Python 编程实战：unittest 与 pytest 测试框架

软件开发越做越大，你会发现：

• 需求改来改去
• Bug 修完又冒出来
• 函数多了后自己都不敢动

这个时候，自动化测试就是你的“安全网”。 Python 提供两个主流的单元测试框架：

• unittest（官方库，自带）
• pytest（第三方库，更现代）

这篇文章带你一次搞懂：

• unittest 的使用方式
• pytest 的核心优势
• 二者对比
• 项目中怎么选
• 实例代码示范

1. unittest：Python 自带的 xUnit 风格框架

它的特点很“企业级”：

• 要写测试类
• 要继承 unittest.TestCase
• 要用固定命名规则
• 断言方式很多

更像 Java、C# 那类标准单元测试体系。

unittest 基本示例

假设我们有一个待测试的函数：

def add(a, b):
    return a + b

unittest 的写法：

import unittest
from main import add

class TestMath(unittest.TestCase):

    def test_add(self):
        self.assertEqual(add(2, 3), 5)
        self.assertNotEqual(add(2, 3), 6)

if __name__ == "__main__":
    unittest.main()

运行方式：

python test_math.py

unittest 常用断言方法

unittest 比较强调规范和结构，适合大型工程。

2. pytest：更 Pythonic、更现代、更香

pytest 是现在最流行的 Python 测试框架，它的目标就是——“简单，强大”。

它的特点：

• 无需写测试类
• 无需继承任何父类
• 测试文件、函数命名即可自动发现
• 断言直接用 Python 的 assert（语法自然）
• 插件生态超级丰富（约 1800+）

pytest 示例

还是刚才的 add 函数：

def test_add():
    assert add(2, 3) == 5
    assert add(2, 3) != 6

运行方式：

pytest

是不是清爽很多？

3. pytest 强大的功能亮点

① 断言超智能

pytest 会自动解析出详细的断言对比信息：

assert add(2, 3) == 10

输出：

E   assert 5 == 10
E   + where 5 = add(2, 3)

调错体验直接拉满。

② 参数化测试（超好用）

import pytest

@pytest.mark.parametrize("a,b,res", [
    (2, 3, 5),
    (1, 1, 2),
    (-1, 1, 0)
])
def test_add(a, b, res):
    assert add(a, b) == res

一个函数跑多组测试数据，适用于 API 测试、算法验证。

③ Fixtures（依赖注入）

写测试时，不用重复初始化环境：

import pytest

@pytest.fixture
def user():
    return {"name": "Tom", "age": 18}

def test_user(user):
    assert user["age"] == 18

类似于 Django 的 test client、Flask 的 app fixture，都可以自动提供。

④ 覆盖率统计

pytest --cov=myproject

直接生成项目的覆盖率报告。

4. unittest vs pytest 对比总结

一句话总结：

• 做小项目 → pytest
• 想写优雅测试 → pytest
• 公司项目规范要求 unittest → unittest
• 要跟 Java/CI 流程兼容 → unittest 也没问题
• 你完全有选择权 → pytest 最爽

5. 项目测试目录结构示例（pytest）

推荐结构：

project/
    app/
    utils/
    tests/
        test_utils.py
        test_api.py
        conftest.py

pytest 会自动识别：

• 名字以 test_ 开头的文件
• 名字以 test_ 开头的函数
• conftest.py 中的全局 fixture

6. unittest & pytest 混用可以吗？

完全可以。 pytest 能自动识别 unittest 的测试类并执行。

比如你公司的老代码用 unittest，你可以逐步迁移到 pytest，不会冲突。

7. 总结

这篇文章帮你梳理了 Python 的两大测试框架：

• unittest：规范、传统、标准化
• pytest：现代、轻松、生态强

如果你问我项目里用哪个？

99% 的情况用 pytest 因为它是真·好用，同时更适合现代 Python 工程。