18.4 unittest /pytest：单元测试基础

单元测试是保障代码质量的底线——它让你在修改代码后能快速验证核心逻辑是否仍然正确。Python 标准库自带 unittest，而社区首选 pytest 则用更简洁的写法实现了更强的功能。这一节就讲清楚两者的基本用法和实际中怎么选。

unittest：标准库中的测试框架

unittest 的灵感来自 Java 的 JUnit，采用面向对象的方式组织测试。

基本结构

继承 unittest.TestCase
测试方法名必须以 test_ 开头
通过 assertEqual、assertTrue 等方法做断言
setUp / tearDown 在每个测试前后执行，用于准备和清理环境

让一个例子说话：

import unittest

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

class TestAdd(unittest.TestCase):
    def test_add_positive(self):
        self.assertEqual(add(1, 2), 3)

    def test_add_negative(self):
        self.assertEqual(add(-1, -1), -2)

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

运行：python test_add.py 或 python -m unittest test_add.py

优点：无需安装，Python 自带，适合对第三方库零依赖要求的场景。
局限：写法模板化，断言方法名冗长，测试发现和参数化支持较弱。

pytest：现代、简洁、强大的测试框架

pytest 是目前 Python 社区事实上的标准测试工具，用简单的函数和 assert 就能写测试，同时拥有强大的插件体系。

基本结构

测试文件和函数名都以 test_ 开头（或 _test 结尾）
直接用内置的 assert 表达式做断言，失败时会自动展示详细对比信息
提供 fixture 机制管理前置条件和公共资源
支持参数化测试，一行装饰器覆盖多组用例

改写上面的例子：

# 无需继承类，无需导入 unittest
def test_add_positive():
    assert add(1, 2) == 3

def test_add_negative():
    assert add(-1, -1) == -2

运行：pytest test_add.py

核心实用特性

断言内省：当 assert add(1, 2) == 4 失败时，pytest 会明确告诉你 assert 3 == 4，而不像 unittest 只抛出 AssertionError。
fixture 管理：用 @pytest.fixture 创建可复用的前置资源（数据库连接、临时文件、测试数据等）。

   import pytest

   @pytest.fixture
   def numbers():
       return [1, 2, 3]

   def test_sum(numbers):
       assert sum(numbers) == 6

参数化测试：轻松用多组数据测试同一逻辑。

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

丰富的插件：pytest-cov 统计覆盖率，pytest-mock 简化 mock，pytest-django 集成 Django 测试等。

实际中怎么选

从零开始的新项目，直接选 pytest。它的写法更自然，功能更多，效率更高，是当前行业主流。
如果接手的老项目已大量使用 unittest，或者运行环境不能安装第三方库，继续用 unittest 也没问题。两者可以在同一个项目中混用：pytest 可以直接运行 unittest 写的测试用例。

单元测试的基本原则（不论用哪个框架）

测试粒度要小：一个测试只验证一个行为。
隔离性：测试之间不互相依赖，不依赖执行顺序。
可重复：每次运行结果一致，不依赖外部状态（网络、数据库等，必要时通过 mock 或 fixture 控制）。
命名有意义：测试函数名描述清楚“测了什么、在什么条件下、期望什么结果”，例如 test_add_with_two_negatives_returns_negative。

掌握了这些，你就可以在日常开发中建立起“改代码 → 跑测试 → 看绿灯”的安全感循环。