Python 测试框架选型：unittest、pytest、nose 对比

做 SDK 验证，选对测试框架很重要。这就像盖房子选地基。地基选不好，后面全得返工。

Python 世界里，主流的测试框架就三个：unittest、pytest、nose。今天咱们把它们拉到一起，好好比一比。

1. unittest：官方正统，但有点重

unittest 是 Python 官方自带的测试框架。功能很全，但用起来有点重。我们项目初期就用的 unittest，后来发现 setup/teardown 写了一大堆，看着都烦。

举个例子，你想测一个 SDK 初始化函数。用 unittest 你得这么写：

import unittest
from my_sdk import Client

class TestClient(unittest.TestCase):
    def setUp(self):
        # 每个用例前都要初始化
        self.client = Client(="test_key")

    def test_connection(self):
        result = self.client.connect()
        self.assertTrue(result)

    def tearDown(self):
        self.client.close()

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

每个测试类必须继承 unittest.TestCase。断言方法也得用 self.assertEqual 这种形式。说实话，有点啰嗦。

2. nose：曾经辉煌，现在停产

nose 是第三方框架，比 unittest 简洁不少。它能自动收集测试用例，不用你手动 import。我在职业生涯早期用过一阵子 nose，体验确实比 unittest 好。

但有个问题——nose 已经停止维护了。大家用的都是 nose2，功能跟 nose 差不多。但社区活跃度远不如 pytest。

3. pytest：现代测试框架的标杆

pytest 是我现在的主力框架。它灵活、强大、写法简洁。你想想看，同样测试刚才的 SDK 初始化，在 pytest 里怎么写：

# test_sdk.py
import pytest
from my_sdk import Client

@pytest.fixture
def client():
    # 相当于 setUp，但更灵活
    return Client(="test_key")

def test_connection(client):
    result = client.connect()
    assert result  # 直接用 assert

不需要继承任何类。直接用 assert 做断言。fixture 比 setUp/tearDown 灵活得多。

核心对比：为什么我选 pytest

下面这张表，我建议你存下来。每次选型翻出来看看：

pytest 的核心竞争力

既然选了 pytest，咱们就深入聊聊它到底好在哪。

自动发现测试用例

你不用手动指定跑哪些文件。pytest 会自动扫描当前目录，找到所有以 test_ 开头或 _test 结尾的 .py 文件。

嗯，这里要注意：自定义测试目录时，记得配 pytest.ini：

[pytest]
testpaths = tests
python_files = test_*.py
python_classes = Test*
python_functions = test_*

fixture 机制，甩开 unittest几条街

我个人习惯把 fixture 理解成「依赖注入」。举个例子：

@pytest.fixture
def db_connection():
    conn = create_db_conn()
    yield conn  # 测试用
    conn.close()  # 自动清理

yield 前面的代码是 setup，后面的是 teardown。比 unittest 的 setUp/tearDown 干净多了。

参数化测试，覆盖所有边界

SDK 验证里，同一个接口往往要测很多组参数。pytest 的参数化写起来就很优雅：

@pytest.mark.parametrize("input_value,expected", [
    (1, 2),
    (3, 6),
    (-1, -2),
    (0, 0),
])
def test_multiply(input_value, expected):
    assert sdk_func(input_value) == expected

我在项目中遇到过漏测边界条件导致线上事故的情况。后来所有 API 都加了参数化用例，覆盖率直线上升。

插件生态，要啥有啥

pytest 的插件体系非常成熟。常用的几个：

• pytest-xdist：并行执行用例，跑得快
• pytest-cov：生成覆盖率报告
• pytest-html：生成漂亮的测试报告
• pytest-mock：更方便地 mock 外部依赖
• pytest-timeout：给用例设置超时

我曾经遇到过测试卡住不归零的情况。加了 pytest-timeout 后，超过 30 秒的用例直接标记失败，再也不用等半天了。

本章知识体系