Unittest自动化测试框架vs Pytest自动化测试框架

　引言

　　前面一篇文章Python单元测试框架介绍已经介绍了python单元测试框架，大家平时经常使用的是unittest，因为它比较基础，并且可以进行二次开发，如果你的开发水平很高，集成开发自动化测试平台也是可以的。而这篇文章主要讲unittest与pytest的区别，pytest相对unittest而言，代码简洁，使用便捷灵活，并且插件很丰富。

　　Unittest vs Pytest

　　主要从用例编写规则、用例的前置和后置、参数化、断言、用例执行、失败重运行和报告这几个方面比较unittest和pytest的区别:

　　用例编写规则

　　用例前置与后置条件

　　断言

 　　测试报告

 　　失败重跑机制

 　　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。

@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：

1 2 3 4 5 6 7

@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：

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，如对python自动化测试感兴趣的朋友，可以加入下方小卡片，讨论交流一下心得。