Python 测试完整指南：unittest + pytest + coverage 从入门到精通

大家好，我是程序员晚枫。

写代码不测试 = 给自己挖坑。

"Python 用什么写测试？"

今天这篇文章，给你 5 大测试工具完整对比。

---

一、5 大 Python 测试工具

工具	用途	类型	学习难度
unittest	单元测试	内置	⭐⭐
pytest	单元测试	第三方	⭐
nose2	单元测试	第三方	⭐⭐
coverage	覆盖率	工具	⭐
tox	自动化测试	工具	⭐⭐⭐

---

二、工具 1：unittest（Python 内置）

unittest：

• Python 内置
• xUnit 风格
• Java 程序员的最爱

5 大优势

• ✅ 内置
• ✅ 标准：xUnit
• ✅ 完整：setUp、tearDown
• ✅ 集成好：Django、Flask 内置支持
• ✅ 稳定

简单示例

import unittest

def add(x, y):
    return x + y

class TestAdd(unittest.TestCase):
    def test_positive(self):
        self.assertEqual(add(1, 2), 3)
    
    def test_negative(self):
        self.assertEqual(add(-1, -1), -2)
    
    def test_zero(self):
        self.assertEqual(add(0, 0), 0)

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

适合场景

• Java 转 Python 程序员
• 需要 xUnit 风格
• Django 测试

---

三、工具 2：pytest（首选）

pytest：

• 第三方
• Python 事实标准
• 比 unittest 简单 5 倍

5 大优势

• ✅ 更简单：直接用 assert
• ✅ 强大 fixture：测试前置/后置
• ✅ 参数化：批量测试
• ✅ 插件丰富：1000+ 插件
• ✅ 生态好

简单示例

# 不用类，直接写函数
def add(x, y):
    return x + y

def test_add():
    assert add(1, 2) == 3
    assert add(-1, -1) == -2
    assert add(0, 0) == 0

3 行代码 = 测试。

比 unittest 简单 5 倍。

pytest 高级特性

1. Fixture

import pytest

@pytest.fixture
def user():
    return {"name": "Alice", "age": 30}

def test_user_name(user):
    assert user["name"] == "Alice"

2. 参数化

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

3. Mock

from unittest.mock import patch

@patch('module.function')
def test_mock(mock_func):
    mock_func.return_value = 42
    # 测试

适合场景

• 所有 Python 项目
• 简单易用
• 首选

---

四、工具 3：coverage（覆盖率）

coverage：

• 测试覆盖率
• 看哪些代码被测试
• 质量保证

5 大优势

• ✅ 标准工具
• ✅ 多种报告：HTML、XML、JSON
• ✅ 分支覆盖
• ✅ 集成 CI/CD
• ✅ 可视化

简单使用

# 安装
pip install coverage

# 运行
coverage run -m pytest

# 报告
coverage report
coverage html

覆盖率指标

• 行覆盖：多少行被跑过
• 分支覆盖：多少分支被覆盖
• 函数覆盖：多少函数被调用
• 80% 覆盖率是常见标准

适合场景

• 所有项目
• 质量保证
• CI/CD 必备

---

五、工具 4：tox（自动化测试）

tox：

• 自动化测试工具
• 多 Python 版本测试
• CI/CD 必备

5 大优势

• ✅ 多 Python 版本
• ✅ 自动虚拟环境
• ✅ CI/CD 友好
• ✅ 统一配置
• ✅ 依赖管理

简单配置（tox.ini）

[tox]
envlist = py310, py311, py312, py313, py314

[testenv]
deps = pytest
commands = pytest

适合场景

• 库开发
• 跨版本兼容
• 开源项目

---

六、工具 5：nose2（pytest 之前的标准）

nose2：

• unittest 增强版
• pytest 之前的标准
• 目前已被 pytest 取代

现状

• ⚠️ 不推荐新项目使用
• 老项目可能还在用
• 新项目用 pytest

---

七、5 大工具详细对比

维度	unittest	pytest	coverage	tox	nose2
学习难度	⭐⭐	⭐	⭐	⭐⭐⭐	⭐⭐
功能	⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐
生态	⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐	⭐⭐
速度	⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐
现代化	⚠️ 传统	✅ 现代	✅ 现代	✅ 现代	⚠️ 旧
CI/CD	✅	✅	✅	✅✅	✅
推荐度	⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐	⭐

---

八、5 大测试类型

类型 1：单元测试

• 测试单个函数/类
• 最基础
• 首选 pytest

类型 2：集成测试

• 测试多个组件
• 验证集成
• pytest + fixture

类型 3：端到端测试

• 测试整个系统
• Selenium、Playwright
• 关键路径

类型 4：性能测试

• 测试性能
• locust、wrk
• 压力测试

类型 5：安全测试

• 测试安全漏洞
• bandit、safety
• 安全必备

---

九、pytest 5 大最佳实践

实践 1：测试文件命名

• test_*.py
• *_test.py
• pytest 自动发现

实践 2：测试函数命名

def test_add_two_positive_numbers():
    # 名字说明场景
    pass

实践 3：AAA 模式

• Arrange：准备
• Act：执行
• Assert：断言

实践 4：一个测试一个断言

# 不好：多个断言
def test_user():
    assert user.name == 'Alice'
    assert user.age == 30
    assert user.email == 'a@b.com'

# 好：分开
def test_user_name():
    assert user.name == 'Alice'

def test_user_age():
    assert user.age == 30

实践 5：测试覆盖率 80%+

• 关键模块 90%+
• 一般模块 80%+
• CI 必须有覆盖率门槛

---

十、5 个常见误区

误区 1：测试浪费时间

• ❌ 错
• ✅ 写测试时间 < 修 bug 时间
• 长期赚

误区 2：测试覆盖率越高越好

• ❌ 错
• ✅ 100% 覆盖率 ≠ 0 bug
• 关键是关键路径

误区 3：测试 = pytest

• ⚠️ 部分对
• ✅ pytest 是首选
• 但也要覆盖率、Mock、CI

误区 4：写测试不写文档

• ❌ 错
• ✅ 测试也是文档
• 好的测试 = 好的示例

误区 5：测试慢没关系

• ❌ 错
• ✅ 测试要快
• 慢了没人愿意跑

---

十一、5 个真实项目测试案例

案例 1：requests

• 选择：pytest
• 覆盖率：90%+
• 结果：最流行的 Python HTTP 库

案例 2：Flask

• 选择：pytest + coverage
• 覆盖率：95%+
• 结果：最流行的 Web 框架

案例 3：Django

• 选择：unittest
• 覆盖率：85%+
• 结果：最流行的全栈框架

案例 4：FastAPI

• 选择：pytest
• 覆盖率：90%+
• 结果：最快的 Python Web 框架

案例 5：Pandas

• 选择：pytest + numpy testing
• 覆盖率：80%+
• 结果：最流行的数据分析库

---

十二、5 个测试工具组合

组合 1：标准项目

pytest + coverage + tox

组合 2：Django 项目

pytest-django + coverage

组合 3：Web 项目

pytest + pytest-flask + coverage + locust

组合 4：数据科学

pytest + coverage + great_expectations

组合 5：开源库

pytest + coverage + tox + sphinx

---

十三、5 个 CI/CD 集成示例

CI 1：GitHub Actions

- name: Test
  run: |
    pip install pytest coverage
    coverage run -m pytest
    coverage report

CI 2：GitLab CI

test:
  script:
    - pip install pytest coverage
    - coverage run -m pytest
    - coverage report

CI 3：Jenkins

stage('Test') {
    steps {
        sh 'pip install pytest coverage'
        sh 'coverage run -m pytest'
        sh 'coverage report'
    }
}

CI 4：CircleCI

- run: pip install pytest coverage
- run: coverage run -m pytest
- run: coverage report

CI 5：Travis CI

script:
  - pip install pytest coverage
  - coverage run -m pytest
  - coverage report

---

十四、给 Python 测试学习者的 4 个建议

建议 1：先学 pytest

• 最简单
• 1 周上手
• 首选

建议 2：覆盖率达到 80%

• 关键模块 90%+
• 质量保证

建议 3：CI/CD 集成

• 每次提交自动跑测试
• 不能漏

建议 4：TDD（测试驱动开发）

• 先写测试
• 再写代码
• 专业做法

---

十五、最后的最后

Python 测试，3 句话总结：

1. pytest 是首选：简单、强大、生态好
2. coverage 是必备：80% 覆盖率
3. CI/CD 集成：每次提交跑测试

学 Python 6 年，我学到的最重要的事：

"测试不是浪费时间，是节省时间。"

写 1 小时测试，节省 10 小时修 bug。

pytest + coverage + CI/CD = 任何 Python 项目的"金标准"。

从今天开始，每个项目都写测试。

3 个月后，你会感谢自己。

---

相关阅读

• 2026 年学习编程，你需要的不是更多教程
• 我用AI做PPT，同事说你是PPT设计师吗
• 设计师花3天做的图，我用 AI 15分钟搞定了
• Codex 入门指南，从零基础到实战，看这一篇就够了！
• HR看简历只花6秒，我用AI让我的简历过了第一关
• 我用AI做数字人播报，老板问"你什么时候请的主播？"

---

科技不高冷，AI很好用。
我是晚枫，关注我，带你一起玩AI！

🎓 AI 编程实战课程

程序员晚枫专注AI编程培训，通过 《50讲 · AI编程训练营》，让小白也能用AI做出实际项目。帮你从零上手！

• 👉 免费试看：网盘链接，免费试看前3讲，先看看适不适合自己
• 👉 - 👉 课程报名：点击这里报名，现在报名还送书📖