PyTest-handledning: Vad är PyTest? (med exempel)

By: Anna Blake Anna Blake
Hours Uppdaterad

⚡ Smart sammanfattning

Pytest är en Python testramverk som hjälper dig att skriva enkla, skalbara tester för databaser, API:er och användargränssnitt. Det stöder fixturer, parametrisering, markörer, parallella körningar och detaljerad assertionrapportering, från grundläggande enhetstester till komplexa funktionstester.

  • 🔘 Installation: Kommandot pip install pytest lägger till ramverket, och py.test -h bekräftar installationen genom att skriva ut hjälpfilen.
  • ☑️ Testupptäckt: Pytest samlar automatiskt in filer med namnet test_*.py eller *_test.py och metoder vars namn börjar med test.
  • ✅ Påståenden: Enkla assert-satser rapporterar ett tydligt AssertionError med de jämförda värdena när en kontroll misslyckas.
  • 🧪 fixturer: @pytest.fixture-dekoratorn tillhandahåller återanvändbar installationsdata som delas mellan filer via en conftest.py-fil.
  • 🛠️ Selektiva körningar: Markörer, delsträngsfiltret -k och parametrize kör riktade delmängder eller samma test över många indata.
  • 🤖 AI-arbetsflöden: Maskininlärningsteam använder pytest för att validera datapipelines och modellutdata, och Copilot kan utarbeta testfall.
Läs mer

Pytest-handledning

Pytest är ett av de mest använda testramverken inom Python ekosystem. Det håller testkoden kort och läsbar, upptäcker tester automatiskt och växer från en första assertion till en komplett testsvit för databaser, API:er och användargränssnitt. Avsnitten nedan går igenom installation, assertioner, fixturer, markörer, parametrisering och parallella körningar med praktiska exempel.

Vad är Pytest?

Pytest är ett testramverk som låter dig skriva testkod med hjälp av Python programmeringsspråk. Det hjälper dig att skriva enkla och skalbara testfall för databaser, API:er och till och med användargränssnitt. Pytest används främst för att skriva tester för API:er, och det skalar från enkla enhetstester till komplexa funktionstester.

Varför använda Pytest?

Några av fördelarna med pytest är:

  • Väldigt lätt att börja med, på grund av dess enkla och rena syntax.
  • Kan köra tester parallellt.
  • Kan köra ett specifikt test eller en delmängd av tester.
  • Upptäcker tester automatiskt.
  • Kan hoppa över prov.
  • Öppen källa.

Hur man installerar Pytest

Följande är processen för att installera pytest:

Steg 1) Du kan installera pytest med kommandot nedan.

pip install pytest==2.9.1

När installationen är klar kan du bekräfta den med följande kommando.

py.test -h

Detta kommer att visa hjälpen.

Installera pytest och visa hjälputdata

Första grundläggande Pytest-exemplet

Nu ska du lära dig hur du använder pytest med ett grundläggande pytest-exempel.

Skapa en mapp med namnet study_pytest. Du ska skapa testfilerna i den här mappen. Navigera till den mappen i kommandoraden. Skapa en fil med namnet test_sample1.py i mappen.

Skapa den första grundläggande pytest-testfilen

Lägg till koden nedan i den och spara.

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"

Kör testet med kommandot nedan.

py.test

Du får utdata enligt följande.

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

Resultat för felaktigt Pytest-test

Här, i test_sample1.py F., står bokstaven F för misslyckande och punkten (.) för framgång. I avsnittet om misslyckanden kan du se den/de misslyckade metoden/metoderna och felraden. Här betyder x==y 5==6, vilket är falskt.

Härnäst kommer du att lära dig om påståenden i Pytest.

Påståenden i Pytest

Pytest-påståenden är kontroller som returnerar antingen statusen Sant eller Falskt. Om ett påstående i en pytest-metod misslyckas, stoppas körningen av den metoden där. Återstående kod i den testmetoden körs inte, och pytest fortsätter med nästa testmetod.

Exempel på Pytest-påståenden:

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.

Tänk på följande.

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

Placera den här koden i test_file1_method1() istället för påståendet nedan.

assert x == y,"test failed"

Att köra testet ger felet som AssertionError: testet misslyckades x=5 y=6.

Hur Pytest identifierar testfiler och testmetoder

Som standard identifierar pytest endast filnamn som börjar med testa_ eller slutar med _testa som testfilerna. Vi kan dock nämna andra filnamn explicit (förklaras senare). Pytest kräver att testmetodens namn börjar med testAlla andra metodnamn ignoreras, även om vi uttryckligen ber om att köra dessa metoder.

Se några exempel på giltiga och ogiltiga pytest-filnamn.

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

Obs: Ja, vi kan uttryckligen be pytest att välja testlogin.py och logintest.py.

Se några exempel på giltiga och ogiltiga pytest-testmetoder.

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

Obs: Även om vi uttryckligen nämner file1_method1(), kommer pytest inte att köra den här metoden.

Kör flera tester från en specifik fil och flera filer

För närvarande, inuti mappen study_pytest, har vi filen test_sample1.py. Anta att vi har flera filer, säg test_sample2.py och test_sample3.py. För att köra alla tester från alla filer i mappen och undermapparna behöver vi bara köra kommandot pytest.

py.test

Detta kör alla filnamn som börjar med test_ och filnamn som slutar med _test i den mappen och undermapparna under den mappen.

För att köra tester endast från en specifik fil kan vi använda py.test .

py.test test_sample1.py

RELATERADE ARTIKLAR

Kör en delmängd av hela testet med Pytest

Ibland vill vi inte köra hela testsviten. Pytest låter oss köra specifika tester. Vi kan göra det på två sätt:

  • Grouping av testnamn genom delsträngsmatchning.
  • Grouping av tester av markörer.

Vi har redan test_sample1.py. Skapa en fil test_sample2.py och lägg till koden nedan i 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 följande just nu.

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

Alternativ 1) Kör tester genom att matcha delsträngar

Här, för att köra alla tester som har metod1 i sitt namn, måste vi köra kommandot nedan.

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

Så om du kör py.test -k method1 -v får du följande 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 ===============================

Här kan man se, mot slutet, 2 tester avmarkerade av '-kmethod1', vilka är test_file1_metod2 och test_file2_metod2.

Prova att springa med olika kombinationer som följande.

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'

Alternativ 2) Kör tester med markörer

Pytest låter oss ställa in olika attribut för testmetoderna med hjälp av pytest-markörer, @pytest.mark. För att använda markörer i testfilen måste vi importera pytest till testfilerna. Här kommer vi att tillämpa olika markörnamn på testmetoderna och köra specifika tester baserat på markörnamnen. Vi kan definiera markörerna för varje testnamn genom att använda följande.

@pytest.mark.<name>.

Vi definierar markörerna set1 och set2 på testmetoderna, och vi kommer att köra testet med markörnamnen. Uppdatera testfilerna med följande kod.

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 köra det markerade testet med kommandot nedan.

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

Kör py.test -m set1. Detta kommer att köra metoderna test_file1_method1, test_file2_method1 och test_file2_method2. Om du kör py.test -m set2 körs test_file1_method2.

Kör tester parallellt med Pytest

Vanligtvis har en testsvit flera testfiler och hundratals testmetoder, vilket tar avsevärd tid att köra. Pytest låter oss köra tester parallellt. För det måste vi först installera pytest-xdist genom att köra kommandot nedan.

pip install pytest-xdist

Kör tester parallellt med pytest-xdist

Du kan köra testerna nu med följande kommando.

py.test -n 4

Här, -n kör testerna med flera arbetare. I kommandot ovan kommer det att finnas fyra arbetare som kör testerna.

Pytest-fixturer

Fixturer används när vi vill köra kod före varje testmetod. Så istället för att upprepa samma kod i varje test definierar vi fixturer. Vanligtvis används fixturer för att initiera databasanslutningar, skicka basen URL, och så vidare. En metod markeras som en pytest-fixtur genom att markera den med följande.

@pytest.fixture

En testmetod kan använda en pytest-fixtur genom att ange fixturen som en indataparameter. Skapa en ny fil test_basic_fixture.py med följande kod.

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"

Här:

  • Vi har en fixtur med namnet supply_AA_BB_CC. Den här metoden returnerar en lista med tre värden.
  • Vi har tre testmetoder som jämför mot vart och ett av värdena.

Varje testfunktion har ett inmatningsargument vars namn matchar en tillgänglig fixtur. Pytest anropar sedan motsvarande fixturmetod, och de returnerade värdena lagras i inmatningsargumentet, här listan [25,35,45]. Listobjekten används sedan i testmetoderna för jämförelsen. Kör nu testet och 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 =================================

Testet test_comparewithBB godkänns, eftersom zz=BB=35, och de återstående två testerna misslyckas.

Fixture-metoden har ett omfång endast inom testfilen där den är definierad. Om vi ​​försöker komma åt fixture-metoden i någon annan testfil får vi ett felmeddelande som säger fixture. 'supply_AA_BB_CC' hittades inte för testmetoderna i de andra filerna.

För att använda samma fixtur mot flera testfiler skapar vi fixturmetoder i en fil som heter conftest.py. Låt oss se detta med pytest-exemplet nedan. Skapa tre filer, conftest.py, test_basic_fixture.py och test_basic_fixture2.py, med följande kod.

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 letar först efter fixturen i testfilen, och om den inte hittas letar den i conftest.py. Kör testet med py.test -k test_comparewith -v för att få resultatet nedan.

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 Parameteriserat test

Syftet med att parametrisera ett test är att köra ett test mot flera uppsättningar argument. Vi kan göra detta med @pytest.mark.parametrize. Vi kommer att se detta med pytest-exemplet nedan. Här skickar vi tre argument till en testmetod. Denna testmetod lägger till de två första argumenten och jämför resultatet med det tredje argumentet. Skapa testfilen test_addition.py med koden nedan.

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"

Här accepterar testmetoden tre argument: input1, input2 och output. Den adderar input1 och input2 och jämför summan med output. Låt oss köra testet med py.test -k test_add -v och 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 att testerna kördes två gånger, en kontrollerade 5+5 ==10 och den andra kontrollerade 3+5 ==12.

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

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

Pytest Xfail och Skip Tests

Det kommer att finnas vissa situationer där vi inte vill utföra ett test, eller en testfall är inte relevant vid en viss tidpunkt. I dessa situationer har vi möjlighet att xfaila på testet eller hoppa över testerna. Det xfailade testet kommer att köras, men det kommer inte att räknas som en del av de underkända eller godkända testerna. Det kommer inte att finnas någon traceback visas om testet misslyckas. Vi kan xfail-tester med @pytest.mark.xfail. Hoppa överping Ett test innebär att testet inte kommer att köras. Vi kan hoppa över tester med @pytest.mark.skip. Redigera test_addition.py med koden nedan.

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"

Här:

  • test_add_1 och test_add_2 hoppas över och kommer inte att köras.
  • test_add_3 och test_add_4 är xfailed. Dessa tester kommer att köras och kommer att ingå i xfailed-testerna (vid testfel) eller xpassed-testerna (vid testgodkännande). Det kommer inte att finnas några tracåterbetalning för misslyckanden.
  • test_add_5 och test_add_6 kommer att köras, och test_add_6 kommer att rapportera fel med en traceback medan test_add_5 klarar.

Kör testet med py.test test_addition.py -v och 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 =================

Resultat i XML-format

Vi kan skapa testresultat i XML-format, som vi kan mata in till Continuous Integration-servrar för vidare bearbetning. Detta kan göras med kommandot py.test test_sample1.py -v –junitxml=”result.xml”. result.xml kommer att registrera testkörningsresultatet. Hitta ett exempel på result.xml nedan.

<?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>

Från Vi kan se totalt två tester, varav ett har misslyckats. Nedanför kan du se detaljerna om varje utfört test under märka.

Pytest-ramverket för att testa ett API

Nu ska vi skapa ett litet pytest-ramverk för att testa ett API. API:et som används här är ett gratis API från reqres.inDen här webbplatsen tillhandahåller endast ett testbart API och lagrar inte våra data. Här kommer vi att skriva några tester för följande:

  • Listar några användare.
  • Logga in med användare.

Skapa filerna nedan med den angivna koden. Först har conftest.py en fixtur som kommer att tillhandahålla basen URL för alla testmetoder.

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

Därefter innehåller test_list_user.py testmetoderna för att lista giltiga och ogiltiga användare.

  • test_list_valid_user testar efter en giltig användare och verifierar svaret.
  • test_list_invaliduser testar efter en ogiltig användare och verifierar 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

Sedan innehåller test_login_user.py testmetoderna för att testa inloggningsfunktionen.

  • test_login_valid testar det giltiga inloggningsförsöket med en e-postadress och ett lösenord.
  • test_login_no_password testar det ogiltiga inloggningsförsöket utan att ange ett lösenord.
  • test_login_no_email testar det ogiltiga inloggningsförsöket utan att skicka en e-postadress.
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

Kör testet med py.test -v och se resultatet enligt följande.

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

Uppdatera testerna och testa olika utdata.

Vanliga frågor

Båda springer Python tester, men pytest använder enkla assert-satser, behöver mindre standardinställningar och erbjuder fixturer, markörer och parametrisering. Unittest levereras med standardbiblioteket och följer den klassbaserade xUnit-stilen. Pytest kan fortfarande köra befintliga unittest-testfall.

Använd nod-ID-syntaxen med dubbelt kolon: pytest test_sample1.py::test_file1_method1. Detta kör bara den metoden. Du kan också rikta in dig på en hel fil (pytest test_sample1.py) eller filtrera efter namn med alternativet -k.

Installera pluginet pytest-cov och kör sedan pytest –cov=ditt_paket. Det rapporterar andelen rader som körts av dina tester, och –cov-report=html producerar en bläddrbar rapport som markerar otestade rader.

Ett fixture-scope styr hur ofta det körs: funktion (standard), klass, modul, paket eller session. Ställ in det med @pytest.fixture(scope=”module”). Bredare scopes återanvänder dyra inställningar, såsom en databasanslutning, över många tester.

Kör pytest -x för att stoppa omedelbart efter det första misslyckade testet, eller pytest –maxfail=2 för att stoppa efter ett valt antal misslyckanden. Detta förkortar återkopplingsslingan när du felsöker en trasig svit.

Pytest hämtar stdout som standard. Lägg till flaggan -s (pytest -s) för att inaktivera inspelning och visa print-satser live. Flaggan -v lägger till utförlig utdata per test som listar varje testnamn och dess resultat.

Maskininlärningsteam använder pytest för att validera datainläsningspipelines, funktionstransformationer och modellutdata. Fixtures tillhandahåller exempeldata och parametrize kontrollerar många indata, så att de intelligenta delarna av ett system förblir tillförlitliga när koden ändras.

Ja. GitHub Copilot och agentic AI-assistenter kan generera pytest-funktioner, fixturer och parametriserade fall från en kort prompt eller en befintlig funktion. RevVisa de genererade påståendena, eftersom AI kan missa kantfall och felbedöma förväntade värden.

Sammanfatta detta inlägg med: