免费的Python书籍Dive Into Python中有一章是关于单元测试的，你可能会觉得很有用。

如果您遵循现代实践，您可能应该在编写项目时编写测试，而不是等到项目接近完成时。

现在有点晚了，但现在你知道下次了。：）

unittest的文档是一个很好的开始。

而且，现在有点晚了，但是将来请考虑在项目本身之前或期间编写单元测试。这样，您就可以使用它们进行测试，并且(理论上)可以将它们用作回归测试，以验证您的代码更改没有破坏任何现有代码。这将为您提供编写测试用例的全部好处:)

免费的Python书籍Dive Into Python中有一章是关于单元测试的，你可能会觉得很有用。

如果您遵循现代实践，您可能应该在编写项目时编写测试，而不是等到项目接近完成时。

现在有点晚了，但现在你知道下次了。：）

unittest带有标准库，但我建议你使用nosetests。

nose扩展了unittest，使测试更容易。

我还推荐你用pylint

“分析Python源代码，寻找bug和质量差的迹象。”

如果您是使用单元测试的新手，那么最简单的学习方法通常是最好的。在此基础上，我建议使用py。Test而不是默认的unittest模块。

考虑下面两个例子，它们做的是同样的事情:

例1 (unittest):

import unittest

class LearningCase(unittest.TestCase):
    def test_starting_out(self):
        self.assertEqual(1, 1)

def main():
    unittest.main()

if __name__ == "__main__":
    main()

例2 (pytest):

def test_starting_out():
    assert 1 == 1

假设两个文件都命名为test_unittesting.py，我们如何运行测试呢?

例1 (unittest):

cd /path/to/dir/
python test_unittesting.py

例2 (pytest):

cd /path/to/dir/
py.test

在我看来，有三个很棒的Python测试框架值得一试:

unittest - module是所有Python发行版的标准配置 Nose -可以运行单元测试，并且有更少的样板文件。 Pytest——也运行单元测试，有更少的样板文件，更好的报告，还有很多很酷的额外功能

要对所有这些进行比较，请阅读从这里开始- Python测试。 还有关于固定装置的扩展文章，还有更多。