一、核心框架对比

二、关键知识点详解

断言方法

1. unittest: 需使用特定方法（18+种）

self.assertEqual(a, b) # 值相等
self.assertRaises(Error, func) # 异常断言

3. pytest: 直接使用assert，失败时智能输出差异

assert user.name == "Alice" # 失败时显示具体值对比

3. 技巧：pytest可通过pytest.raises捕获异常
4. 注意：unittest的assertTrue可能掩盖类型错误

夹具(Fixture)

1. unittest：类级别的setUpClass() 和实例级别的setUp()

class TestMath(unittest.TestCase):
				def setUp(self):
							self.calc = Calculator() # 每个测试前初始化

1. pytest：通过装饰器实现作用域控制（session/module/class/function）

@pytest.fixture(scope="module")
 def db_conn():
        conn = create_db_connection()
        yield conn # 测试后自动清理
        conn.close()

1. 技巧：pytest夹具可复用，支持依赖注入
2. 注意：避免在夹具中写业务逻辑，保持单一职责

参数化测试

1. pytest实践建议：

@pytest.mark.parametrize("input, expected", [
			("3+5", 8),
			("2*4", 8),
			("6/2", 3.0),
])
def test_eval(input, expected):
			assert eval(input) == expected

1. unittest需借助第三方库（如parameterized）
2. 注意：复杂参数建议使用pytest.param添加ID标记

测试发现机制

1. 默认规则： 文件匹配：test_*.py 或 *_test.py 类/函数名：Test* 或 test_*
2. pytest增强：pytest tests/ --ignore="legacy/" # 排除目录
   pytest -k "add" # 关键字过滤

插件生态

1. pytest明星插件： pytest-cov: 测试覆盖率 pytest-xdist: 并行测试 pytest-mock: 内置mock支持
2. 配置示例（pytest.ini）：

[pytest]
addopts = -v --cov=myapp --junitxml=report.xml

三、知识图谱

四、总结与建议

框架选择：

• 新项目首选pytest：语法简洁、扩展性强、报告美观
• 维护旧项目：unittest或nose2（兼容旧代码）
• 文档驱动开发：doctest辅助验证示例

实践建议：

• 命名规范：测试文件/函数明确表达被测对象
• 夹具分层：按作用域（session > module > function）组织资源
• 参数化极限：边界值测试覆盖（0, None, 空列表等）
• 隔离性：每个测试独立运行，避免共享状态

避坑摘记：

• 避免在setUp中初始化耗时资源（用@pytest.fixture(scope="module")替代）
• 不要过度Mock导致测试失真
• 参数化测试数据与逻辑分离（JSON/YAML文件）

优化摘记：

• 使用pytest-xdist并行执行
• 高频测试集用pytest --last-failed仅重跑失败用例
• 耗时资源（数据库）通过夹具共享

建议：大型项目采用 pytest + Factory Boy（数据生成） + Faker（假数据） + Allure（报告） 组合，平衡效率与可维护性。