PyTest Tutorial: Installieren, Tests schreiben und ausführen mit Vertrauen

Was ist PyTest?

PyTest ist ein mächtiges, Open-Source-Testing-Framework, das Entwicklern erlaubt, prägnante, skalierbare Testcases für Python-Projekte zu schreiben – seien es Unit-Tests, Integrationstests oder End-to-End-API-Checks. Es unterstützt parallele Ausführung, Fixture-Injection, Parametrisierung und reichhaltiges Reporting out of the box.

Warum PyTest wählen?

• Einfache, lesbare Syntax, die Boilerplate reduziert
• Automatische Test-Discovery und Ausführung
• Spezifische Tests oder Gruppen via -k und Markern ausführen
• Eingebauter Support für parallele Runs via pytest-xdist
• Erweiterbar durch Fixtures, Hooks und Plugins
• Kostenlos und aktiv von der Community gewartet

PyTest installieren

Neuestes stabiles Release mit pip installieren:

pip install pytest

Installation verifizieren:

pytest --version

Für spezifische Versionen können Sie pinnen, z. B. pip install pytest==7.4.0.

Erste Schritte: Ein Basis-Test

Projektverzeichnis erstellen und Testdatei test_sample1.py anlegen:

import pytest

def test_file1_method1():
    x = 5
    y = 6
    assert x + 1 == y, "Addition failed"
    assert x == y, "Values should match"

def test_file1_method2():
    x = 5
    y = 6
    assert x + 1 == y, "Addition failed"

Test-Suite ausführen:

pytest

Output-Beispiel:

==================== test session starts ====================
collected 2 items
test_sample1.py F. [100%]
=================================== FAILURES ===================================
...

Assertions verstehen

PyTest-Assertions verhalten sich wie Standard-Python-assert-Statements. Bei Fehlschlag stoppt der Test und PyTest reportet exakte Position und Message:

assert "hello" == "Hai", "Mismatched greeting"

Test Discovery Rules

• Dateien müssen mit test_ beginnen oder mit _test.py enden.
• Test-Funktionen müssen mit test_ beginnen.
• Andere Dateien/Funktionen werden ignoriert, außer explizit spezifiziert.

Spezifische Tests ausführen

Alle Tests in einem Verzeichnis:

pytest

Einzelne Datei:

pytest test_sample1.py

Nach Substring filtern:

pytest -k method1 -v

Nach Marker:

pytest -m set1

Parallele Ausführung

xdist Plugin installieren und 4-Worker-Parallel-Run starten:

pip install pytest-xdist
pytest -n 4

Fixtures nutzen

Wiederverwendbares Setup-Logic einmal definieren und in Tests injizieren:

import pytest

@pytest.fixture
def supply_data():
    return [25, 35, 45]

def test_compare_with_first(supply_data):
    assert supply_data[0] == 25

Fixture-Code in conftest.py platzieren, um über mehrere Test-Module zu teilen.

Parametrisierte Tests

Einen Test mit vielen Inputs ausführen:

import pytest

@pytest.mark.parametrize("a, b, expected", [(5, 5, 10), (3, 5, 8)])
def test_add(a, b, expected):
    assert a + b == expected

Tests skippen und Expected Failures

Marker nutzen, um Tests zu skippen oder Failures zu erwarten, ohne Results zu verschmutzen:

import pytest

@pytest.mark.skip(reason="Feature not yet available")
def test_future_feature():
    pass

@pytest.mark.xfail(reason="Known bug")
def test_known_issue():
    assert 1 == 2

XML Reports generieren

JUnit-kompatibles XML für CI-Pipelines erzeugen:

pytest -v --junitxml=result.xml

Praxisbeispiel: Public API testen

Unten ein minimales Framework, das https://reqres.in/ testet:

# conftest.py
import pytest

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

# test_list_user.py
import requests, json
import pytest

@pytest.mark.parametrize("user_id, first_name", [(1, "George"), (2, "Janet")])
def test_valid_user(base_url, user_id, first_name):
    resp = requests.get(f"{base_url}/users/{user_id}")
    data = json.loads(resp.text)
    assert resp.status_code == 200
    assert data["data"]["id"] == user_id
    assert data["data"]["first_name"] == first_name

def test_invalid_user(base_url):
    resp = requests.get(f"{base_url}/users/50")
    assert resp.status_code == 404

# test_login_user.py
import requests, json
import pytest

def test_login_success(base_url):
    payload = {"email": "test@test.com", "password": "something"}
    resp = requests.post(f"{base_url}/login/", data=payload)
    data = json.loads(resp.text)
    assert resp.status_code == 200
    assert data["token"] == "QpwL5tke4Pnpja7X"

def test_login_missing_password(base_url):
    payload = {"email": "test@test.com"}
    resp = requests.post(f"{base_url}/login/", data=payload)
    data = json.loads(resp.text)
    assert resp.status_code == 400
    assert data["error"] == "Missing password"

Fazit

Dieses Tutorial deckte Installation, klare Tests schreiben, Fixtures und Marker nutzen, parallele Ausführung, XML-Reports generieren und ein einfaches API-Test-Suite bauen ab. Mit diesen Fundamenten können Sie Ihre Python-Testing-Praktiken selbstbewusst skalieren.