Python脚本单元测试Unittest还是Pytest

本文目录导读：

1. 核心对比
2. 代码对比
3. 选择建议
4. 最佳实践
5. 实际案例

对于Python单元测试，强烈推荐使用pytest，除非有特殊限制（如公司强制使用unittest）,以下是详细对比：

核心对比

代码对比

unittest 示例

import unittest
class TestCalculator(unittest.TestCase):
    def setUp(self):
        self.calc = Calculator()
    def test_add(self):
        result = self.calc.add(2, 3)
        self.assertEqual(result, 5)
    def test_divide_by_zero(self):
        with self.assertRaises(ValueError):
            self.calc.divide(1, 0)

pytest 示例

import pytest
class TestCalculator:
    def setup_method(self):
        self.calc = Calculator()
    def test_add(self):
        result = self.calc.add(2, 3)
        assert result == 5  # 直接使用assert
    def test_divide_by_zero(self):
        with pytest.raises(ValueError):
            self.calc.divide(1, 0)
    # 参数化测试
    @pytest.mark.parametrize("a,b,expected", [
        (1, 2, 3),
        (0, 0, 0),
        (-1, 1, 0)
    ])
    def test_add_param(self, a, b, expected):
        assert self.calc.add(a, b) == expected

选择建议

选择 pytest 的情况：

• ✅ 新项目启动
• ✅ 需要简洁代码
• ✅ 需要参数化测试
• ✅ 需要并发测试 (pytest-xdist)
• ✅ 需要详细HTML报告
• ✅ 需要mock复杂场景

选择 unittest 的情况：

• ✅ 公司/项目标准强制要求
• ✅ 需要兼容Python 2.x（极少）
• ✅ 不想添加第三方依赖
• ✅ 团队习惯保持统一

最佳实践

建议使用pytest + 插件组合：

pip install pytest pytest-cov pytest-mock pytest-xdist pytest-html

示例配置（pytest.ini）：

[pytest]
testpaths = tests
python_files = test_*.py
python_classes = Test*
python_functions = test_*
addopts = -v --cov=src --html=report.html

实际案例

# 使用pytest的fixture管理资源
@pytest.fixture
def database():
    db = Database()
    db.connect()
    yield db
    db.close()
def test_query(database):
    result = database.query("SELECT * FROM users")
    assert len(result) > 0
# 使用mock
def test_api_call(mocker):
    mock_response = {"status": "success"}
    mocker.patch('requests.get', return_value=MockResponse(mock_response))
    assert call_api() == mock_response

pytest是更现代、更强大的选择，能让测试代码更简洁，维护成本更低，除非有特殊约束,否则直接使用pytest。