随着技术的进步和自动化技术的出现，市面上出现了一些自动化测试框架。只需要进行一些适用性和效率参数的调整，这些自动化测试框架就能够开箱即用，大大节省了开发时间。而且由于这些框架被广泛使用，他们具有很好的健壮性，并且具有广泛多样的用例集和技术来轻易发现微小的缺陷。今天，我们将看一看常见的 Python 自动化测试框架。

常见的测试框架

1、Unittest

unittest是Python内置的标准类库。它的API跟Java的JUnit、.net的NUnit，C++的CppUnit很相似。

通过继承unittest.TestCase来创建一个测试用例。

举个例：

import unittest

def fun(x): return x + 1

class MyTest(unittest.TestCase): def test(self): self.assertEqual(fun(3)， 4)

执行后成功。

但是，如果将期望的结果改成5，则执行的结果如下图所示：

2、 Doctest

doctest 模块会搜索那些看起来像交互式会话的 Python 代码片段，然后尝试执行并验证结果.即使从没接触过 doctest，我们也可以从这个名字中窥到一丝端倪。"它看起来就像代码里的文档字符串（docstring）一样" 如果你这么想的话，就已经对了一半了。

举个例子：

def square(x): """Squares x.

>>> square(2) 4 >>> square(-2) 4 >>> square(5) 25 """

return x * x

if __name__ == '__main__': import doctest doctest.testmod()

当执行该代码后，会执行文档内>>> 后面的测试代码，并与下一行的结果进行比对。执行的结果如下：

但是，如果我们把结果改一下，square(2)的结果改成5，测试代码如下：

def square(x): """Squares x.

>>> square(2) 5 >>> square(-2) 4 >>> square(5) 25 """

return x * x

if __name__ == '__main__': import doctest doctest.testmod()

执行的测试结果如下所示：

3、py.test

pytest是python的一种单元测试框架，与python自带的unittest测试框架类似，但是比unittest框架使用起来更简洁，效率更高。根据pytest的官方网站介绍，它具有如下特点： ①非常容易上手，入门简单，文档丰富，文档中有很多实例可以参考 ②能够支持简单的单元测试和复杂的功能测试 ③支持参数化 ④执行测试过程中可以将某些测试跳过，或者对某些预期失败的case标记成失败 ⑤支持重复执行失败的case ⑥支持运行由nose, unittest编写的测试case ⑦具有很多第三方插件，并且可以自定义扩展 ⑧方便的和持续集成工具集成

编写pytest测试样例

编写pytest测试样例非常简单，只需要按照下面的规则(和nose类似)： 测试文件以test_开头（以_test结尾也可以） 测试类以Test开头，并且不能带有 init 方法 测试函数以test_开头 断言使用基本的assert即可

example.py

setup_class/teardown_class 在当前测试类的开始与结束执行。

setup/treadown 在每个测试方法开始与结束执行。

setup_method/teardown_method 在每个测试方法开始与结束执行，与setup/treadown级别相同。

执行pytest测试样例

执行测试样例的方法很多种，上面第一个实例是直接执行py.test，第二个实例是传递了测试文件给py.test。其实py.test有好多种方法执行测试：

4、Nose

Nose是对unittest的扩展，使得python的测试更加简单。nose自动发现测试代码并执行，nose提供了大量的插件，比如测试输出的xUnitcompatible，覆盖报表等等。

nose的详细文档：
https://nose.readthedocs.org/en/latest/

nose不是python自带模块，需要用pip安装

nose相关执行命令：

1、 nosetests –h查看所有nose相关命令

2、 nosetests –s执行并捕获输出

3、 nosetests –with-xunit输出xml结果报告

4、 nosetests -v: 查看nose的运行信息和调试信息

5、 nosetests -w 目录：指定一个目录运行测试

nose 特点：

a) 自动发现测试用例（包含[Tt]est文件以及文件包中包含test的函数）

b) 以test开头的文件

c) 以test开头的函数或方法

d) 以Test开头的类

经过研究发现，nose会自动识别[Tt]est的类、函数、文件或目录，以及TestCase的子类，匹配成功的包、任何python的源文件都会被当做测试用例。

5、tox

最大的特色，是自动最测试环境的管理以及使用多个解析器配置进行测试。

tox的详细文档：
http://testrun.org/tox/latest/

6、Unittest2

是unitest的升级版。对API进行了改善以及更好的诊断语法。

unittest2的详细文档：
https://pypi.python.org/pypi/unittest2

首先，安装

pip install unittest2为了以后能在unittest与unittest2之间进行切换，最好的代码编写方式如下：

import unittest2 as unittest

class MyTest(unittest.TestCase): ...

7、mock unittest.

mock是用来测试python的库。在python3.3版本以后，这个是一个标准库。对老版本来说，使用pip install mock进行安装。

mock的精髓在于，你可以使用模拟的对象来替代你的系统的一部分，然后验证后续的执行是否正确。mock的详细文档：
http://www.voidspace.org.uk/python/mock/

总结：

我这篇文章，主要是讲基于 python 语言的自动化测试框架的一些设计思想和基本使用示例。其实工具的使用方法很简单，但是如何利用好这些工具来进行软件生产，则需要其它的计算机技能了。

"软件的自动化测试是有成本的，而且成本不低，基本上相当于在原有的功能开发工程 的基础上再建立一个平行的 测试开发工程 "。

也就是说，如果你对自动化测试有你的期望值，那么就肯定是要付出相应的代价和精力的。好的东西也是需要优秀的人花大量的时间去完成的。在正式进入到自动化测试的领域之前，先要建立这样的价值观才能在软件测试这条路上走的更远。

请关注+私信回复：“测试”就可以免费拿到软件测试学习资料和面试题库，快速让自己变强！