Тестирование на Python: pytest — полный гайд

Почему именно pytest

• минимальный порог входа
• лаконичные assert без лишнего шаблонного кода
• удобный запуск как маленьких, так и больших наборов тестов
• фикстуры для подготовки данных и окружения
• параметризация для проверки множества сценариев
• плагины: покрытие кода, параллельный запуск, интеграции с CI/CD ⚙️

Как установить

pip install pytest

Базовая структура теста

Файл обычно называют test_*.py или *_test.py.

def sum_numbers(a, b):
    return a + b

def test_sum_numbers():
    assert sum_numbers(2, 3) == 5

Запуск:

pytest

Почему assert в pytest удобнее

Обычный assert в Python здесь становится мощным инструментом: pytest сам покажет, что именно не совпало. Это ускоряет отладку и делает тесты читаемыми 👀

Фикстуры: подготовка данных

Фикстуры нужны, чтобы не дублировать код настройки.

import pytest

@pytest.fixture
def user():
    return {"name": "Alex", "role": "admin"}

def test_user_role(user):
    assert user["role"] == "admin"

Это особенно полезно для работы с БД, API-клиентами, временными файлами и тестовыми объектами.

Параметризация: много кейсов — один тест

import pytest

@pytest.mark.parametrize("a,b,result", [
    (1, 2, 3),
    (5, 5, 10),
    (0, 0, 0),
])
def test_sum(a, b, result):
    assert a + b == result

Такой подход помогает покрывать граничные случаи без копипаста.

Проверка исключений

import pytest

def divide(a, b):
    return a / b

def test_divide_by_zero():
    with pytest.raises(ZeroDivisionError):
        divide(10, 0)

Это важный сценарий для устойчивости приложения 🔒

Полезные команды

• pytest -v — подробный вывод
• pytest -k "sum" — запуск тестов по имени
• pytest tests/test_api.py — запуск конкретного файла
• pytest --maxfail=1 — остановка после первой ошибки

Плагины, которые стоит знать

• pytest-cov — измерение покрытия кода
• pytest-xdist — параллельный запуск
• pytest-mock — удобные моки
• pytest-asyncio — тестирование async-кода 🚀

Лучшие практики

• один тест — одна проверяемая идея
• называйте тесты понятно: test_user_can_login
• покрывайте не только успешные сценарии, но и ошибки
• не завязывайтесь на внешние сервисы без моков
• запускайте тесты в CI при каждом коммите

Когда pytest особенно полезен

pytest подходит для unit-, integration- и даже end-to-end тестов. Он одинаково хорош для pet-проектов, backend-сервисов, FastAPI/Django-приложений и библиотек Python 🧠

Итог

если нужен современный стандарт тестирования на Python, pytest закрывает почти все базовые и продвинутые задачи — от простых проверок функций до автоматизации качества в production-разработке.