3. 自动化测试框架选型：unittest vs pytest vs nose2

说到自动化测试框架，我见过不少团队在这个问题上纠结很久。其实说白了，选哪个框架不是最重要的，关键是它能不能帮你把活干完。今天我就拿三个主流框架——unittest、pytest、nose2，做个实实在在的对比。

我个人习惯是：小项目用 unittest 快速上手，大项目直接上 pytest。为什么？往下看你就明白了。

3.1 unittest：Python 自带的“老黄牛”

unittest 是 Python 标准库的一部分，你装好 Python 就能用。它的设计思路借鉴了 Java 的 JUnit，所以如果你有 Java 背景，上手会很快。

核心特点：

  • 零依赖，开箱即用
  • 测试类必须继承 unittest.TestCase
  • 断言方法多，比如 assertEqual、assertTrue、assertRaises
  • 支持 setUp/tearDown 做前后置处理

一个简单的例子：

import unittest

class TestLogin(unittest.TestCase):
    def setUp(self):
        # 每个测试用例执行前都会跑
        self.user = "test_user"
        self.pwd = "123456"

    def test_login_success(self):
        result = login(self.user, self.pwd)
        self.assertTrue(result)

    def test_login_fail(self):
        result = login(self.user, "wrong_pwd")
        self.assertFalse(result)

    def tearDown(self):
        # 每个测试用例执行后清理
        pass

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

嗯，这里要注意：unittest 的断言写法有点啰嗦。你想想看，每次都要写 self.assertEqual(a, b)，时间长了手指头都累。不过对于刚入门自动化测试的同学来说，它是个不错的起点。

3.2 pytest：社区公认的“王者”

pytest 是我现在最常用的框架。为什么？因为它太懂测试工程师了。

核心特点：

  • 不需要写类，直接用函数写测试
  • 断言用 Python 原生的 assert，简洁到哭
  • 强大的 fixture 机制，替代 setUp/tearDown
  • 插件生态丰富，比如 pytest-html 生成报告、pytest-xdist 并行执行

同样的登录测试，用 pytest 写：

import pytest

@pytest.fixture
def user_info():
    # 相当于 setUp，但更灵活
    return {"user": "test_user", "pwd": "123456"}

def test_login_success(user_info):
    result = login(user_info["user"], user_info["pwd"])
    assert result == True

def test_login_fail(user_info):
    result = login(user_info["user"], "wrong_pwd")
    assert result == False

你看，代码量直接少了一半。我在项目中遇到过很多次，团队从 unittest 迁移到 pytest 后，测试代码的可读性提升了一个档次。而且 pytest 的错误信息特别友好，哪个断言失败了、期望值是多少、实际值是多少，一目了然。

我的小技巧：pytest 配合 pytest-cov 插件，可以一键生成覆盖率报告。我每次提交代码前都会跑一下，看看哪些分支没覆盖到。

3.3 nose2：曾经的“黑马”，现在的“备胎”

nose2 是 nose 的升级版，但说实话，它的地位有点尴尬。pytest 太强了，nose2 能做的 pytest 都能做，而且做得更好。

核心特点：

  • 自动发现测试用例（文件名以 test_ 开头即可）
  • 支持插件扩展
  • 兼容 unittest 的写法

避坑指南：我曾经在一个遗留项目里用过 nose2，结果发现它的插件生态远不如 pytest。想找个生成 HTML 报告的插件，找了半天都没找到合适的。最后还得自己写脚本处理。从那以后，我再也没在新项目里用过 nose2。

3.4 三大框架特性对比

我整理了一张对比表，方便你直观地看差异：

特性 unittest pytest nose2
安装方式 内置，无需安装 pip install pytest pip install nose2
测试编写方式 必须继承 TestCase 函数或类均可 函数或类均可
断言方式 self.assertXxx() 原生 assert 原生 assert
fixture/前后置 setUp/tearDown @pytest.fixture setUp/tearDown
参数化测试 需要 subTest 或自己写循环 @pytest.mark.parametrize 需要插件
插件生态 弱 非常丰富 一般
报告生成 需额外工具 pytest-html 等 需额外工具
并行执行 不支持 pytest-xdist 支持（有限）
学习曲线 低 中 低

3.5 选型建议：到底该用哪个？

这个问题没有标准答案，但我可以给你一些实际经验：

  1. 如果你是初学者，或者项目很小（比如几十个测试用例）：用 unittest 就够了。别折腾，先把自动化测试跑起来再说。
  2. 如果你在做回归测试，用例数量上百甚至上千：直接上 pytest。它的参数化、fixture、插件生态能帮你省下大量时间。我现在的回归测试项目，3000 多个用例用 pytest-xdist 并行跑，从原来的 40 分钟压缩到 8 分钟。
  3. 如果你在维护一个老项目，里面全是 unittest 写的测试：别急着重构。pytest 完全兼容 unittest 的写法，你可以逐步迁移。先把新用例用 pytest 写，老用例慢慢改。
  4. 至于 nose2：除非你的团队有历史包袱，否则我不建议在新项目里用。说白了，它的时代已经过去了。

我的最终建议：

  • 新项目：pytest，没得商量
  • 老项目：unittest + pytest 兼容模式，平滑过渡
  • 特殊场景（比如嵌入式、资源受限环境）：unittest，零依赖是它的最大优势

好了，框架选型这块就聊到这儿。下一章我会带你实战搭建一个完整的回归测试框架，到时候你就知道 pytest 到底有多香了。

← 上一章 📖 返回目录 下一章 →