Python 自动化测试框架unittest与pytest的区别
<h2> 引言</h2><p> 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。</p>
<h2> Unittest vs Pytest</h2>
<p> 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:</p>
<h4> 用例编写规则</h4>
<p> </p>
<p> </p>
<p> </p>
<p><img src="https://img2020.cnblogs.com/blog/782587/202005/782587-20200508000542709-1461949826.png" alt=""></p>
<p> </p>
<p> </p>
<h4> 用例前置与后置条件</h4>
<p><img src="https://img2020.cnblogs.com/blog/782587/202005/782587-20200508000700448-404447402.png" alt=""></p>
<p> </p>
<p> </p>
<p> </p>
<h4> 断言</h4>
<p><img src="https://img2020.cnblogs.com/blog/782587/202005/782587-20200508000724175-464160297.png" alt=""></p>
<p> </p>
<p> </p>
<h4> 测试报告</h4>
<p><img src="https://img2020.cnblogs.com/blog/782587/202005/782587-20200508000737927-449494842.png" alt=""></p>
<p> </p>
<p> </p>
<p> </p>
<h4> 失败重跑机制</h4>
<p><img src="https://img2020.cnblogs.com/blog/782587/202005/782587-20200508000755441-31972861.png" alt=""></p>
<p> </p>
<p> </p>
<p> </p>
<h4> 参数化</h4>
<p><img src="https://img2020.cnblogs.com/blog/782587/202005/782587-20200508000808571-2012070627.png" alt=""></p>
<p> </p>
<p> </p>
<p> </p>
<h4> 用例分类执行</h4>
<p><img src="https://img2020.cnblogs.com/blog/782587/202005/782587-20200508000828411-656501859.png" alt=""></p>
<p> </p>
<p> </p>
<p> 如果不好看，可以看下面表格：</p>
<p><img src="https://img2020.cnblogs.com/blog/782587/202005/782587-20200508001320080-2136727503.png" alt=""></p>
<p> 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。</p>
<h2> 实例演示</h2>
<p> 讲了七大区别，总要演示一下具体实例，用事实说话。</p>
<h4> 前后置区别</h4>
<p> 这里抽用例前置与后置的区别来讲，先看unittest的前后置使用：</p>
<div class="cnblogs_Highlighter">
<pre class="brush:csharp;gutter:true;">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()
</pre>
</div>
<p> 运行结果：</p>
<p><img src="https://img2020.cnblogs.com/blog/782587/202005/782587-20200508002522595-2000406155.png" alt=""></p>
<p><span style="font-size: 15px; color: rgba(255, 0, 0, 1)"><strong>从结果上得知， 三个方法的逻辑优先级： setUp()&tearDown() < setUpClass()&tearDownClass() < setUpModule()&tearDownModule()</strong></span></p>
<p> </p>
<p>接下来看pytest的前后置：</p>
<p>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。</p>
<p>首先了解一下，用例运行前后置级别如下：</p>
<p> 1.模块级：全局的，整个模块开只运行一次，优先于测试用例。</p>
<p> 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</p>
<p> 3.函数级：只对函数生效，类下面的函数不生效。</p>
<p> 4.方法级：定义在类里面，每个用例都执行一次</p>
<div class="cnblogs_Highlighter">
<pre class="brush:csharp;gutter:true;">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</pre>
</div>
<p> </p>
<p>运行结果：</p>
<p><img src="https://img2020.cnblogs.com/blog/782587/202005/782587-20200508004233983-1366111016.png" alt=""></p>
<p> </p>
<p>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：</p>
<p><img src="https://img2020.cnblogs.com/blog/782587/202005/782587-20200508004406177-76746559.png" alt=""></p>
<p> 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：</p>
<div class="cnblogs_Highlighter">
<pre class="brush:csharp;gutter:true;"># 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")
</pre>
</div>
<p> </p>
<p>运行结果：</p>
<p><img src="https://img2020.cnblogs.com/blog/782587/202005/782587-20200508004541509-494767929.png" alt=""></p>
<p> </p>
<p>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）</p>
<div class="cnblogs_Highlighter">
<pre class="brush:csharp;gutter:true;">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")
</pre>
</div>
<p> </p>
<p>运行结果：</p>
<p><img src="https://img2020.cnblogs.com/blog/782587/202005/782587-20200508005624879-1039383173.png" alt=""></p>
<p> </p>
<p>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。</p>
<p> </p>
<h4> 参数化区别</h4>
<p>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。</p>
<p>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。</p>
<p>unittest参数化其实是：ddt，叫数据驱动。</p>
<p>pytest数据驱动，就是参数化，使用@pytest.mark.parametrize</p>
<p> </p>
<p>1.先看unittest如何进行参数化：</p>
<div class="cnblogs_Highlighter">
<pre class="brush:csharp;gutter:true;">test_data =
@ddt.ddt
class Testddt(unittest.TestCase):
@ddt.data(*test_data)
def test_001(self,get_data):
print(get_data)
if __name__ == '__main__':
unittest.main()
</pre>
</div>
<p> </p>
<p>运行结果：</p>
<p><img src="https://img2020.cnblogs.com/blog/782587/202005/782587-20200508011402397-82547333.png" alt=""></p>
<p> </p>
<p>2.pytest中参数化的用法</p>
<p>在测试用例的前面加上：<br>@pytest.mark.parametrize("参数名",列表数据)<br>参数名：用来接收每一项数据，并作为测试用例的参数。<br>列表数据：一组测试数据。</p>
<p>@pytest.mark.parametrize("参数1,参数2",[(数据1，数据2),(数据1，数据2)])<br>示例:<br>@pytest.mark.parametrize("a,b,c",[(1,3,4),(10,35,45),(22.22,22.22,44.44)])<br>def test_add(a,b,c):<br>res = a + b<br>assert res == c</p>
<p>实例：</p>
<div class="cnblogs_Highlighter">
<pre class="brush:csharp;gutter:true;">@pytest.mark.parametrize('data',)
class Testddt(object):
def test_001(self,data):
print(data)
if __name__ == '__main__':
pytest.main(['-sv'])
</pre>
</div>
<p> </p>
<p>运行结果：</p>
<p><img src="https://img2020.cnblogs.com/blog/782587/202005/782587-20200508012054059-2022514553.png" alt=""></p>
<p> </p>
<p> </p>
<h2> 总结</h2>
<p> 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，可以加入左下方学习交流群，讨论交流一下心得。</p>
<p> </p>
</div>
<div id="MySignature" role="contentinfo">
<div id="AllanboltSignature">
<p id="PSignature" style="border-top: #e0e0e0 1px dashed; border-right: #e0e0e0 1px dashed; border-bottom: #e0e0e0 1px dashed; border-left: #e0e0e0 1px dashed; padding-top: 10px; padding-right: 20px; padding-bottom: 30px; padding-left: 200px; background: url("https://files-cdn.cnblogs.com/files/liudinglong/1574901112166.bmp") #e5f1f4 no-repeat 3% 45%; font-family: 微软雅黑; font-size: 12px">
<br>
作者：全栈测试开发日记
<br>
出处：https://www.cnblogs.com/liudinglong/
<br>
csdn：https://blog.csdn.net/liudinglong1989/
<br>
微信公众号：全栈测试开发日记
<br>
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。
</p>
</div><br><br>
来源：https://www.cnblogs.com/liudinglong/p/12846986.html
頁:
[1]