很多编程小白不太理解单元测试，为什么要进行单元测试呢？很简单，主要是提高代码的正确，同时确保重构不出错。接下来我们一起学习怎么用python做单元测试吧。

python内置了一个unittest，但是写起来稍微繁琐，比如都要写一个TestCase类，还得用 assertEqual, assertNotEqual等断言方法。 而使用pytest运行测试统一用assert语句就行，兼容unittest，目前很多知名开源项目如PyPy，Sentry也都在用。关于pytest的使用可以参考其官方文档，虽然有很多高级特性，但是掌握其中一小部分基本就够用了。

下面是py.test的基本用法，以常见的两种测试类型（验证返回值和抛出异常）为例:

def add(a, b):
    """return a + b
 
    Args:
        a (int): int
        b (int): int
 
    Returns:
        a + b
 
    Raises:
        AssertionError: if a or b is not integer
 
    """
    assert all([isinstance(a, int), isinstance(b, int)])
    return a + b
 
 
def test_add():
    assert add(1, 2) == 3
    assert isinstance(add(1, 2) , int)
    with pytest.raises(Exception):    # test exception
        add('1', 2)

基本使用就是这么简单。真实场景下远远比这个复杂，甚至有时候构造测试的时间比写业务逻辑的时间还要长。但是再复杂的逻辑也是一点点功能堆积，如果可以确保每一部分都正确，整体上是不会出错的。单元测试同时也提醒我们，函数完成的功能尽可能单一，这样才利于测试。

下面几个是我常用的pytest命令:

py.test test_mod.py   # run tests in module
py.test somepath      # run all tests below somepath
py.test -q test_file_name.py    # quite输出
py.test -s test_file_name.py    # -s参数可以打印测试代码中的输出，默认不打印，print没结果
py.test test_mod.py::test_func  # only run tests that match the "node ID",
py.test test_mod.py::TestClass::test_method  # run a single method in

 

以上就是使用python做单元测试的方法。