python-api-tesing：一份 Python 测试开发的工具地图

做 Python 测试开发的人，大概率遇到过同一个问题：工具太多，不知道选哪个。

GitHub 上有这样一个仓库，把 Python 测试开发领域里能用到的库、框架、工具全部整理到了一起。按分类逐条列出，每一条附上链接和简要说明。仓库名叫 python-api-tesing，目前拿到了 2400 多个 Star。

这份清单覆盖的范围比较广。Web UI 测试方面，收录了 Selenium、PyAutoGUI、Schemathesis、pyppeteer 等工具，从浏览器自动化到跨平台 GUI 控制都有涉及。移动端测试列出了 appium、uiautomator2、facebook-wda，Android 和 iOS 两端都照顾到了。

性能测试部分，Locust.io 和 Bees with Machine Guns 是重点推荐的两个。Locust 用 Python 写测试脚本，支持分布式压测，在 GitHub 上 Star 数最多。Bees with Machine Guns 的思路是用 EC2 微型实例模拟大量并发请求，名字起得也很直白。

测试框架这块，清单里 pytest 的推荐力度最高。从单元测试到接口测试到功能测试，pytest 都能覆盖。清单里还收录了 Hypothesis（基于属性的测试）、Robot Framework（关键字驱动）、behave（行为驱动）等，适合不同场景选用。

Mock 工具方面，除了标准库自带的 unittest.mock，还列出了 freezegun（伪造时间）、responses（mock requests 库）、VCR.py（录制 HTTP 请求）等。VCR.py 的原理是第一次请求时录制响应，后续测试直接回放，省去了重复调用外部服务的开销。

渗透测试部分收录了 sqlmap、fsociety、setoolkit。sqlmap 是自动 SQL 注入检测工具，在安全测试领域用得很广。跨语言调用方面列出了 jpype（Python 调 Java）、pybind11（C++ 和 Python 互调）等，做混合技术栈项目时会用到。

持续交付部分有 buildbot、jenkinsapi、PlatformIO 等。buildbot 是 Google 内部也在用的 CI 框架，功能比 Jenkins 强，但上手门槛也高一些。

清单后半部分是 awesome-python 的内容，按照功能分类整理了大量 Python 库。管理面板、算法、认证、缓存、命令行工具、计算机视觉、数据库、深度学习、DevOps、文档生成、GUI 框架、机器学习、自然语言处理、网络爬虫、Web 框架等几十个分类，每个分类下少则三五个，多则十几个库。比如代码分析这一项，就同时列出了 Flake8、pylint、black、isort、yapf 等多个工具，各有侧重。

仓库本身还附带了一些实用脚本。tools 目录下有 check_face.py（人脸识别）、check_md5.py（多进程检查重复文件）、concat_file.py（合并文件）、raw2jpg.py（图像格式转换）等，都是从实际项目里抽出来的。

对于做 Python 测试开发的人来说，这份清单的价值不在于它有多精深，而在于它把散落在各处的信息聚合到了一个地方。选型的时候翻一翻，比自己一个个搜要快得多。

了一个地方。选型的时候翻一翻，比自己一个个搜要快得多。