PyTest-vejledning: Hvad er PyTest? (med eksempler)

⚡ Smart opsummering

Pytest er en Python Testframework, der hjælper dig med at skrive enkle, skalerbare tests til databaser, API'er og brugergrænseflader. Det understøtter fixtures, parametrisering, markører, parallelle kørsel og detaljeret assertionrapportering, fra grundlæggende enhedstests til komplekse funktionelle tests.

🔘 Installation: Kommandoen pip install pytest tilføjer frameworket, og py.test -h bekræfter opsætningen ved at udskrive hjælpeoutputtet.
☑️ Testopdagelse: Pytest indsamler automatisk filer med navnet test_*.py eller *_test.py og metoder, hvis navne starter med test.
✅ Påstande: Almindelige assert-udsagn rapporterer en tydelig AssertionError med de sammenlignede værdier, når en kontrol mislykkes.
🧪 Kampprogram: @pytest.fixture-dekoratøren leverer genanvendelige opsætningsdata, der deles på tværs af filer via en conftest.py-fil.
🛠️ Selektive løb: Markører, -k substrengfilteret og parametrize kører målrettede delmængder eller den samme test på tværs af mange input.
🤖 AI-arbejdsgange: Maskinlæringsteams bruger pytest til at validere datapipelines og modeloutput, og Copilot kan udarbejde testcases.

Læs mere

Pytest er et af de mest anvendte testframeworks inden for Python økosystem. Det holder testkoden kort og læsbar, registrerer tests automatisk og udvikler sig fra en første assertion til en komplet testsuite til databaser, API'er og brugergrænseflader. Afsnittene nedenfor gennemgår installation, assertions, fixtures, markører, parametrisering og parallelle kørsel med praktiske eksempler.

Hvad er Pytest?

Pytest er et testframework, der lader dig skrive testkode ved hjælp af Python programmeringssprog. Det hjælper dig med at skrive simple og skalerbare testcases til databaser, API'er og endda brugergrænseflader. Pytest bruges primært til at skrive tests til API'er, og det skalerer fra simple enhedstests til komplekse funktionelle tests.

Hvorfor bruge Pytest?

Nogle af fordelene ved pytest er:

Meget nemt at starte med på grund af dens enkle og rene syntaks.
Kan køre test parallelt.
Kan køre en specifik test eller en delmængde af tests.
Registrerer automatisk tests.
Kan springe prøver over.
Åben kilde.

Sådan installeres Pytest

Følgende er processen for at installere pytest:

Trin 1) Du kan installere pytest med kommandoen nedenfor.

pip install pytest==2.9.1

Når installationen er færdig, kan du bekræfte den med følgende kommando.

py.test -h

Dette vil vise hjælpen.

Første grundlæggende Pytest-eksempel

Nu skal du lære, hvordan du bruger pytest med et grundlæggende pytest-eksempel.

Opret en mappe med navnet study_pytest. Du skal oprette testfilerne i denne mappe. Naviger venligst til den pågældende mappe i din kommandolinje. Opret en fil med navnet test_sample1.py i mappen.

Tilføj nedenstående kode i den og gem.

import pytest
def test_file1_method1():
	x=5
	y=6
	assert x+1 == y,"test failed"
	assert x == y,"test failed"
def test_file1_method2():
	x=5
	y=6
	assert x+1 == y,"test failed"

Kør testen ved hjælp af kommandoen nedenfor.

py.test

Du får outputtet som følger.

test_sample1.py F.
============================================== FAILURES ========================================
____________________________________________ test_sample1 ______________________________________
    def test_file1_method1():
    	x=5
    	y=6
       	assert x+1 == y,"test failed"
>      	assert x == y,"test failed"
E       AssertionError: test failed
E       assert 5 == 6
test_sample1.py:6: AssertionError

Her i test_sample1.py F. står bogstavet F for fejl, og punktummet (.) står for succes. I fejlsektionen kan du se den/de fejlede metode(r) og fejllinjen. Her betyder x==y 5==6, hvilket er falsk.

Dernæst vil du lære om påstande i Pytest.

Påstande i Pytest

Pytest-påstande er kontroller, der returnerer enten en sand eller falsk status. I pytest, hvis en påstand fejler i en testmetode, stoppes udførelsen af den metode der. Den resterende kode i den testmetode udføres ikke, og pytest fortsætter med den næste testmetode.

Eksempler på Pytest-påstande:

assert "hello" == "Hai" is an assertion failure.
assert 4==4 is a successful assertion
assert True is a successful assertion
assert False is an assertion failure.

Overvej følgende.

assert x == y,"test failed because x=" + str(x) + " y=" + str(y)

Placer denne kode i test_file1_method1() i stedet for assertionen nedenfor.

assert x == y,"test failed"

At køre testen vil give fejlen som AssertionError: Test mislykkedes x=5 y=6.

Hvordan Pytest identificerer testfiler og testmetoder

Som standard identificerer pytest kun filnavne, der starter med prøve_ eller slutter med _prøve som testfilerne. Vi kan dog nævne andre filnavne eksplicit (forklares senere). Pytest kræver, at testmetodenavnene starter med prøveAlle andre metodenavne ignoreres, selvom vi eksplicit beder om at køre disse metoder.

Se nogle eksempler på gyldige og ugyldige pytest-filnavne.

test_login.py - valid
login_test.py - valid
testlogin.py -invalid
logintest.py -invalid

Bemærk: Ja, vi kan eksplicit bede pytest om at vælge testlogin.py og logintest.py.

Se nogle eksempler på gyldige og ugyldige pytest-testmetoder.

def test_file1_method1(): - valid
def testfile1_method1(): - valid
def file1_method1(): - invalid

Bemærk: Selv hvis vi eksplicit nævner file1_method1(), vil pytest ikke køre denne metode.

Kør flere tests fra en specifik fil og flere filer

I øjeblikket har vi i mappen study_pytest filen test_sample1.py. Antag, at vi har flere filer, f.eks. test_sample2.py og test_sample3.py. For at køre alle testene fra alle filerne i mappen og undermapperne skal vi blot køre kommandoen pytest.

py.test

Dette vil køre alle filnavne, der starter med test_, og filnavne, der slutter med _test, i den mappe og undermapperne under den mappe.

For kun at køre tests fra en specifik fil, kan vi bruge py.test .

py.test test_sample1.py

Kør et delmængde af hele testen med Pytest

Nogle gange ønsker vi ikke at køre hele testsuiten. Pytest giver os mulighed for at køre specifikke tests. Vi kan gøre det på to måder:

Grouping af testnavne ved hjælp af understrengsmatchning.
Grouping af tests foretaget af markører.

Vi har allerede test_sample1.py. Opret en fil med navnet test_sample2.py og tilføj nedenstående kode til den.

def test_file2_method1():
	x=5
	y=6
	assert x+1 == y,"test failed"
	assert x == y,"test failed because x=" + str(x) + " y=" + str(y)
def test_file2_method2():
	x=5
	y=6
	assert x+1 == y,"test failed"

Så har vi følgende lige nu.

• test_sample1.py
• test_file1_method1()
• test_file1_method2()
• test_sample2.py
• test_file2_method1()
• test_file2_method2()

Mulighed 1) Kør tests ved at matche delstrenge

Her skal vi køre kommandoen nedenfor for at køre alle de tests, der har metode1 i deres navn.

py.test -k method1 -v
-k <expression> is used to represent the substring to match
-v increases the verbosity

Så hvis du kører py.test -k method1 -v, får du følgende resultat.

test_sample2.py::test_file2_method1 FAILED
test_sample1.py::test_file1_method1 FAILED

============================================== FAILURES ==============================================
_________________________________________ test_file2_method1 _________________________________________
    def test_file2_method1():
    	x=5
    	y=6
       	assert x+1 == y,"test failed"
>      	assert x == y,"test failed because x=" + str(x) + " y=" + str(y)
E       AssertionError: test failed because x=5 y=6
E       assert 5 == 6
test_sample2.py:5: AssertionError

_________________________________________ test_file1_method1 _________________________________________
    @pytest.mark.only
    def test_file1_method1():
    	x=5
    	y=6
       	assert x+1 == y,"test failed"
>      	assert x == y,"test failed because x=" + str(x) + " y=" + str(y)
E       AssertionError: test failed because x=5 y=6
E       assert 5 == 6
test_sample1.py:8: AssertionError

================================= 2 tests deselected by '-kmethod1' ==================================
=============================== 2 failed, 2 deselected in 0.02 seconds ===============================

Her kan du se, mod slutningen, 2 test fravalgt af '-kmethod1', som er test_file1_method2 og test_file2_method2.

Prøv at løbe med forskellige kombinationer som følgende.

py.test -k method -v - will run all the four methods
py.test -k methods -v – will not run any test as there is no test name matches the substring 'methods'

Mulighed 2) Kør test med markører

Pytest giver os mulighed for at indstille forskellige attributter for testmetoderne ved hjælp af pytest-markører, @pytest.mark. For at bruge markører i testfilen skal vi importere pytest til testfilerne. Her vil vi anvende forskellige markørnavne på testmetoderne og køre specifikke tests baseret på markørnavnene. Vi kan definere markørerne på hvert testnavn ved hjælp af følgende.

@pytest.mark.<name>.

Vi definerer markørerne sæt1 og sæt2 på testmetoderne, og vi vil køre testen ved hjælp af markørnavnene. Opdater testfilerne med følgende kode.

test_sample1.py

import pytest
@pytest.mark.set1
def test_file1_method1():
	x=5
	y=6
	assert x+1 == y,"test failed"
	assert x == y,"test failed because x=" + str(x) + " y=" + str(y)

@pytest.mark.set2
def test_file1_method2():
	x=5
	y=6
	assert x+1 == y,"test failed"

test_sample2.py

import pytest
@pytest.mark.set1
def test_file2_method1():
	x=5
	y=6
	assert x+1 == y,"test failed"
	assert x == y,"test failed because x=" + str(x) + " y=" + str(y)

@pytest.mark.set1
def test_file2_method2():
	x=5
	y=6
	assert x+1 == y,"test failed"

Vi kan køre den markerede test med kommandoen nedenfor.

py.test -m <name>
-m <name> mentions the marker name

Kør py.test -m set1. Dette vil køre metoderne test_file1_method1, test_file2_method1 og test_file2_method2. Kørsel af py.test -m set2 vil køre test_file1_method2.

Kør tests parallelt med Pytest

Normalt vil en testsuite have flere testfiler og hundredvis af testmetoder, hvilket vil tage en betydelig mængde tid at udføre. Pytest giver os mulighed for at køre tests parallelt. For at gøre det skal vi først installere pytest-xdist ved at køre kommandoen nedenfor.

pip install pytest-xdist

Du kan køre testene nu med følgende kommando.

py.test -n 4

Her, -n kører testene med flere arbejdere. I ovenstående kommando vil der være fire arbejdere til at køre testene.

Pytest-armaturer

Fixtures bruges, når vi vil køre kode før hver testmetode. Så i stedet for at gentage den samme kode i hver test, definerer vi fixtures. Normalt bruges fixtures til at initialisere databaseforbindelser, sende basen URL, og så videre. En metode markeres som en pytest-fixture ved at markere den med følgende.

@pytest.fixture

En testmetode kan bruge en pytest-fixture ved at nævne fixturet som en inputparameter. Opret en ny fil test_basic_fixture.py med følgende kode.

import pytest
@pytest.fixture
def supply_AA_BB_CC():
	aa=25
	bb =35
	cc=45
	return [aa,bb,cc]

def test_comparewithAA(supply_AA_BB_CC):
	zz=35
	assert supply_AA_BB_CC[0]==zz,"aa and zz comparison failed"

def test_comparewithBB(supply_AA_BB_CC):
	zz=35
	assert supply_AA_BB_CC[1]==zz,"bb and zz comparison failed"

def test_comparewithCC(supply_AA_BB_CC):
	zz=35
	assert supply_AA_BB_CC[2]==zz,"cc and zz comparison failed"

Her:

Vi har en fixture ved navn supply_AA_BB_CC. Denne metode returnerer en liste med tre værdier.
Vi har tre testmetoder, der sammenligner med hver af værdierne.

Hver af testfunktionerne har et inputargument, hvis navn matcher en tilgængelig fixture. Pytest kalder derefter den tilsvarende fixture-metode, og de returnerede værdier gemmes i inputargumentet, her listen [25,35,45]. Listeelementerne bruges derefter i testmetoderne til sammenligningen. Kør nu testen, og se resultatet.

 py.test test_basic_fixture

test_basic_fixture.py::test_comparewithAA FAILED                                                                                                                                                                                       
test_basic_fixture.py::test_comparewithBB PASSED                                                                                                                                                                                       
test_basic_fixture.py::test_comparewithCC FAILED
                                                                                                                                                                                       
============================================== FAILURES ==============================================
_________________________________________ test_comparewithAA _________________________________________
supply_AA_BB_CC = [25, 35, 45]
    def test_comparewithAA(supply_AA_BB_CC):
    	zz=35
>   	assert supply_AA_BB_CC[0]==zz,"aa and zz comparison failed"
E    AssertionError: aa and zz comparison failed
E    assert 25 == 35
test_basic_fixture.py:10: AssertionError

_________________________________________ test_comparewithCC _________________________________________
supply_AA_BB_CC = [25, 35, 45]
    def test_comparewithCC(supply_AA_BB_CC):
    	zz=35
>   	assert supply_AA_BB_CC[2]==zz,"cc and zz comparison failed"
E    AssertionError: cc and zz comparison failed
E    assert 45 == 35
test_basic_fixture.py:16: AssertionError
================================= 2 failed, 1 passed in 0.05 seconds =================================

Testen test_comparewithBB består, da zz=BB=35, og de resterende to tests fejler.

Fixture-metoden har kun et omfang i den testfil, hvor den er defineret. Hvis vi forsøger at tilgå fixture-metoden i en anden testfil, får vi en fejlmeddelelse, der siger fixture. 'supply_AA_BB_CC' ikke fundet for testmetoderne i de andre filer.

For at bruge den samme fixture mod flere testfiler, opretter vi fixture-metoder i en fil kaldet conftest.py. Lad os se dette med nedenstående pytest-eksempel. Opret tre filer, conftest.py, test_basic_fixture.py og test_basic_fixture2.py, med følgende kode.

conftest.py

import pytest
@pytest.fixture
def supply_AA_BB_CC():
	aa=25
	bb =35
	cc=45
	return [aa,bb,cc]

test_basic_fixture.py

import pytest
def test_comparewithAA(supply_AA_BB_CC):
	zz=35
	assert supply_AA_BB_CC[0]==zz,"aa and zz comparison failed"

def test_comparewithBB(supply_AA_BB_CC):
	zz=35
	assert supply_AA_BB_CC[1]==zz,"bb and zz comparison failed"

def test_comparewithCC(supply_AA_BB_CC):
	zz=35
	assert supply_AA_BB_CC[2]==zz,"cc and zz comparison failed"

test_basic_fixture2.py

import pytest
def test_comparewithAA_file2(supply_AA_BB_CC):
	zz=25
	assert supply_AA_BB_CC[0]==zz,"aa and zz comparison failed"

def test_comparewithBB_file2(supply_AA_BB_CC):
	zz=25
	assert supply_AA_BB_CC[1]==zz,"bb and zz comparison failed"

def test_comparewithCC_file2(supply_AA_BB_CC):
	zz=25
	assert supply_AA_BB_CC[2]==zz,"cc and zz comparison failed"

Pytest vil først søge efter fixturet i testfilen, og hvis det ikke findes, vil det søge i conftest.py. Kør testen med py.test -k test_comparewith -v for at få resultatet nedenfor.

test_basic_fixture.py::test_comparewithAA FAILED  
test_basic_fixture.py::test_comparewithBB PASSED 
test_basic_fixture.py::test_comparewithCC FAILED 
test_basic_fixture2.py::test_comparewithAA_file2 PASSED 
test_basic_fixture2.py::test_comparewithBB_file2 FAILED 
test_basic_fixture2.py::test_comparewithCC_file2 FAILED

Pytest parametriseret test

Formålet med at parametrisere en test er at køre en test mod flere sæt argumenter. Vi kan gøre dette med @pytest.mark.parametrize. Vi vil se dette med nedenstående pytest-eksempel. Her vil vi sende tre argumenter til en testmetode. Denne testmetode vil tilføje de to første argumenter og sammenligne resultatet med det tredje argument. Opret testfilen test_addition.py med nedenstående kode.

import pytest
@pytest.mark.parametrize("input1, input2, output",[(5,5,10),(3,5,12)])
def test_add(input1, input2, output):
	assert input1+input2 == output,"failed"

Her accepterer testmetoden tre argumenter: input1, input2 og output. Den lægger input1 og input2 sammen og sammenligner summen med outputtet. Lad os køre testen med py.test -k test_add -v og se resultatet.

test_addition.py::test_add[5-5-10] PASSED                                                                                                                                                                                              
test_addition.py::test_add[3-5-12] FAILED                                                                                                                                                                                              
============================================== FAILURES ==============================================
__________________________________________ test_add[3-5-12] __________________________________________
input1 = 3, input2 = 5, output = 12
    @pytest.mark.parametrize("input1, input2, output",[(5,5,10),(3,5,12)])
    def test_add(input1, input2, output):
>   	assert input1+input2 == output,"failed"
E    AssertionError: failed
E    assert (3 + 5) == 12
test_addition.py:5: AssertionError

Du kan se, at testene blev kørt to gange, den ene kontrollerede 5+5 ==10 og den anden kontrollerede 3+5 ==12.

test_addition.py::test_add[5-5-10] BESTÅET

test_addition.py::test_add[3-5-12] MISLYKKES

Pytest Xfail og Skip Tests

Der vil være nogle situationer, hvor vi ikke ønsker at udføre en test, eller en test sag er ikke relevant på et bestemt tidspunkt. I disse situationer har vi mulighed for at xfail testen eller springe testene over. Xfailed-testen vil blive udført, men den vil ikke tælle med som en del af de ikke-beståede eller ikke-beståede tests. Der vil ikke være nogen traceback vises, hvis testen fejler. Vi kan xfail-tests ved hjælp af @pytest.mark.xfail. Spring overping En test betyder, at testen ikke vil blive udført. Vi kan springe tests over ved at bruge @pytest.mark.skip. Rediger test_addition.py med nedenstående kode.

import pytest
@pytest.mark.skip
def test_add_1():
	assert 100+200 == 400,"failed"

@pytest.mark.skip
def test_add_2():
	assert 100+200 == 300,"failed"

@pytest.mark.xfail
def test_add_3():
	assert 15+13 == 28,"failed"

@pytest.mark.xfail
def test_add_4():
	assert 15+13 == 100,"failed"

def test_add_5():
	assert 3+2 == 5,"failed"

def test_add_6():
	assert 3+2 == 6,"failed"

Her:

test_add_1 og test_add_2 springes over og vil ikke blive udført.
test_add_3 og test_add_4 er xfailed. Disse tests vil blive udført og vil være en del af xfailed (ved testfejl) eller xpassed (ved testbestået) testene. Der vil ikke være nogen tractilbage for fiaskoer.
test_add_5 og test_add_6 vil blive udført, og test_add_6 vil rapportere fejl med en traceback mens test_add_5 består.

Udfør testen med py.test test_addition.py -v og se resultatet.

test_addition.py::test_add_1 SKIPPED
test_addition.py::test_add_2 SKIPPED
test_addition.py::test_add_3 XPASS
test_addition.py::test_add_4 xfail
test_addition.py::test_add_5 PASSED
test_addition.py::test_add_6 FAILED

============================================== FAILURES ==============================================
_____________________________________________ test_add_6 _____________________________________________
    def test_add_6():
>   	assert 3+2 == 6,"failed"
E    AssertionError: failed
E    assert (3 + 2) == 6
test_addition.py:24: AssertionError

================ 1 failed, 1 passed, 2 skipped, 1 xfailed, 1 xpassed in 0.07 seconds =================

Resultater i XML-format

Vi kan oprette testresultater i XML-format, som vi kan sende til Continuous Integration-servere til videre behandling. Dette kan gøres med kommandoen py.test test_sample1.py -v –junitxml=”result.xml”. result.xml vil registrere testudførelsesresultatet. Find et eksempel på result.xml nedenfor.

<?xml version="1.0" encoding="UTF-8"?>
<testsuite errors="0" failures="1" name="pytest" skips="0" tests="2" time="0.046">
   <testcase classname="test_sample1" file="test_sample1.py" line="3" name="test_file1_method1" time="0.001384973526">
     <failure message="AssertionError:test failed because x=5 y=6 assert 5 ==6">
    @pytest.mark.set1
    def test_file1_method1():
    	x=5
    	y=6
       	assert x+1 == y,"test failed"
>      	assert x == y,"test failed because x=" + str(x) + " y=" + str(y)
E       AssertionError: test failed because x=5 y=6
E       assert 5 == 6
         test_sample1.py:9: AssertionError
    </failure>
   </testcase>
   <testcase classname="test_sample1" file="test_sample1.py" line="10" name="test_file1_method2" time="0.000830173492432" />
</testsuite>

Fra Vi kan se i alt to tests, hvoraf den ene ikke bestod. Nedenfor kan du se detaljerne vedrørende hver udført test under mærke.

Pytest Framework til test af en API

Nu vil vi oprette et lille pytest-framework til at teste et API. API'et, der bruges her, er et gratis et fra reqres.inDenne hjemmeside leverer blot en testbar API og gemmer ikke vores data. Her vil vi skrive nogle tests for følgende:

Lister nogle brugere.
Log ind med brugere.

Opret nedenstående filer med den givne kode. Først har conftest.py en fixture, der leverer basen URL for alle testmetoder.

import pytest
@pytest.fixture
def supply_url():
	return "https://reqres.in/api"

Dernæst indeholder test_list_user.py testmetoderne til at liste gyldige og ugyldige brugere.

test_list_valid_user tester for en gyldig brugerhentning og verificerer svaret.
test_list_invaliduser tester for en ugyldig brugerhentning og verificerer svaret.

import pytest
import requests
import json
@pytest.mark.parametrize("userid, firstname",[(1,"George"),(2,"Janet")])
def test_list_valid_user(supply_url,userid,firstname):
	url = supply_url + "/users/" + str(userid)
	resp = requests.get(url)
	j = json.loads(resp.text)
	assert resp.status_code == 200, resp.text
	assert j['data']['id'] == userid, resp.text
	assert j['data']['first_name'] == firstname, resp.text

def test_list_invaliduser(supply_url):
	url = supply_url + "/users/50"
	resp = requests.get(url)
	assert resp.status_code == 404, resp.text

Derefter indeholder test_login_user.py testmetoderne til test af login-funktionaliteten.

test_login_valid tester det gyldige loginforsøg med en e-mail og adgangskode.
test_login_no_password tester det ugyldige loginforsøg uden at angive en adgangskode.
test_login_no_email tester det ugyldige loginforsøg uden at videregive en e-mail.

import pytest
import requests
import json
def test_login_valid(supply_url):
	url = supply_url + "/login/" 
	data = {'email':'test@test.com','password':'something'}
	resp = requests.post(url, data=data)
	j = json.loads(resp.text)
	assert resp.status_code == 200, resp.text
	assert j['token'] == "QpwL5tke4Pnpja7X", resp.text

def test_login_no_password(supply_url):
	url = supply_url + "/login/" 
	data = {'email':'test@test.com'}
	resp = requests.post(url, data=data)
	j = json.loads(resp.text)
	assert resp.status_code == 400, resp.text
	assert j['error'] == "Missing password", resp.text

def test_login_no_email(supply_url):
	url = supply_url + "/login/" 
	data = {}
	resp = requests.post(url, data=data)
	j = json.loads(resp.text)
	assert resp.status_code == 400, resp.text
	assert j['error'] == "Missing email or username", resp.text

Kør testen med py.test -v og se resultatet som følger.

test_list_user.py::test_list_valid_user[1-George] PASSED                                                                                                                                                                               
test_list_user.py::test_list_valid_user[2-Janet] PASSED                                                                                                                                                                                
test_list_user.py::test_list_invaliduser PASSED                                                                                                                                                                                        
test_login_user.py::test_login_valid PASSED                                                                                                                                                                                            
test_login_user.py::test_login_no_password PASSED                                                                                                                                                                                      
test_login_user.py::test_login_no_email PASSED

Opdater testene og prøv forskellige output.

Ofte Stillede Spørgsmål

Begge løber Python tests, men pytest bruger almindelige assert-sætninger, kræver mindre standardtekst og tilbyder fixtures, markører og parametrisering. Unittest leveres med standardbiblioteket og følger den klassebaserede xUnit-stil. Pytest kan stadig køre eksisterende unittest-testtilfælde.

Brug node-ID-syntaksen med et dobbelt kolon: pytest test_sample1.py::test_file1_method1. Dette kører kun den ene metode. Du kan også målrette en hel fil (pytest test_sample1.py) eller filtrere efter navn med -k-indstillingen.

Installer pytest-cov-pluginnet, og kør derefter pytest –cov=your_package. Det rapporterer procentdelen af linjer, der udføres af dine tests, og –cov-report=html producerer en gennemsebar rapport, der fremhæver utestede linjer.

Et fixture-scope styrer, hvor ofte det kører: funktion (standard), klasse, modul, pakke eller session. Indstil det med @pytest.fixture(scope=”module”). Bredere scopes genbruger dyr opsætning, såsom en databaseforbindelse, på tværs af mange tests.

Kør pytest -x for at stoppe umiddelbart efter den første fejlende test, eller pytest –maxfail=2 for at stoppe efter et valgt antal fejl. Dette forkorter feedback-loopet, når du fejlsøger en defekt suite.

Pytest registrerer som standard stdout. Tilføj -s-flaget (pytest -s) for at deaktivere registrering og vise print-sætninger live. -v-flaget tilføjer et detaljeret output pr. test, der viser hvert testnavn og dets resultat.

Maskinlæringsteams bruger pytest til at validere dataindlæsningspipelines, funktionstransformationer og modeloutput. Fixtures leverer eksempeldatasæt, og parametrize kontrollerer mange input, så de intelligente dele af et system forbliver pålidelige, når koden ændres.

Ja. GitHub Copilot og agentic AI-assistenter kan generere pytest-funktioner, fixtures og parametriserede cases fra en kort prompt eller en eksisterende funktion. RevSe de genererede påstande, da AI kan overse kanttilfælde og fejlvurdere forventede værdier.

PyTest-vejledning: Hvad er PyTest? (med eksempler)

Hvad er Pytest?

Hvorfor bruge Pytest?

Sådan installeres Pytest

Første grundlæggende Pytest-eksempel

Påstande i Pytest

Hvordan Pytest identificerer testfiler og testmetoder

Kør flere tests fra en specifik fil og flere filer

Kør et delmængde af hele testen med Pytest

Kør tests parallelt med Pytest

Pytest-armaturer

Pytest parametriseret test

Pytest Xfail og Skip Tests

Resultater i XML-format

Pytest Framework til test af en API

Ofte Stillede Spørgsmål

Opsummer dette indlæg med:

Tilmeld dig nyhedsbrevet

Hvad er Pytest?

Hvorfor bruge Pytest?

Sådan installeres Pytest

Første grundlæggende Pytest-eksempel

Påstande i Pytest

Hvordan Pytest identificerer testfiler og testmetoder

Kør flere tests fra en specifik fil og flere filer

RELATEREDE ARTIKLER

Kør et delmængde af hele testen med Pytest

Kør tests parallelt med Pytest

Pytest-armaturer

Pytest parametriseret test

Pytest Xfail og Skip Tests

Resultater i XML-format

Pytest Framework til test af en API

Ofte Stillede Spørgsmål

Opsummer dette indlæg med:

Tilmeld dig nyhedsbrevet