Fixtures autouse

Wprowadzenie do testowania w Pythonie

Alexander Levin

Data Scientist

Argument autouse

Opcjonalny argument logiczny fixture
Przekazywany do dekoratora fixture
Gdy autouse=True, funkcja fixture wykonuje się niezależnie od żądania
Redukuje liczbę zbędnych wywołań fixture

Kiedy używać

Stosowany, gdy konieczne jest przygotowanie lub modyfikacja środowiska dla wszystkich testów.

Na przykład, gdy chcemy zagwarantować, że wszystkie testy:

Mają te same dane
Mają te same połączenia (dane, API itp.)
Mają tę samą konfigurację środowiska
Mają monitor, logowanie lub profilowanie

Wszystkie takie przypadki należy obsłużyć za pomocą argumentu „autouse".

Przykład autouse

Przykład fixture z „autouse":

import pytest
import pandas as pd

# Autoused fixture
@pytest.fixture(autouse=True)
def set_pd_options():
    pd.set_option('display.max_columns', 5000)

# Test function
def test_pd_options():
    assert pd.get_option('display.max_columns') == 5000

Niepoprawny przykład autouse

Niepoprawny przykład fixture z „autouse":

import pytest
import pandas as pd

# Wrong autoused fixture
@pytest.fixture(autouse=True)
def wrong_fixture():
    return [1,2,3,4,5]

# Test function
def test_type():
    assert type(wrong_fixture) == list

Poprawiony przykład fixture:

import pytest
import pandas as pd

# Wrong autoused fixture
@pytest.fixture
def correct_fixture():
    return [1,2,3,4,5]

# Test function
def test_type(correct_fixture):
    assert type(correct_fixture) == list

Przykład autouse: wynik

Wynik działania przykładu:

przykładowy wynik autouse

Podsumowanie

Definicja autouse: Opcjonalny argument logiczny dekoratora fixture
Użycie: @pytest.fixture(autouse=True)
Zaleta: Redukuje liczbę zbędnych wywołań fixture, upraszczając kod
Właściwość: autouse=True – funkcja fixture wykonuje się niezależnie od żądania
Kiedy używać: gdy konieczne jest przygotowanie lub modyfikacja środowiska
Przykłady zastosowań:
- Wczytywanie i przygotowywanie danych dla wszystkich testów
- Konfiguracja połączeń i parametrów środowiska
- Implementacja monitora, loggera lub profilera

Czas na ćwiczenia!

Wprowadzenie do testowania w Pythonie