unittest与pytest的区别

参数化

用例分类执行

如果不好看，可以看下面表格：

总体来说，unittest用例格式复杂，兼容性无，插件少，二次开发方便。pytest更加方便快捷，用例格式简单，可以执行unittest风格的测试用例，无须修改unittest用例的任何代码，有较好的兼容性。pytest插件丰富，比如flask插件，可用于用例出错重跑，还有xdist插件，可用于设备并行执行，效率更高。

实例演示

讲了七大区别，总要演示一下具体实例，用事实说话。

前后置区别

这里抽用例前置与后置的区别来讲，先看unittest的前后置使用：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41

import unittest class TestFixtures01(unittest.TestCase): # 所有用例执行前执行 def setUp(self) -> None: print(``"setUp开始"``) def tearDown(self) -> None: print(``"tearDown结束"``) # 每条用例执行前执行 @classmethod def setUpClass(cls) -> None: print(``"setUpClass开始"``) @classmethod def tearDownClass(cls) -> None: print(``"tearDownClass结束"``) # 测试用例 def test_001(self): print(``"测试用例001"``) class TestFixtures02(unittest.TestCase): def test_002(self): print(``"测试类2"``) # 每个模块执行前执行 def setUpModule(): ""``" 在所有测试类在调用之前会被执行一次,函数名是固定写法,会被unittest框架自动识别 ""``" print(``'集成测试 >>>>>>>>>>>>>>开始'``) def tearDownModule(): print(``"集成测试 >>>>>>>>>>>>>>结束"``) if __name__ ==``'__main__'``: unittest.main()

运行结果：

从结果上得知， 三个方法的逻辑优先级： setUp()&tearDown() < setUpClass()&tearDownClass() < setUpModule()&tearDownModule()

接下来看pytest的前后置：

1、我们都知道在自动化测试中都会用到前后置，pytest 相比 unittest 无论是前后置还是插件等都灵活了许多，还能自己用 fixture 来定义。

首先了解一下，用例运行前后置级别如下：

1.模块级：全局的，整个模块开只运行一次，优先于测试用例。

2.类级别：定义在类里面，只针对此类生效。类似unittest的cls装饰器

3.函数级：只对函数生效，类下面的函数不生效。

4.方法级：定义在类里面，每个用例都执行一次

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42

def setup_module(): print(``'\n整个模块 前 只运行一次'``) def teardown_module(): print(``'\n整个模块 后 只运行一次'``) def setup_function(): print(``'\n不在类中的函数，每个用例 前 只运行一次'``) def teardown_function(): print(``'\n不在类中的函数，每个用例 后 只运行一次'``) def test_ab(): b = 2 assert b < 3 def test_aba(): b = 2 assert b < 3 class Test_api(): def setup_class(self): print(``'\n此类用例 前 只执行一次'``) def teardown_class(self): print(``'\n此类用例 后 只执行一次'``) def setup_method(self): print(``'\n此类每个用例 前 只执行一次'``) def teardown_method(self): print(``'\n此类每个用例 后 执行一次'``) def test_aa(self): a = 1 print(``'\n我是用例：a'``)       # pytest -s 显示打印内容 assert a > 0 def test_b(self): b = 2 assert b < 3

运行结果：

2、这是原始用法，下面看使用Fixture，Fixture 其实就是自定义 pytest 执行用例前置和后置操作，首先创建 conftest.py 文件 （规定此命名），导入 pytest 模块，运用 pytest.fixture 装饰器，默认级别为：函数级：

其它用例文件调用即可，如下定义一个函数，继承 conftest.py 文件里的 login 函数即可调用：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15	# conftest.py配置需要注意以下点： # conftest.py配置脚本名称是固定的，不能改名称 # conftest.py与运行的用例要在同一个pakage下，并且有__init__.py文件 # 不需要import导入 conftest.py，pytest用例会自动查找 import pytest def test_one(login): print(``"登陆后，操作111"``) # def test_two(): #   print("操作222") # # def test_three(login): #   print("登陆后，操作333")

运行结果：

3、扩展用法，多个自定义函数和全局级别展示：（全局的比如用于登录获取到token其他用例模块就不需要再登录了）

1 2 3 4 5 6 7 8 9 10	import pytest def test_one(login): print(``"登陆后，操作111"``) def test_two(login,open_page): print(``"测试用例2"``) def test_three(open_page): print(``"测试用例3"``)

运行结果：

细心的人应该可以知道，测试用例2并没有调用login函数，因为前置设置的是共享模式，类似全局函数。

参数化区别

参数化应用场景，一个场景的用例会用到多条数据来进行验证，比如登录功能会用到正确的用户名、密码登录，错误的用户名、正确的密码，正确的用户名、错误的密码等等来进行测试，这时就可以用到框架中的参数化，来便捷的完成测试。

参数化 就是数据驱动思想，即可以在一个测试用例中进行多组的数据测试，而且每一组数据都是分开的、独立的。

unittest参数化其实是：ddt，叫数据驱动。

pytest数据驱动，就是参数化，使用@pytest.mark.parametrize

1.先看unittest如何进行参数化：

1 2 3 4 5 6 7 8 9	test_data = [1,2,3] @ddt.ddt class Testddt(unittest.TestCase): @ddt.data(*test_data) def test_001(self,get_data): print(get_data) if __name__ ==``'__main__'``: unittest.main()

运行结果：

2.pytest中参数化的用法

在测试用例的前面加上：
@pytest.mark.parametrize(“参数名”,列表数据)
参数名：用来接收每一项数据，并作为测试用例的参数。
列表数据：一组测试数据。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上软件测试知识点，真正体系化！

[外链图片转存中…(img-DlGd6XJ6-1719240062061)]
[外链图片转存中…(img-dZEAKV2V-1719240062062)]
[外链图片转存中…(img-WG8TDg8L-1719240062062)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上软件测试知识点，真正体系化！