pip install pytest

让我们使用Pytest编写一些测试用例。在开始之前，让我们看一下Pytest与unittest在编写测试用例方面的区别。对于使用Pytest编写的单元测试，我们必须：

• 创建一个单独的目录，并将要测试的脚本放在新创建的目录中。
• 在文件中编写测试，文件要么以test_开头，要么以_test.py结尾。例如，test_calc.py或calc_test.py。

考虑以下使用Pytest编写的代码。

def test_CheckPrime():
    calc = Calculate()

    # Passing different outputs
    assert calc.CheckPrime(2) == True
    assert calc.CheckPrime(3) == True

    assert calc.CheckPrime(4) == False
    assert calc.CheckPrime(80) == False

def test_CheckFact():
    calc = Calculate()

    # Passing different outputs
    assert calc.CalcFact(2) == 2
    assert calc.CalcFact(3) == 6
    # assert calc.CalcFact(0) == 0 # Supposed to throw an error

输出：

============================================================== test session starts ==============================================================
platform win32 -- Python 3.10.7, pytest-7.1.3, pluggy-1.0.0
rootdir: D:\Unittest
collected 2 items

test_a.py
[100%]

=============================================================== 2 passed in 0.04s ===============================================================

现在，让我们来看一个失败的测试用例。

============================================================== test session starts ==============================================================
platform win32 -- Python 3.10.7, pytest-7.1.3, pluggy-1.0.0
rootdir: D:\Unittest
collected 2 items

test_a.py .F
[100%]

=================================================================== FAILURES ====================================================================
________________________________________________________________ test_CheckFact _________________________________________________________________

    def test_CheckFact():
        calc = Calculate()

        # Passing different outputs
        assert calc.CalcFact(2) == 2
        assert calc.CalcFact(3) == 6
>       assert calc.CalcFact(0) == 0 # Supposed to throw an error

test_a.py:50: 
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _
test_a.py:13: in CalcFact
    return a * self.CalcFact(a-1)
test_a.py:13: in CalcFact
    return a * self.CalcFact(a-1)
test_a.py:13: in CalcFact
    return a * self.CalcFact(a-1)
.
.
.
.
.
RecursionError: maximum recursion depth exceeded in comparison

test_a.py:10: RecursionError
============================================================ short test summary info ============================================================ 
FAILED test_a.py::test_CheckFact - RecursionError: maximum recursion depth exceeded in comparison
========================================================== 1 failed, 1 passed in 2.42s ========================================================== 

使用 Pytest 编写的测试用例比 unittest 简单一点； 不用创建一个作为 unittest.TestCase 子类的类，我们可以在方法的开头使用 test_ 编写我们的测试函数。

以下是在 Python 中使用 Pytest 框架的一些优点。

• 紧凑的测试套件
• 最小样板代码
• 插件支持
• 整洁和适当的输出呈现
• 通常与其他框架不兼容

推荐Python自动化测试学习视频

软件测试黄胖子
软件测试面试官黄财财