一、测试的常用规则
1、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；
2、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；
3、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。
4、采用测试工具并且学着怎么使用它。
5、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；
6、在提交代码前执行完整的测试；
7、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；
8、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；
9、测试代码必须具有可读性；
10、单元测试对新进的开发人员来说是工作指南。
二、常见的测试框架
2.1 Unittest
通过继承unittest.TestCase来创建一个测试用例。
具体请参考文档。
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：
2.2 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：
2.3 py.test
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。
py.test详细文档。
首先，安装py.test
pip install pytest
第二步，编写测试代码
def func(x):
return x + 1
def test_answer():
assert func(3) == 5
第三步，执行测试代码。
找到pytest安装路径。
用其所在的解析器（python.exe）执行test.py ，执行命令比如：
执行的结果如下图所示：
2.4 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/
注意：nose本身是支持python3的，但是很多它的插件不支持。
2.5 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/
2.6 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):
...
2.7 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/
