Python测试框架 —— pytest与unittest的区别！

前言

在Python中进行测试时，两个最流行的测试框架是unittest和pytest。虽然它们的目标相同，但它们之间存在许多不同之处。

本文将详细比较它们在用例编写规则、前置和后置方法、参数化、断言功能、用例执行和报告生成等方面的差异，并适当补充pytest相较于unittest的其他优点。

相同点

首先，让我们看一下它们的共同点：

• 都是用于Python的测试框架

• 都使用断言(assertions)来验证代码的正确性

• 都支持自动化测试

尽管它们有着相同的目标和基本特征，但在实际应用过程中表现出了不同的特点。

用例编写规则的不同

unittest

在unittest中，测试类必须继承unittest.TestCase。测试方法必须以test_开头，并且不能带有参数。以下是一个使用unittest编写测试用例的示例：

import unittest

# 继承 TestCase 类
class TestStringMethods(unittest.TestCase):
    def test_upper(self):
        self.assertEqual('foo'.upper(), 'FOO')

    def test_isupper(self):
        self.assertTrue('FOO'.isupper())
        self.assertFalse('Foo'.isupper())

    def test_split(self):
        s = 'hello world'
        self.assertEqual(s.split(), ['hello', 'world'])

        # 执行测试
if __name__ == '__main__':
    unittest.main()

pytest

在pytest中，测试函数可以任意命名，无需继承特定的基类或遵循特定的命名规范。以下是一个使用pytest编写测试用例的示例：

# 测试函数可以随意命名
def test_upper():
    assert 'foo'.upper() == 'FOO'

def test_isupper():
    assert 'FOO'.isupper()
    assert not 'Foo'.isupper()

def test_split():
    s = 'hello world'
    assert s.split() == ['hello', 'world']

这里不同之处在于pytest对测试用例命名和所继承的基类没有要求，而unittest则需要遵循特定的命名规范和继承特定的基类。

现在我也找了很多测试的朋友，做了一个分享技术的交流群，共享了很多我们收集的技术文档和视频教程。
如果你不想再体验自学时找不到资源，没人解答问题，坚持几天便放弃的感受
可以加入我们一起交流。而且还有很多在自动化，性能，安全，测试开发等等方面有一定建树的技术大牛
分享他们的经验，还会分享很多直播讲座和技术沙龙
可以免费学习！划重点！开源的！！！
qq群号：691998057【暗号：csdn999】

前置和后置方法的不同

unittest

unittest使用setUp和tearDown方法来设置和清理测试夹具(test fixtures)。setUp方法在每个测试方法之前执行，用于准备测试环境；tearDown方法在每个测试方法之后执行，用于清理测试环境。以下是一个使用setUp和tearDown方法的示例：

import unittest

class TestStringMethods(unittest.TestCase):
    def setUp(self):
        self.text = 'hello world'

    def test_upper(self):
        self.assertEqual(self.text.upper(), 'HELLO WORLD')

    def tearDown(self):
        self.text = None

if __name__ == '__main__':
    unittest.main()

pytest

在pytest中，使用fixture系统管理测试夹具。夹具(fixture)是函数、类或模块级别的对象，可以提供测试数据、初始化代码等。如果需要在多个测试用例中重复使用相同的夹具，则fixture尤其有用。以下是一个使用fixture的示例：

import pytest

@pytest.fixture
def setup_text():
    return 'hello world'

def test_upper(setup_text):
    assert setup_text.upper() == 'HELLO WORLD'

这里不同之处在于pytest使用fixture来管理测试夹具，而unittest则使用setUp和tearDown方法。

参数化的不同

unittest

在unittest中，参数化通常需要手动实现。例如，使用for循环迭代测试数据，并为每个数据集执行一个测试方法：

import unittest

class TestMultiplication(unittest.TestCase):
    def test_numbers_3_4(self):
        self.assertEqual(3 * 4, 12)

    def test_numbers_2_4(self):
        self.assertEqual(2 * 4, 8)

        def test_numbers_6_9(self):
            self.assertEqual(6 * 9, 54)

pytest

pytest内置支持参数化，使得为一组输入执行相同的测试变得非常容易。以下是一个使用@pytest.mark.parametrize装饰器实现参数化测试的示例：

import pytest

# 参数化测试
@pytest.mark.parametrize("a, b, expected", [
    (3, 4, 12),
    (2, 4, 8),
    (6, 9, 54),
])
def test_multiplication(a, b, expected):
    assert a * b == expected

除此之外，pytest还提供了更多灵活的参数化方式，例如从CSV、YAML或JSON文件中加载测试数据等。

断言功能的不同

unittest

unittest只能使用assertEqual、assertTrue和assertFalse等基本断言方法进行断言。如果需要其他特殊类型的断言，则需要手动编写代码来实现。例如，如果需要比较两个列表是否相等，则需要使用assertListEqual方法。

import unittest

class TestListMethods(unittest.TestCase):
    def test_list_equal(self):
        list1 = [1, 2, 3]
        list2 = [1, 2, 3]
        self.assertListEqual(list1, list2)

if __name__ == '__main__':
    unittest.main()

pytest

pytest具有更丰富的内置断言方法，例如assertAlmostEqual、assertDictEqual和assertRegex等。如果需要自定义断言，则可以使用pytest.assert语法。

import pytest

def test_list_equal():
    list1 = [1, 2, 3]
    list2 = [1, 2, 3]
    assert list1 == list2

此外，pytest还支持自定义的assertion helper函数和插件来扩展断言功能。

用例执行的不同

unittest

在unittest中，测试套件由TestLoader加载，并由TextTestRunner运行。以下是一个手动创建并运行测试套件的示例：

import unittest

class TestStringMethods(unittest.TestCase):
    def test_upper(self):
        self.assertEqual('foo'.upper(), 'FOO')

if __name__ == '__main__':
    suite = unittest.TestSuite()
    suite.addTest(TestStringMethods('test_upper'))

    runner = unittest.TextTestRunner()
    runner.run(suite)

pytest

在pytest中，使用pytest命令行工具运行测试。pytest会自动发现并执行所有符合命名规则(test_*.py)的测试文件。以下是一个在终端中运行pytest测试的示例：

$ pytest

pytest还支持多种插件扩展测试功能，例如pytest-xdist可以实现分布式测试。以下是一个使用pytest-xdist插件进行并发执行的示例：

$ pytest -n 4

这里不同之处在于unittest需要手动创建并运行测试套件，而pytest则由pytest命令行工具自动发现和执行测试。

报告生成的不同

unittest

unittest默认情况下生成文本报告并将其输出到控制台。可以编写一个单独的测试运行器来生成HTML报告等其他格式。以下是一个使用HtmlTestRunner模块创建HTML测试报告的示例：

import unittest
import HtmlTestRunner

class TestStringMethods(unittest.TestCase):
    def test_upper(self):
        self.assertEqual('foo'.upper(), 'FOO')

if __name__ == '__main__':
    unittest.main(testRunner=HtmlTestRunner.HTMLTestRunner(output='example_dir'))

pytest

在pytest中，可以使用多个插件来生成各种格式的测试报告，例如pytest-html可以生成漂亮的HTML测试报告：

$ pytest --html=report.html

此外，还有更多插件支持生成JUnit XML、JSON和Allure等报告格式。

pytest其他优点的补充

除了上述功能之外，pytest还提供了许多其他有用的特性，使得它比unittest更加灵活、易用、高效和可扩展。以下是一些pytest的其他优点：

参数化

pytest的参数化测试功能非常强大，可以轻松地对一组输入执行相同的测试，并在测试失败时提供更多的上下文信息。参数化测试还可以与fixture系统一起使用，从而实现更高级的夹具设置。例如，以下是一个使用参数化和fixture的示例：

import pytest

@pytest.fixture(params=[1, 2, 3])
def input_value(request):
    return request.param

def test_square(input_value):
    assert input_value ** 2 == 4

这里，fixture函数input_value返回一个参数(request.param) ，pytest将会用列表中的每个元素调用一次fixture。

fixture管理测试夹具

除了基本夹具之外，pytest的fixture系统还支持诸如scope、autouse和yield-fixture等高级特性。这使得夹具的管理变得更加容易和灵活。例如，以下是一个使用autouse fixture自动启用测试日志记录的示例：

import pytest

@pytest.fixture(autouse=True)
def log_test_info(request):
    """Auto logs information about the tests being run"""
    print(f"Running test {request.node.name}")

这里，autouse=True表示此fixture将自动应用于所有测试用例，无需手动运行。

插件系统，使得扩展功能变得非常容易

pytest的插件系统非常丰富，支持大量第三方插件和自定义插件。这些插件可以轻松地扩展pytest的功能，例如增强断言、生成更高级别的报告、支持分布式测试等。以下是一个使用pytest-html插件生成HTML测试报告的示例:

$ pytest --html=report.html

支持并发执行

与unittest不同，pytest具有内置并发执行功能。pytest-xdist是一个非常流行的第三方插件，可用于实现分布式测试和多进程测试。以下是一个使用xdist插件并发运行测试的示例：

$ pytest -n 4

这里，-n参数告诉pytest使用4个进程来运行测试。

断言详细信息

当测试失败时，pytest会在控制台上提供更详细的错误信息，以便开发人员更容易地调试代码。例如，以下是一个使用pytest的详细错误信息的示例：

E       assert 'foo'.upper() == 'FOO'
E         AssertionError: assert 'FOO' == 'FOO '
E           - FOO
E           + FOO

pytest还提供了其他工具来帮助开发人员更轻松地查看和分析测试结果，例如pytest-watch用于自动重新运行测试，pytest-cov用于测量测试覆盖率等等。

结论

本文对比了Python测试框架中的unittest和pytest之间的差异，包括用例编写规则、前置和后置方法、参数化、断言功能、用例执行和报告生成等方面。尽管它们有着相同的目标和基本特征，但在实际应用过程中表现出了不同的特点。

pytest比unittest更加灵活、易用、高效和可扩展，因此建议优先考虑使用pytest进行Python测试。

除了本文中提到的功能之外，pytest还具有其他许多有用的特性，例如参数化、fixture管理、插件系统、并发执行、详细断言信息等，可以进一步提高测试效率和质量。

下面是配套资料，对于做【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴我走过了最艰难的路程，希望也能帮助到你！

最后： 可以在公众号：自动化测试老司机 ！ 免费领取一份216页软件测试工程师面试宝典文档资料。以及相对应的视频学习教程免费分享！，其中包括了有基础知识、Linux必备、Shell、互联网程序原理、Mysql数据库、抓包工具专题、接口测试工具、测试进阶-Python编程、Web自动化测试、APP自动化测试、接口自动化测试、测试高级持续集成、测试架构开发测试框架、性能测试、安全测试等。

如果我的博客对你有帮助、如果你喜欢我的博客内容，请 “点赞” “评论” “收藏” 一键三连哦！