Czym różni się Pytest od unittest?

unittest to wbudowany moduł Pythona — testy wymagają dziedziczenia po TestCase i użycia metod self.assertEqual(). Pytest jest bardziej zwięzły: testy to funkcje z asercją assert, fixtures zastępują setUp/tearDown, parametryzacja jest prostsza. Pytest jest kompatybilny wstecznie — uruchamia testy unittest. Do nowych projektów rekomendowany jest Pytest.

Czym są fixtures w Pytest i jak działają?

Fixture to funkcja dekorowana @pytest.fixture dostarczająca zasoby lub dane testom. Test deklaruje potrzebę fixture przez parametr o tej samej nazwie — Pytest automatycznie wstrzykuje fixture. Fixtures mogą mieć różny zakres (function/module/session), zwracać dane i wykonywać cleanup po teście przez yield.

Jak uruchomić tylko wybrane testy w Pytest?

Pytest oferuje wiele sposobów filtrowania: -k 'nazwa' (wyrażenie nazwy testu), -m 'marker' (marker), konkretny plik: pytest tests/test_modul.py, konkretna funkcja: pytest tests/test_modul.py::test_funkcja. Flaga -v pokazuje szczegółowe wyniki, --tb=short skraca traceback.

Jak mierzyć pokrycie kodu w Pytest?

Przez plugin pytest-cov: pip install pytest-cov, następnie pytest --cov=src --cov-report=html. Raport HTML generowany w htmlcov/ pokazuje pokryte i niepokryte linie. Wskaźnik pokrycia jest pomocną metryką, ale sama liczba nie gwarantuje jakości testów — liczy się testowanie rzeczywistych ścieżek logiki.

Pytest - framework do testów w Pythonie

Definicja #

Pytest to framework do testowania w Pythonie, który zastąpił wbudowany moduł unittest jako de facto standard w ekosystemie. Wyróżnia się minimalistyczną składnią — testy to zwykłe funkcje Pythona z asercjami assert, bez dziedziczenia po klasach bazowych.

Kluczowe elementy Pytest:

Prosta składnia — test to funkcja o nazwie zaczynającej się od test_; asercje przez standardowy Python assert; pytest dostarcza szczegółowe komunikaty błędów (introspection)
Fixtures — centralny mechanizm Pytest; funkcje dekorowane @pytest.fixture dostarczają zasobów testom (baza danych, klient HTTP, dane testowe); wstrzykiwane przez parametry funkcji testowej
Scope fixtures — function, class, module, session; kontrola kiedy fixture jest tworzone i niszczone
Parametryzacja — @pytest.mark.parametrize uruchamia test wielokrotnie z różnymi danymi wejściowymi
Markers — @pytest.mark.skip, @pytest.mark.xfail, @pytest.mark.slow; kategoryzacja i filtrowanie testów
Conftest.py — plik współdzielonych fixtures i konfiguracji widoczny dla całego drzewa katalogów
Bogaty ekosystem pluginów — pytest-django, pytest-asyncio, pytest-cov (code coverage), pytest-mock, pytest-xdist (równoległe wykonanie)

Pytest jest standardem testowania dla frameworków Python: Django (pytest-django), FastAPI, Flask. Obsługuje testy asynchroniczne (asyncio) przez pytest-asyncio.

Zastosowania #

Testy jednostkowe logiki biznesowej w Pythonie — izolowane testowanie funkcji i klas z fixtures jako dependency injection
Testy integracyjne Django i FastAPI — pytest-django z @pytest.mark.django_db, TestClient dla HTTP testów
Testy parametryzowane — weryfikacja funkcji z wieloma zestawami danych wejściowych przez @pytest.mark.parametrize
Data science i ML — testy pipeline'ów przetwarzania danych, walidacja modeli ML i transformacji
CI/CD — integracja z GitHub Actions, generowanie raportów JUnit XML dla systemów CI

Ścieżka nauki #

Pytest jest obowiązkowym narzędziem dla każdego Python developera dbającego o jakość kodu.

Zacznij od:

Instalacja: pip install pytest; uruchamianie: pytest w katalogu projektu
Pierwszy test: plik test_*.py, funkcja def test_nazwa(): z asercją assert wynik == oczekiwany
Fixtures: @pytest.fixture do przygotowania zasobów; fixture tmp_path, capsys, monkeypatch wbudowane
Parametryzacja: @pytest.mark.parametrize("input,expected", [(1, 2), (3, 4)])

Następnie pogłębiaj:

Mockowanie z pytest-mock (mocker.patch()) — izolacja zależności zewnętrznych
Code Coverage: pip install pytest-cov; raport: pytest --cov=src --cov-report=html
pytest-django — testowanie aplikacji Django z bazą danych i klientem HTTP
pytest-asyncio — testy asynchroniczne dla FastAPI i asyncio

FAQ #

Czym różni się Pytest od unittest?: unittest to wbudowany moduł Pythona — testy wymagają dziedziczenia po TestCase i użycia metod self.assertEqual(). Pytest jest bardziej zwięzły: testy to funkcje z asercją assert, fixtures zastępują setUp/tearDown, parametryzacja jest prostsza. Pytest jest kompatybilny wstecznie — uruchamia testy unittest. Do nowych projektów rekomendowany jest Pytest.
Czym są fixtures w Pytest i jak działają?: Fixture to funkcja dekorowana @pytest.fixture dostarczająca zasoby lub dane testom. Test deklaruje potrzebę fixture przez parametr o tej samej nazwie — Pytest automatycznie wstrzykuje fixture. Fixtures mogą mieć różny zakres (function/module/session), zwracać dane i wykonywać cleanup po teście przez yield.
Jak uruchomić tylko wybrane testy w Pytest?: Pytest oferuje wiele sposobów filtrowania: -k 'nazwa' (wyrażenie nazwy testu), -m 'marker' (marker), konkretny plik: pytest tests/test_modul.py, konkretna funkcja: pytest tests/test_modul.py::test_funkcja. Flaga -v pokazuje szczegółowe wyniki, --tb=short skraca traceback.
Jak mierzyć pokrycie kodu w Pytest?: Przez plugin pytest-cov: pip install pytest-cov, następnie pytest --cov=src --cov-report=html. Raport HTML generowany w htmlcov/ pokazuje pokryte i niepokryte linie. Wskaźnik pokrycia jest pomocną metryką, ale sama liczba nie gwarantuje jakości testów — liczy się testowanie rzeczywistych ścieżek logiki.

Pytest

Definicja #

Zastosowania #

Ścieżka nauki #

FAQ #

Powiązane hasła

Przeglądaj słownik IT alfabetycznie