Python 自动化测试框架unittest与pytest的区别

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：


![](https://img-blog.csdnimg.cn/img_convert/93a0562929f4fdf3e9157345488a14df.png)


**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

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：


![](https://img-blog.csdnimg.cn/img_convert/6f31ee9c3ea2944e8fc5a269aacc81c0.png)


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：


![](https://img-blog.csdnimg.cn/img_convert/83309a91f3766490ef13ac7b8952a61a.png)


 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：

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：


![](https://img-blog.csdnimg.cn/img_convert/89fc8d5a68c70368eb895a92893929a9.png)


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）

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：


![](https://img-blog.csdnimg.cn/img_convert/9919e48006b636bec9dd69cdee99d7e1.png)


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：

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：


![](https://img-blog.csdnimg.cn/img_convert/6cc7f417d1fd0de7b7d6efefe9020de8.png)


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。


@pytest.mark.parametrize("参数1,参数2",[(数据1，数据2),(数据1，数据2)])  
 示例:  
 @pytest.mark.parametrize("a,b,c",[(1,3,4),(10,35,45),(22.22,22.22,44.44)])  
 def test\_add(a,b,c):  
 res = a + b  
 assert res == c


实例：

@pytest.mark.parametrize(‘data’,[1,2,3])
class Testddt(object):

def test_001(self,data):
    print(data)

if name == ‘main’:
pytest.main([‘-sv’])

运行结果：


![](https://img-blog.csdnimg.cn/img_convert/45c2f974c5d840037e291d161c6d4d93.png)


### 总结


以上就是unittest与pytest测试框架的区别，七大主要区别，这里已讲了两个区别的实例，其他五个有时间再补充