Python自动化测试框架unittest与pytest的区别

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,可以加入左下方学习交流群,讨论交流一下心得。

相关推荐
以后不吃煲仔饭4 分钟前
Java基础夯实——2.7 线程上下文切换
java·开发语言
进阶的架构师5 分钟前
2024年Java面试题及答案整理(1000+面试题附答案解析)
java·开发语言
前端拾光者9 分钟前
利用D3.js实现数据可视化的简单示例
开发语言·javascript·信息可视化
程序猿阿伟11 分钟前
《C++ 实现区块链:区块时间戳的存储与验证机制解析》
开发语言·c++·区块链
傻啦嘿哟29 分钟前
如何使用 Python 开发一个简单的文本数据转换为 Excel 工具
开发语言·python·excel
大数据编程之光33 分钟前
Flink Standalone集群模式安装部署全攻略
java·大数据·开发语言·面试·flink
初九之潜龙勿用33 分钟前
C#校验画布签名图片是否为空白
开发语言·ui·c#·.net
B站计算机毕业设计超人35 分钟前
计算机毕业设计SparkStreaming+Kafka旅游推荐系统 旅游景点客流量预测 旅游可视化 旅游大数据 Hive数据仓库 机器学习 深度学习
大数据·数据仓库·hadoop·python·kafka·课程设计·数据可视化
Dola_Pan1 小时前
C语言:数组转换指针的时机
c语言·开发语言·算法
ExiFengs1 小时前
实际项目Java1.8流处理, Optional常见用法
java·开发语言·spring