unittest与pytest的区别

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：

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

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：

# 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）

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：

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：

@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：