自动化测试中都会用到前后置，pytest 相比 unittest 无论是前后置还是插件等都灵活了许多，还能自己用 fixture 来定义。 首先了解一下，用例运行前后置级别如下： 1）模块级：全局的，整个模块开只运行一次，优先于
测试用例。 2）类级别：定义在类里面，只针对此类生效。类似unittest的cls装饰器 3）函数级：只对函数生效，类下面的函数不生效。 4）方法级：定义在类里面，每个用例都执行一次。 def setup_module(): print('\n整个模块 前 只运行一次') def teardown_module(): print('\n整个模块 后 只运行一次') def setup_function(): print('\n不在类中的函数，每个用例 前 只运行一次') def teardown_function(): print('\n不在类中的函数，每个用例 后 只运行一次') def test_ab(): b = 2 assert b < 3 def test_aba(): b = 2 assert b < 3 class Test_api(): def setup_class(self): print('\n此类用例 前 只执行一次') def teardown_class(self): print('\n此类用例 后 只执行一次') def setup_method(self): print('\n此类每个用例 前 只执行一次') def teardown_method(self): print('\n此类每个用例 后 执行一次') def test_aa(self): a = 1 print('\n我是用例：a') # pytest -s 显示打印内容 assert a > 0 def test_b(self): b = 2 assert b < 3 运行结果：
2、这是原始用法，下面看使用Fixture，Fixture 其实就是自定义 pytest 执行用例前置和后置操作，首先创建 conftest.py 文件 （规定此命名），导入 pytest 模块，运用 pytest.fixture 装饰器，默认级别为：函数级： 
其它用例文件调用即可，如下定义一个函数，继承 conftest.py 文件里的 login 函数即可调用： # conftest.py配置需要注意以下点： # conftest.py配置脚本名称是固定的，不能改名称 # conftest.py与运行的用例要在同一个pakage下，并且有__init__.py文件 # 不需要import导入 conftest.py，pytest用例会自动查找 import pytest def test_one(login): print("登陆后，操作111") # def test_two(): #
print("操作222") # # def test_three(login): #
print("登陆后，操作333") 运行结果：
3、扩展用法，多个自定义函数和全局级别展示：（全局的比如用于登录获取到token其他用例模块就不需要再登录了） import pytest def test_one(login): print("登陆后，操作111") def test_two(login,open_page):
print("测试用例2") def test_three(open_page):
print("测试用例3") 运行结果：
细心的人应该可以知道，测试用例2并没有调用login函数，因为前置设置的是共享模式，类似全局函数。 参数化区别 参数化应用场景，一个场景的用例会用到多条数据来进行验证，比如登录功能会用到正确的用户名、密码登录，错误的用户名、正确的密码，正确的用户名、错误的密码等等来进行测试，这时就可以用到框架中的参数化，来便捷的完成测试。 参数化 就是数据驱动思想，即可以在一个测试用例中进行多组的数据测试，而且每一组数据都是分开的、独立的。 unittest参数化其实是：ddt，叫数据驱动。 pytest数据驱动，就是参数化，使用@pytest.mark.parametrize
1.先看unittest如何进行参数化： test_data = [1,2,3] @ddt.ddt class Testddt(unittest.TestCase): @ddt.data(*test_data) def test_001(self,get_data): print(get_data) if __name__ == '__main__': unittest.main() 运行结果：
2.pytest中参数化的用法 在测试用例的前面加上： @pytest.mark.parametrize("参数名",列表数据) 参数名：用来接收每一项数据，并作为测试用例的参数。 列表数据：一组测试数据。 @pytest.mark.parametrize("参数1,参数2",[(数据1，数据2),(数据1，数据2)]) 示例: @pytest.mark.parametrize("a,b,c",[(1,3,4),(10,35,45),(22.22,22.22,44.44)]) def test_add(a,b,c): res = a + b assert res == c 实例： @pytest.mark.parametrize('data',[1,2,3]) class Testddt(object): def test_001(self,data): print(data) if __name__ == '__main__': pytest.main(['-sv']) 运行结果：
总结 以上就是unittest与pytest测试框架的区别，七大主要区别，这里已讲了两个区别的实例，其他五个有时间再补充，如对python自动化测试感兴趣的朋友，可以加入左下方学习交流群，讨论交流一下心得。
本文内容不用于商业目的，如涉及知识产权问题，请权利人联系51Testing小编(021-64471599-8017)，我们将立即处理
来这里，成为51Testing签约原创作者！
