1. 明确目标:理解测试层次
软件测试通常分为单元测试 → 集成测试 → 系统测试三个层级。接口测试属于集成测试的典型代表,而单元测试是最底层的测试。

- ►单元测试:针对函数、方法、类等最小可测试单元。
- ►接口测试:针对模块间、系统间的API通信(如HTTP接口、RPC接口)。
核心区别:单元测试关注代码逻辑,接口测试关注数据交互。
---
Step 1:编写一个简单的单元测试
我们用一个Python函数为例,测试一个计算折扣的函数。
被测函数(discount.py):
python
def apply_discount(price: float, discount_percent: float) -> float:
if not (0 <= discount_percent <= 100):
raise ValueError("折扣必须在0-100之间")
return price * (1 - discount_percent / 100)
单元测试(使用pytest,版本7.4+):
python
import pytest
from discount import apply_discount
def test_normal_discount():
assert apply_discount(100, 20) == 80.0
def test_zero_discount():
assert apply_discount(100, 0) == 100.0
def test_full_discount():
assert apply_discount(100, 100) == 0.0
def test_invalid_discount():
with pytest.raises(ValueError):
apply_discount(100, 150)
验证方式:运行 pytest test_discount.py,全部通过即证明函数逻辑正确。
特点:
- ►不依赖外部服务(数据库、网络)
- ►执行速度快(毫秒级)
- ►测试范围小
---
Step 2:编写一个接口测试(HTTP API)
假设有一个用户注册的RESTful API(基于Flask)。
被测API(app.py):
python
from flask import Flask, request, jsonify
app = Flask(__name__)
users = {}
@app.route('/register', methods=['POST'])
def register():
data = request.get_json()
username = data.get('username', '')
if len(username) < 3:
return jsonify({"error": "用户名至少3个字符"}), 400
if username in users:
return jsonify({"error": "用户已存在"}), 409
users[username] = data
return jsonify({"message": "注册成功"}), 201
if __name__ == '__main__':
app.run(debug=True)
接口测试(使用requests库,版本2.31+):
python
import requests
BASE_URL = "http://127.0.0.1:5000"
def test_register_success():
resp = requests.post(f"{BASE_URL}/register", json={"username": "alice"})
assert resp.status_code == 201
assert resp.json()["message"] == "注册成功"
def test_register_short_name():
resp = requests.post(f"{BASE_URL}/register", json={"username": "ab"})
assert resp.status_code == 400
assert "至少3个字符" in resp.json()["error"]
def test_register_duplicate():
# 先注册一次
requests.post(f"{BASE_URL}/register", json={"username": "bob"})
resp = requests.post(f"{BASE_URL}/register", json={"username": "bob"})
assert resp.status_code == 409
assert "用户已存在" in resp.json()["error"]
验证方式:先启动 python app.py,再运行 pytest test_api.py。
特点:
- ►依赖服务运行环境
- ►验证HTTP状态码、响应体、请求头
- ►执行速度较慢(秒级)
---
Step 3:对比核心差异(测试层次视角)
| 维度 | 单元测试 | 接口测试 |
| **测试对象** | 函数/方法 | API端点(HTTP/RPC) |
| **关注点** | 逻辑正确性、边界值 | 请求-响应格式、状态码、协议 |
| **依赖** | 无(可mock) | 需要服务运行(或stub) |
| **运行速度** | 极快(毫秒) | 较慢(秒) |
| **发现问题** | 代码逻辑错误 | 接口规范、数据交互、权限问题 |
| **典型工具** | pytest, JUnit, NUnit | Postman, requests, RestAssured |
关键认知:接口测试的“测试层次”高于单元测试。单元测试通过后,接口测试仍可能失败(例如:参数名拼写错误、状态码不符合规范)。
---
Step 4:独立验证每个测试层次
验证方法:故意制造错误,观察不同测试的反馈。
场景A:函数内折扣计算逻辑错误(apply_discount中写错公式)。
- ►单元测试会立即失败 → 提示断言错误。
- ►接口测试可能依然通过(如果接口只是透传参数)。
场景B:API返回的状态码写错(注册成功返回200而非201)。
- ►单元测试不受影响(不涉及API)。
- ►接口测试会失败 → 提示
assert 200 == 201。
结论:两者互不替代,需要同时覆盖。
---
踩坑指南(常见误区)
1. 用单元测试替代接口测试:单元测试无法发现HTTP协议问题(如超时、认证头缺失)。
2. 接口测试覆盖所有边界:接口测试应聚焦于“输入-输出”契约,内部逻辑边界交给单元测试。
3. 忽略测试环境:接口测试必须保证API服务已启动,且数据隔离(使用测试数据库)。
4. 过度mock:单元测试可以mock数据库,但接口测试应尽量真实(可测试数据库连接错误)。
---
完整项目:订单服务测试组合
以下是一个迷你项目结构,展示两者如何协同:
text
project/
├── app/
│ ├── order.py # 订单业务逻辑
│ └── api.py # Flask API
├── tests/
│ ├── unit/
│ │ └── test_order.py # 单元测试
│ └── integration/
│ └── test_api.py # 接口测试
└── requirements.txt
单元测试(test_order.py):
python
from app.order import calculate_total
def test_calculate_total_with_discount():
assert calculate_total(100, 0.1) == 90.0
接口测试(test_api.py):
python
def test_create_order_api():
resp = requests.post("http://localhost:5000/orders", json={"item_id": 1, "qty": 2})
assert resp.status_code == 201
assert "order_id" in resp.json()
运行命令:
bash
# 先启动API
python app/api.py &
# 运行单元测试(不依赖服务)
pytest tests/unit/
# 运行接口测试(依赖服务)
pytest tests/integration/
---
通过以上4步,你应该能清晰区分接口测试与单元测试:前者验证系统间的“通信协议”,后者验证代码内的“计算逻辑”。在实际项目中,建议按单元测试 → 接口测试的顺序构建测试金字塔,用最少的成本覆盖最多的风险点。