Python Academy · Lekcja

Fixtures oraz konfiguracja i sprzątanie

Proszę używać fixtures do współdzielenia stanu testów oraz przygotowywania zasobów.

Fixtures oraz konfiguracja i sprzątanie to bezpłatna lekcja Python Academy na CoddyKit. To lekcja 2 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Python Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Python Academy zawiera 4 lekcji w sumie.

Czym są fixtures?

Fixtures to funkcje ozdobione dekoratorem @pytest.fixture, które dostarczają zależności testów. pytest wstrzykuje je na podstawie nazwy.

import pytest

@pytest.fixture
def user():
    return {"name": "Alice", "age": 30}

def test_name(user):
    assert user["name"] == "Alice"

Konfiguracja i sprzątanie za pomocą yield

Wewnątrz fixture należy zwrócić wartość za pomocą yield, aby oddzielić konfigurację (przed yield) od sprzątania (po yield).

import pytest

@pytest.fixture
def db_connection():
    conn = create_connection()  # setup
    yield conn
    conn.close()                # teardown

def test_query(db_connection):
    result = db_connection.query("SELECT 1")
    assert result is not None

Zakresy fixture’ów

Częstotliwość tworzenia fixture’a można kontrolować za pomocą scope: function (domyślnie), class, module, session.

import pytest

@pytest.fixture(scope="module")
def expensive_resource():
    print("\nSetup once per module")
    yield object()
    print("\nTeardown once per module")

Udostępnianie fixture’ów za pomocą conftest.py

Fixture’y można umieścić w conftest.py, aby udostępnić je w wielu plikach testów bez importowania.

# conftest.py
import pytest

@pytest.fixture
def config():
    return {"env": "test", "debug": True}

# test_app.py
def test_env(config):
    assert config["env"] == "test"

Zależności fixture’ów

Fixture’y mogą zależeć od innych fixture’ów, jeśli zostaną one wymienione jako parametry.

import pytest

@pytest.fixture
def base_url():
    return "http://localhost:8000"

@pytest.fixture
def api_client(base_url):
    return Client(base_url)

def test_get(api_client):
    resp = api_client.get("/health")
    assert resp.status_code == 200

Fixture’y autouse

Ustawienie autouse=True powoduje zastosowanie fixture’a do wszystkich testów w danym zakresie bez wymieniania go jako parametru.

import pytest

@pytest.fixture(autouse=True)
def reset_env(monkeypatch):
    monkeypatch.setenv("ENVIRONMENT", "test")

def test_env():
    import os
    assert os.environ["ENVIRONMENT"] == "test"

Fixture tmp_path

pytest udostępnia wbudowany fixture tmp_path, który zapewnia nowy katalog tymczasowy dla każdego testu.

def test_write_file(tmp_path):
    f = tmp_path / "hello.txt"
    f.write_text("hello")
    assert f.read_text() == "hello"

Fixture monkeypatch

monkeypatch umożliwia tymczasowe zastępowanie atrybutów, zmiennych środowiskowych lub wpisów w słowniku podczas testu.

def get_env():
    import os
    return os.environ.get("MODE", "prod")

def test_mode(monkeypatch):
    monkeypatch.setenv("MODE", "test")
    assert get_env() == "test"

Fixture capsys

capsys przechwytuje dane wyjściowe stdout i stderr podczas testów.

def greet(name):
    print(f"Hello, {name}!")

def test_greet(capsys):
    greet("Alice")
    out, err = capsys.readouterr()
    assert out == "Hello, Alice!\n"

Finalizery fixture’ów z request.addfinalizer

Alternatywą dla yield jest zarejestrowanie sprzątania za pomocą request.addfinalizer.

import pytest

@pytest.fixture
def resource(request):
    r = acquire_resource()
    request.addfinalizer(r.release)
    return r

Parametryzowane fixture’y

Użycie params w fixture powoduje jednokrotne uruchomienie wszystkich zależnych testów dla każdej wartości parametru.

import pytest

@pytest.fixture(params=["sqlite", "postgres"])
def db(request):
    return create_db(request.param)

def test_insert(db):
    db.insert({"id": 1})
    assert db.count() == 1

Szybkie sprawdzenie

Jaki zakres fixture’a powoduje jego utworzenie raz dla całej sesji testów?

Podsumowanie

Fixture’y zapewniają wielokrotnie używane przygotowanie i sprzątanie za pomocą yield. Użyj scope, aby kontrolować czas życia, conftest.py, aby je udostępniać, oraz autouse=True, aby stosować je niejawnie.

Często zadawane pytania

Czy lekcja „Fixtures oraz konfiguracja i sprzątanie” jest bezpłatna?

Tak — pełny tekst „Fixtures oraz konfiguracja i sprzątanie” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Python Academy, przejdź na CoddyKit PRO. Kurs Python Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Fixtures oraz konfiguracja i sprzątanie”?

Proszę używać fixtures do współdzielenia stanu testów oraz przygotowywania zasobów. Ćwiczysz Python Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć Python Academy?

Nie wymagamy żadnego doświadczenia. Python Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 2 z 4.

Ile czasu zajmuje lekcja „Fixtures oraz konfiguracja i sprzątanie”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji Python Academy?

Tak. Każda lekcja Python Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

← Powrót do Python Academy