Python自动化测试:unittest与pytest框架

在Python中,unittest和pytest都是常用的自动化测试框架。它们提供了编写测试用例、测试套件和执行测试的强大功能。

1. unittest框架

unittest是Python标准库的一部分,因此无需额外安装。它提供了丰富的断言方法,用于验证测试结果。

示例代码:
复制代码

python复制代码

|---|----------------------------------------------------|
| | import unittest |
| | |
| | class TestStringMethods(unittest.TestCase): |
| | |
| | def test_upper(self): |
| | self.assertEqual('foo'.upper(), 'FOO') |
| | |
| | def test_isalpha(self): |
| | self.assertTrue('foo'.isalpha()) |
| | self.assertFalse('foo123'.isalpha()) |
| | |
| | def test_split(self): |
| | s = 'hello world' |
| | self.assertEqual(s.split(), ['hello', 'world']) |
| | # 使用断言检查列表长度 |
| | with self.assertRaises(ValueError): |
| | s.split(maxsplit=1) |
| | |
| | if __name__ == '__main__': |
| | unittest.main() |

在这个示例中,我们定义了一个名为TestStringMethods的测试类,其中包含三个测试方法。每个测试方法都以test_开头,这是unittest的一个约定。assertEqual和assertTrue是断言方法,用于验证预期结果与实际结果是否一致。

2. pytest框架

pytest是一个更简洁、更易于使用的测试框架。它不需要继承任何基类或编写特定的测试方法。

示例代码:

首先,确保你已经安装了pytest:

复制代码

bash复制代码

|---|----------------------|
| | pip install pytest |

然后,创建一个名为test_example.py的测试文件,并编写以下代码:

复制代码

python复制代码

|---|-----------------------------------|
| | def add(x, y): |
| | return x + y |
| | |
| | def test_add(): |
| | assert add(1, 2) == 3 |
| | assert add(0, 0) == 0 |
| | with pytest.raises(TypeError): |
| | add(1, '2') |
| | |
| | def test_subtract(): |
| | assert add(5, -3) == 2 |

在这个示例中,我们定义了一个简单的add函数,然后创建了两个测试函数test_add和test_subtract。每个测试函数都以test_开头,这是pytest的一个约定。assert语句用于验证预期结果与实际结果是否一致。如果assert语句失败,测试将被视为失败。

要运行这些测试,请在命令行中导航到包含测试文件的目录,并执行以下命令:

复制代码

bash复制代码

|---|----------|
| | pytest |

pytest将自动查找并执行所有以test_开头的函数。如果所有测试都通过,则不会显示任何输出。如果有测试失败,pytest`将显示失败的详细信息。

相关推荐
陈随易4 小时前
C++26 草案被否,二十八年来头一回
前端·后端·程序员
大大大大晴天4 小时前
OLTP、OLAP、数据湖、数据集市、湖仓一体到底是什么关系?
大数据
ZhengEnCi4 小时前
Agent 工具怎么折叠海量输出才「爽」:Trae、Claude Code 的渐进式披露设计原理
前端·agent
云和数据.ChenGuang4 小时前
LangGraph 异步 Node 的设计与写法实践
开发语言·人工智能·python·机器学习·php
天诰5 小时前
SA-K-11 检索会消失吗与四个未解问题
java·服务器·人工智能·python·机器学习·ai编程
龙腾AI白云5 小时前
仿真到现实(Sim-to-Real)迁移:跨越仿真与现实鸿沟
数据库·机器学习·plotly·知识图谱·tornado
benchmark_cc6 小时前
用 QuantDash 读取美股行情:AAPL.US 的运行前检查、排错顺序与数据校验清单
python·数据分析·pandas·量化交易·股票数据·quantdash
正在走向自律7 小时前
AI Agent 落地这一年:从“能跑起来”到“敢放出去”
大数据·人工智能·ai agent·智能体·mcp·a2a
蜗牛一步步往上爬7 小时前
第十六章 C++语言在深度学习中的应用
开发语言·c++·深度学习
IT_陈寒7 小时前
Redis内存暴涨,没想到是AOF重写捣的鬼
前端·人工智能·后端