随着技术的进步和自动化技术的出现，市面上出现了一些自动化测试框架。只需要进行一些适用性和效率参数的调整，这些自动化测试框架就能够开箱即用，大大节省了开发时间。而且由于这些框架被广泛使用，他们具有很好的健壮性，并且具有广泛多样的用例集和技术来轻易发现微小的缺陷。今天，我们将看一看常见的 Python 自动化测试框架。
常见的测试框架
1、Unittest
unittest是Python内置的标准类库。它的API跟Java的JUnit、.net的NUnit，C++的CppUnit很相似。
通过继承unittest.TestCase来创建一个测试用例。
举个例：
import unittest
def fun(x):
return x + 1
class MyTest(unittest.TestCase):
def test(self):
self.assertEqual(fun(3)， 4)
执行后成功。
但是，如果将期望的结果改成5，则执行的结果如下图所示：
2、 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.即使从没接触过 doctest，我们也可以从这个名字中窥到一丝端倪。“它看起来就像代码里的文档字符串（docstring）一样” 如果你这么想的话，就已经对了一半了。
举个例子：
def square(x):
"""Squares x.
>>> square(2)
4
>>> square(-2)
4
>>> square(5)
25
"""
return x * x
if __name__ == '__main__':
import doctest
doctest.testmod()
当执行该代码后，会执行文档内>>> 后面的测试代码，并与下一行的结果进行比对。执行的结果如下：
但是，如果我们把结果改一下，square(2)的结果改成5，测试代码如下：
def square(x):
"""Squares x.
>>> square(2)
5
>>> square(-2)
4
>>> square(5)
25
"""
return x * x
if __name__ == '__main__':
import doctest
doctest.testmod()
执行的测试结果如下所示：
3、py.test
pytest是python的一种单元测试框架，与python自带的unittest测试框架类似，但是比unittest框架使用起来更简洁，效率更高。根据pytest的官方网站介绍，它具有如下特点：
①非常容易上手，入门简单，文档丰富，文档中有很多实例可以参考
②能够支持简单的单元测试和复杂的功能测试
③支持参数化
④执行测试过程中可以将某些测试跳过，或者对某些预期失败的case标记成失败
⑤支持重复执行失败的case
⑥支持运行由nose, unittest编写的测试case
⑦具有很多第三方插件，并且可以自定义扩展
⑧方便的和持续集成工具集成
编写pytest测试样例
编写pytest测试样例非常简单，只需要按照下面的规则(和nose类似)：
测试文件以test_开头（以_test结尾也可以）
测试类以Test开头，并且不能带有 init 方法
测试函数以test_开头
断言使用基本的assert即可
example.py
setup_class/teardown_class 在当前测试类的开始与结束执行。
setup/treadown 在每个测试方法开始与结束执行。
setup_method/teardown_method 在每个测试方法开始与结束执行，与setup/treadown级别相同。
执行pytest测试样例
执行测试样例的方法很多种，上面第一个实例是直接执行py.test，第二个实例是传递了测试文件给py.test。其实py.test有好多种方法执行测试：
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。
nose的详细文档： https://nose.readthedocs.org/en/latest/
nose不是python自带模块，需要用pip安装
nose相关执行命令：
1、 nosetests –h查看所有nose相关命令
2、 nosetests –s执行并捕获输出
3、 nosetests –with-xunit输出xml结果报告
4、 nosetests -v: 查看nose的运行信息和调试信息
5、 nosetests -w 目录：指定一个目录运行测试
nose 特点：
a) 自动发现测试用例（包含[Tt]est文件以及文件包中包含test的函数）
b) 以test开头的文件
c) 以test开头的函数或方法
d) 以Test开头的类
经过研究发现，nose会自动识别[Tt]est的类、函数、文件或目录，以及TestCase的子类，匹配成功的包、任何python的源文件都会被当做测试用例。
5、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/
6、Unittest2
是unitest的升级版。对API进行了改善以及更好的诊断语法。
unittest2的详细文档：https://pypi.python.org/pypi/unittest2
首先，安装
pip install unittest2
为了以后能在unittest与unittest2之间进行切换，最好的代码编写方式如下：
import unittest2 as unittest
class MyTest(unittest.TestCase):
...
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pip install mock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/
总结：
我这篇文章，主要是讲基于 python 语言的自动化测试框架的一些设计思想和基本使用示例。其实工具的使用方法很简单，但是如何利用好这些工具来进行软件生产，则需要其它的计算机技能了。
“软件的自动化测试是有成本的，而且成本不低，基本上相当于在原有的功能开发工程 的基础上再建立一个平行的 测试开发工程 ”。
也就是说，如果你对自动化测试有你的期望值，那么就肯定是要付出相应的代价和精力的。好的东西也是需要优秀的人花大量的时间去完成的。在正式进入到自动化测试的领域之前，先要建立这样的价值观才能在软件测试这条路上走的更远。
最后感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走！
软件测试面试文档
我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
