目录

1. 使用 unittest 标准库

2. 使用 pytest 框架

3. 高级功能与插件

(1) 参数化测试

(2) 使用 Fixture 共享资源

4. Mock 外部依赖

5. 测试覆盖率

6. 集成到 CI/CD

7. 测试报告生成

(1) 生成 JUnit 格式报告

(2) 使用 Allure 报告

8. 性能测试

9. 常见测试场景

总结

---

1. 使用 unittest 标准库

Python 自带的测试框架，适合简单项目，语法类似 JUnit。

# test_math.py
import unittest

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

class TestMath(unittest.TestCase):
    def test_add(self):
        self.assertEqual(add(2, 3), 5)
        self.assertNotEqual(add(0, 0), 1)

    def test_type_error(self):
        with self.assertRaises(TypeError):
            add("2", 3)

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

运行测试：

python -m unittest test_math.py ​

---

2. 使用 pytest 框架

更现代、灵活的框架，支持插件和简洁语法。

安装：

pip install pytest ​

示例测试文件 (test_calculator.py)：

def multiply(a, b):
    return a * b

def test_multiply():
    assert multiply(3, 4) == 12

def test_string_multiplication():
    assert multiply("a", 3) == "aaa"

运行测试：

pytest test_calculator.py -v # -v 显示详细输出 ​

---

3. 高级功能与插件

(1) 参数化测试

用 @pytest.mark.parametrize 简化多组输入测试：

import pytest

def divide(a, b):
    return a / b

@pytest.mark.parametrize("a, b, expected", [
    (6, 3, 2),
    (10, 2, 5),
    (0, 1, 0)
])
def test_divide_valid(a, b, expected):
    assert divide(a, b) == expected

def test_divide_by_zero():
    with pytest.raises(ZeroDivisionError):
        divide(10, 0)

(2) 使用 Fixture 共享资源

import pytest

@pytest.fixture
def database_connection():
    conn = create_db_connection()  # 假设的初始化函数
    yield conn
    conn.close()  # 测试后清理

def test_query_users(database_connection):
    users = database_connection.query("SELECT * FROM users")
    assert len(users) >= 1

4. Mock 外部依赖

使用 unittest.mock 或 pytest-mock 隔离测试。

from unittest.mock import Mock

def send_http_request(url):
    # 假设的 HTTP 请求函数
    pass

def test_http_request(mocker):
    mock_request = mocker.patch('__main__.send_http_request')
    mock_request.return_value = {"status": 200}
    
    response = send_http_request("https://api.example.com")
    assert response["status"] == 200
    mock_request.assert_called_once_with("https://api.example.com")

5. 测试覆盖率

使用 coverage 或 pytest-cov 检查代码覆盖。

安装：

pip install pytest-cov ​

运行测试并生成报告：

pytest --cov=my_module tests/ --cov-report=html ​

生成的 HTML 报告会展示未覆盖的代码行。

---

6. 集成到 CI/CD

在 GitHub Actions 中配置 Python 测试：

name: Python Tests

on: [push]

jobs:
  test:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: Set up Python
        uses: actions/setup-python@v4
        with:
          python-version: '3.11'
      - name: Install dependencies
        run: pip install -r requirements.txt
      - name: Run Tests
        run: pytest --cov=myapp tests/

7. 测试报告生成

(1) 生成 JUnit 格式报告

pytest --junitxml=report.xml ​

(2) 使用 Allure 报告

pip install allure-pytest 
pytest --alluredir=./allure-results 
allure serve ./allure-results # 本地查看报告 ​

---

8. 性能测试

使用 timeit 或 pytest-benchmark 进行基准测试。

示例：

def test_sort_performance(benchmark):
    data = [3, 1, 4, 1, 5, 9, 2, 6]
    benchmark(sorted, data)  # 测试 sorted() 的性能

9. 常见测试场景

测试类型	示例代码/工具
API 接口测试	使用 requests + pytest
数据库测试	结合 SQLAlchemy 和事务回滚
CLI 工具测试	使用 subprocess 捕获命令行输出
Web UI 测试	集成 Selenium 或 Playwright
异步代码测试	使用 pytest-asyncio

---

总结

• 简单项目：优先使用 unittest（无需额外依赖）
• 复杂项目：选择 pytest（插件丰富、语法简洁）
• 关键场景：结合 Mock、覆盖率、性能测试工具
• 自动化流程：将测试集成到 CI/CD 中（如 GitHub Actions）

通过合理选择工具，Python 自动化测试可以覆盖从单元测试到端到端（E2E）测试的全流程。