python中的测试框架
一、测试常用规则
- 一个测试单元必须关注一个很小的功能函数，证明它是正确的；
- 每个测试单元必须是完全独立的，必须能单独运行。这样意味着每一个测试方法必须重新加载数据，执行完毕后做一些清理工作。通常通过setUp()和setDown()方法处理；
- 编写执行快速的测试代码。在某些情况下，测试需要加载复杂的数据结构，而且每次执行的时候都要重新加载，这个时候测试执行会很慢。因此，在这种情况下，可以将这种测试放置一个后台的任务中。
- 在编写代码前执行完整的测试，而且在编写代码后再重新执行一次。这样能保证你后来编写的代码不会破坏任何事情；
- 在提交代码前执行完整的测试；
- 如果在开发期间被打断了工作，写一个打断的单元测试，关于你下一步将要开发的。当你回来工作时，你能知道上一步开发到的指针；
- 单元测试函数使用长的而且具有描述性的名字。在正式执行代码中，可能使用square()或sqr()取名，但是在测试函数中，你必须取像test_square_of_number_2()、test_square_negativer_number()这些名字，这些名字描述更加清楚；
- 测试代码必须具有可读性；
- 单元测试对新进的开发人员来说是工作指南。
二、python常用的测试框架
1.unittest
unittest是Python内置的标准类库
unittest和JUnit类似，可以说是python的标准单元测试框架，所以有时也被人称为PyUnit。它使用起来和xUnit家族其他成员类似。用的人也比较多。兼容python2以及python3。
2、unittest2
unittest2可以说是一个针对unittest测试框架新特性的补丁。它很大程度上和unittest都类似。然后还添加了一些unittest没有的方法。
3、pytest
py.test是unittest的替代工具。
尽管它是一个功能丰富、灵活的测试框架，但是它的语法很简单。创建一个单元测试就像编写一个模块一样。相比unittest，实现相同的测试功能，py.test做的事情更少。
pytest直接可以通过@pytest.mark.parametrize进行参数化，而unittest则需要借助DDT。
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。
基于Python的测试驱动开发实战也有nose的用法：http://python.jobbole.com/81305/
还有一个特定就是，nose可以采用@with_setup()来定义方法的setup和teardown。
5、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。
6、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/
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pipinstallmock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/
以上就是python中的测试框架的详细内容，更多关于python测试框架的资料请关注毛票票其它相关文章！