Почему pytest стал стандартом де-факто в разработке на Python

Вспомните, как выглядели тесты в Python десять-двенадцать лет назад. Если вы застали те времена, то наверняка помните тяжеловесный стандартный unittest. Нужно было создавать классы, наследоваться от TestCase, помнить десятки методов вроде self.assertEqual или self.assertRaises. Это всегда ощущалось как попытка притащить Java-подход в гибкий мир Python.

Потом появился pytest.

На первый взгляд он кажется слишком простым. Но именно в этой простоте скрыта его живучесть. Проект живет с 2004 года, им пользуются тысячи команд, и он до сих пор не растерял актуальности. Давайте разберемся, за счет чего он вытеснил конкурентов и почему начинать новый проект без него сегодня — как минимум странное решение.

В чем секрет его популярности

Главная идея pytest — минимальное трение. Чтобы написать тест, вам не нужно изучать API фреймворка. Достаточно создать функцию, которая начинается с префикса test_, и использовать обычный питоновский оператор assert.

Инструмент сам найдет ваши тесты в файлах, запустит их и покажет детализированный отчет. Причем отчет будет не просто сухим «4 != 5», а с полным разбором того, что именно пошло не так.

Магия обычного assert

В большинстве фреймворков проверка условий — это отдельный мини-язык. В pytest вы пишете так, как привыкли в коде.

def inc(x):
    return x + 1

def test_answer():
    assert inc(3) == 5

Когда этот тест упадет, вы увидите не просто ошибку, а интроспекцию:

E       assert 4 == 5
E        +  where 4 = inc(3)

Фреймворк под капотом переписывает дерево абстрактного синтаксиса (AST) ваших тестов, чтобы вытащить значения переменных в момент падения. Это экономит кучу времени при отладке, потому что сразу понятно, какое значение вернула функция, без вставки print или запуска дебаггера.

Фикстуры: управление ресурсами без боли

Если assert — это лицо pytest, то фикстуры — его сердце. В стандартном unittest у нас были методы setUp и tearDown. Проблема в том, что они привязаны к классу. Если пяти тестам нужна база данных, а двум — нет, вам приходится либо плодить классы, либо всегда поднимать базу.

Фикстуры в pytest работают по принципу внедрения зависимостей. Вы описываете ресурс, а тест просто «просит» его в аргументах.

import pytest

@pytest.fixture
def db_connection():
    db = connect_to_db()
    yield db
    db.close()

def test_user_save(db_connection):
    db_connection.execute("INSERT INTO users ...")
    # тест работает с базой

Интересно то, что фикстуры модульные. Одна фикстура может использовать другую, а их область видимости (scope) настраивается: можно создавать объект на каждый тест, на модуль или на всю сессию запуска.

Огромная база плагинов

За годы существования вокруг проекта выросла огромная сеть расширений. Их больше 1300. Нужно проверить покрытие кода тестами? Есть pytest-cov. Хотите запускать тесты параллельно на всех ядрах процессора? Ставим pytest-xdist. Работаете с Django или Flask? Для этого тоже есть готовые обертки, которые берут на себя настройку окружения.

Это позволяет не изобретать велосипед. Скорее всего, кто-то уже решил вашу задачу по автоматизации и выложил это на PyPI.

Техническое наследие и стабильность

Проект поддерживает Python 3.10+ и PyPy3. Несмотря на почтенный возраст, кодовая база активно поддерживается. Разработчики уделяют много внимания обратной совместимости: вы можете запустить свои старые тесты, написанные под unittest, через pytest, и они будут работать. Это часто используют как первый шаг при миграции — просто сменить раннер, а потом постепенно переписывать тесты на более современный лад.

Кому стоит на него перейти

Если вы всё еще используете стандартный unittest, переход на pytest будет похож на переезд из хрущевки в просторный дом. Кода станет меньше, он станет читаемее, а отчеты об ошибках — информативнее.

Особенно проект хорош для:

1. Крупных приложений со сложной логикой инициализации (спасибо фикстурам).
2. Библиотек, где важно тестировать код под разными версиями Python (через параметризацию тестов).
3. Команд, которые ценят скорость разработки: писать тесты-функции банально быстрее, чем городить классы.

Начать очень просто: pip install pytest, создайте файл test_logic.py и напишите первую функцию с assert. Скорее всего, возвращаться назад вам уже не захочется.