Erklärte Pytest-Marker: Benutzerdefinierte Markierungen, Skip, Skipif, Xfail und -m-Filter
Pytest-Marker sind Beschriftungen, die Sie mit @pytest.mark.name an Tests anhängen. Verwenden Sie sie, um nur Smoke-Tests auszuführen, Tests zu überspringen, die in einer Umgebung nicht ausgeführt werden können, bekannte Fehler als erwartete Fehler zu markieren und eine große Suite in schnelle und langsame Gruppen aufzuteilen. Hier ist jedes Muster, das auf einer echten Suite mit Pytest 9.2 ausgeführt wird.
- Pytest-Marker kennzeichnen Tests;
pytest -m smokeführt dann nur Tests aus, die mit@pytest.mark.smokegekennzeichnet sind. - Registrieren Sie benutzerdefinierte Markierungen in
pyproject.tomlund fügen Sie--strict-markershinzu: Unser Tippfehler@pytest.mark.smokhat den Lauf gestoppt, anstatt stillschweigend nichts zu tun. -m "not slow"übersprang einen 1,1-Sekunden-Test und beendete den Test in 0,16 s statt in 1,49 s.- Verwenden Sie
xfail(strict=True)für bekannte Fehler, damit ein Fix sofort bemerkt wird, wenn er auftritt.
Wenn eine Testsuite wächst, ist es nicht mehr praktikabel, bei jeder Änderung alles auszuführen. Sie wünschen sich schnelle Smoke-Checks bei jedem Commit, die vollständige Suite vor der Veröffentlichung und eine saubere Möglichkeit, Tests zu parken, die auf einer bestimmten Maschine nicht ausgeführt werden können. Pytest-Marker bieten Ihnen all das mit einem Dekorateur. Wir haben eine kleine Suite erstellt und jeden folgenden Befehl mit pytest 9.2.0 auf Python 3.13.6 ausgeführt. Neu bei Pytest? Beginnen Sie mit unserem Pytest-Tutorial.
Was sind Pytest-Marker?
Ein Marker sind Metadaten, die an eine Testfunktion, Klasse oder ein Modul angehängt sind. Pytest wird mit integrierten Markern ausgeliefert, die das Verhalten ändern, wie zum Beispiel skip, skipif, xfail, parametrize und usefixtures. Sie können auch Ihre eigenen erfinden, z. B. smoke, slow oder api, die selbst nichts tun, sondern Ihnen die Auswahl oder den Ausschluss von Testgruppen über die Befehlszeile ermöglichen.
Registrieren Sie Ihre benutzerdefinierten Markierungen
# pyproject.toml
[tool.pytest.ini_options]
markers = [
"smoke: fast checks run on every commit",
"slow: tests that take more than a second",
"api: tests that call the HTTP API",
]
addopts = "--strict-markers"
Die Registrierung erledigt zwei Aufgaben. Es dokumentiert, was jedes Etikett bedeutet, und ermöglicht es Pytest, Tippfehler zu erkennen. Die gleiche Liste kann in pytest.ini unter [pytest] oder in setup.cfg leben. Beim Ausführen von pytest --markers wurden unsere drei Beschreibungen neben den integrierten Markierungen gedruckt:
@pytest.mark.smoke: fast checks run on every commit
@pytest.mark.slow: tests that take more than a second
@pytest.mark.api: tests that call the HTTP API
Unsere Beispielsuite
import sys, time, pytest
@pytest.mark.smoke
def test_login_page_loads(): assert True
@pytest.mark.smoke
@pytest.mark.api
def test_health_endpoint(): assert True
@pytest.mark.slow
def test_full_report():
time.sleep(1.1); assert True
@pytest.mark.api
def test_create_order(): assert True
@pytest.mark.skip(reason="feature flag off in this environment")
def test_new_checkout(): assert False
@pytest.mark.skipif(sys.platform == "win32", reason="uses POSIX permissions")
def test_file_permissions(): assert True
@pytest.mark.xfail(reason="BUG-204 rounding", strict=True)
def test_rounding(): assert round(2.675, 2) == 2.68
@pytest.mark.parametrize("n", [1, 2, pytest.param(3, marks=pytest.mark.slow)])
def test_numbers(n): assert n > 0
def test_runtime_skip():
pytest.importorskip("not_installed_lib")
Ein Test kann mehrere Marker tragen, wie dies in test_health_endpoint der Fall ist. Der vollständige Durchlauf mit -rsx zur Erklärung von Sprüngen und erwarteten Fehlern sah folgendermaßen aus:
....ssx...s [100%]
SKIPPED [1] test_mk.py:17: feature flag off in this environment
SKIPPED [1] test_mk.py:20: uses POSIX permissions
SKIPPED [1] test_mk.py:30: could not import 'not_installed_lib': No module named 'not_installed_lib'
XFAIL test_mk.py::test_rounding - BUG-204 rounding
7 passed, 3 skipped, 1 xfailed in 1.49s
Auswählen von Tests mit -m
| Befehl | Ergebnis in unserem Lauf |
|---|---|
pytest -m Rauch |
2 bestanden, 9 abgewählt in 0,11 s |
pytest -m „nicht langsam“ |
5 bestanden, 3 übersprungen, 2 abgewählt, 1 x nicht bestanden in 0,16 s |
pytest -m „Rauch und API“ |
1 bestanden, 10 abgewählt |
pytest (alles) |
7 bestanden, 3 übersprungen, 1 x nicht bestanden in 1,49 s |
Die Option -m akzeptiert einen booleschen Ausdruck mit and, or, not und Klammern, z. B. -m "(smoke or api) and not slow". Der Ausschluss von slow verkürzte die Laufzeit um etwa 90 %, was genau der Grund ist, warum Teams langsame Tests kennzeichnen. Beachten Sie, dass -m mit Markernamen übereinstimmt, während -k mit Testnamen übereinstimmt und IDs parametrisiert. sie können kombiniert werden.
Tipp: Verwenden Sie pytest --durations=5, um Kandidaten für die Markierung slow zu finden. In unserem Durchlauf wurde 1.10s call test_mk.py::test_full_report ganz oben aufgeführt.
Marker-Tippfehler mit –strict-markers abfangen
Wir haben eine Datei mit einer falsch geschriebenen Markierung, @pytest.mark.smok, hinzugefügt und die Suite ausgeführt:
ERROR test_typo.py - Failed: 'smok' not found in `markers` configuration option
1 error in 0.25s
Ohne --strict-markers gibt Pytest nur eine Warnung für einen unbekannten Marker aus und der Test verlässt Ihre Rauchauswahl stillschweigend. Damit schlägt der Tippfehler zum Zeitpunkt der Erfassung fehl. Aktivieren Sie es in jedem Projekt, das benutzerdefinierte Markierungen verwendet.
Überspringen: Führen Sie diesen Test hier niemals durch
@pytest.mark.skip(reason=...) überspringt den Test immer und zeigt eine s in der Fortschrittszeile an. Geben Sie immer einen Grund an; „Übersprungen“ ohne Erklärung führt dazu, dass Tests jahrelang vergessen werden. Typische Verwendungszwecke sind Funktionen hinter einem deaktivierten Flag oder ein Test, der von einem Dienst abhängt, der noch nicht existiert.
Skipif: Nur unter einer Bedingung überspringen
@pytest.mark.skipif(sys.platform == "win32", reason="uses POSIX permissions")
Auf unserem Rechner läuft Windows, daher wurde dieser Test aus Gründen übersprungen; unter Linux würde es laufen. Häufige Bedingungen sind das Betriebssystem, die Python-Version (sys.version_info < (3, 12)), eine fehlende Umgebungsvariable oder ein fehlendes optionales Tool. Speichern Sie eine Bedingung in einer Variablen, wenn sie von mehreren Tests gemeinsam genutzt wird, zum Beispiel windows_only = pytest.mark.skipif(...), und ergänzen Sie sie dann mit @windows_only.
Zur Laufzeit überspringen
Manchmal weiß man erst innerhalb des Tests, dass er nicht ausgeführt werden kann. pytest.importorskip("not_installed_lib") hat unseren Test übersprungen, weil das Modul nicht existierte, und genau angegeben, warum. Sie können pytest.skip("reason") auch an einer beliebigen Stelle in einem Test oder einer Vorrichtung aufrufen, beispielsweise wenn eine externe API während eines nächtlichen Laufs „Dienst nicht verfügbar“ zurückgibt.
xfail: ein erwarteter Fehler
@pytest.mark.xfail(reason="BUG-204 rounding", strict=True)
def test_rounding():
assert round(2.675, 2) == 2.68
Dieser Test dokumentiert eine echte Überraschung: In Python gab round(2.675, 2) in unserem Durchlauf 2.67 zurück, da 2.675 nicht genau als binäre Gleitkommazahl gespeichert werden kann. Der Test schlägt wie erwartet fehl und wird als x gemeldet, sodass der Build nicht unterbrochen wird. xfail unterscheidet sich von skip: Der Test läuft weiterhin, sodass Sie sehen, wenn sich das Verhalten ändert.
Die strict=True-Flagge ist wichtig. Ohne sie wird ein xfail-Test, der plötzlich erfolgreich ist, als XPASS gemeldet und ignoriert. Damit besteht bei einem unerwarteten Durchgang ein Fehlschlagen des Laufs, was Sie dazu auffordert, die Markierung zu entfernen und das Ticket zu schließen. Tragen Sie die Ticketnummer in den Grund ein, damit jeder sie finden kann.
Markieren eines einzelnen parametrisierten Falls
@pytest.mark.parametrize("n", [1, 2, pytest.param(3, marks=pytest.mark.slow)])
pytest.param fügt Markierungen nur einem Fall hinzu. Hier wurde nur n=3 als langsam behandelt, weshalb -m "not slow" zwei Tests abwählte: test_full_report und diesen einen Fall. Dasselbe funktioniert mit skip und xfail für einzelne Eingänge. Weitere Muster finden Sie in unserem Pytest-Parametrisierungsleitfaden.
Eine ganze Klasse oder Datei markieren
@pytest.mark.api
class TestOrders:
def test_create(self): ...
def test_cancel(self): ...
# at the top of a module: mark every test in the file
pytestmark = [pytest.mark.api, pytest.mark.slow]
Eine Markierung einer Klasse gilt für jede darin enthaltene Testmethode. Die spezielle Variable auf Modulebene pytestmark wendet Markierungen auf jeden Test in der Datei an, was für eine ganze Datei mit API- oder Datenbanktests geeignet ist. Vorrichtungen können auf die gleiche Weise mit @pytest.mark.usefixtures("db") befestigt werden; Weitere Informationen finden Sie in unserem Pytest-Fixture-Leitfaden.
Verwendung von Markierungen in CI-Pipelines
Markierungen leuchten, wenn verschiedene Pipeline-Stufen unterschiedliche Gruppen ausführen:
- Jedes Commit:
pytest -m smokefür Feedback in Sekunden. - Jede Pull-Anfrage:
pytest -m "not slow". - Nightly: die vollständige Suite, einschließlich langsamer und externer API-Tests.
- Vor der Veröffentlichung: alles, wobei
-rsxso übersprungen wird und Tests auf erwartete Fehler überprüft werden.
Dies spiegelt die „Rauch-dann-voll“-Strategie in unserem Testleitfaden „Rauch vs. Vernunft“ wider und passt direkt in einen GitHub Actions-Workflow.
Häufige Fehler
- Nicht registrierte Markierungen: Tippfehler löschen stillschweigend Tests aus der Auswahl. Registrieren und nutzen Sie
--strict-markers. - Überspringt ohne Angabe von Gründen: Niemand weiß, ob sie entfernt werden können.
- Verwendung von Skip für flockige Tests: Es verbirgt das Problem. Reparieren Sie es oder stellen Sie es mit einem verfolgten Marker unter Quarantäne. siehe unseren Leitfaden für Flockentests.
- Nicht striktes xfail: Behobene Fehler bleiben unbemerkt.
- Zu viele Etiketten: Fünf aussagekräftige Markierungen schlagen dreißig, an die sich niemand erinnert.
Spickzettel für Pytest-Marker
| Ziel | Code oder Befehl |
|---|---|
| Beschriften Sie einen Test | @pytest.mark.smoke |
| Leiten Sie eine Gruppe | pytest -m Rauch |
| Eine Gruppe ausschließen | pytest -m „nicht langsam“ |
| Kombinieren | pytest -m „Rauch und API“ |
| Überspringen Sie immer | @pytest.mark.skip(reason="...") |
| Eine Bedingung überspringen | @pytest.mark.skipif(cond, reason="...") |
| Bekannter Fehler | @pytest.mark.xfail(reason="BUG-1", strict=True) |
| Markieren Sie einen Fall | pytest.param(x, markers=pytest.mark.slow) |
| Markieren Sie eine ganze Datei | pytestmark = pytest.mark.api |
| Listenmarkierungen | pytest --markers |
| Sprünge erklären | pytest -rsx |
Fazit
Pytest-Marker verwandeln eine große Suite in viele nützliche. Registrieren Sie eine Handvoll aussagekräftiger benutzerdefinierter Markierungen, erzwingen Sie sie mit --strict-markers, wählen Sie Gruppen mit -m aus und verwenden Sie „skip“, „skipif“ und „strict xfail“ mit klaren Gründen. In unserem Fall bedeutete das einen Rauchcheck in einer Zehntelsekunde und eine komplette Suite, wann immer wir es wollten, mit demselben Code.
Häufige Fragen
Was sind Marker in Pytest?
Markierungen sind Beschriftungen, die mit @pytest.mark.name zu Tests, Klassen oder Modulen hinzugefügt werden. Integrierte Markierungen ändern das Verhalten, z. B. Skip und XFail, während Sie mit benutzerdefinierten Markierungen Testgruppen mit -m auswählen können.
Wie führe ich nur Tests mit einem bestimmten Marker durch?
Verwenden Sie die Option -m, zum Beispiel pytest -m Smoke. Kombinieren Sie Markierungen mit und, oder und nicht, wie zum Beispiel pytest -m „smoke and not slow“.
Wie registriere ich benutzerdefinierte Marker in Pytest?
Listen Sie sie unter Markierungen in pyproject.toml, pytest.ini oder setup.cfg auf, jeweils mit einer kurzen Beschreibung, und fügen Sie –strict-markers hinzu, damit Tippfehler einen Fehler verursachen.
Was ist der Unterschied zwischen Skip und Xfail?
Skip führt den Test überhaupt nicht aus. xfail führt es aus und erwartet, dass es fehlschlägt, sodass Sie bemerken, wenn sich das Verhalten ändert, insbesondere bei strict=True.
Warum erhalte ich eine Warnung wegen unbekannter Pytest-Markierung?
Der Marker ist nicht registriert. Fügen Sie es zur Markierungsliste in Ihrer Pytest-Konfiguration hinzu oder korrigieren Sie die Schreibweise, wenn es sich um einen Tippfehler handelte.
Lerne weiter
Benötigen Sie Hilfe beim Testen, WordPress oder SEO?
Wir helfen Teams, bessere Software zu liefern und ihre Websites zu erweitern. Sagen Sie uns, woran Sie gerade arbeiten, und wir schlagen Ihnen einen klaren nächsten Schritt vor.
Weitere Anleitungen finden Sie unter Tests, KI und moderne Entwicklung
Hat Ihnen dieser Artikel gefallen? Wählen Sie ein Thema und springen Sie direkt in unsere neuesten Tutorials.
BM25 erklärt: Wie die Keyword-Suche Ergebnisse einordnet, mit Python-Code und Hybridsuche
BM25 erklärte anhand einer reinen Python-Implementierung, die wir ausgeführt haben: die Formel, IDF, Termsättigung, die k1- und b-Parameter, warum e…
Artikel lesen →SoftwareentwicklungErklärte HTTP-Methoden: GET, POST, PUT, PATCH, DELETE, getestet auf einem Live-Server
HTTP-Methoden erklärt anhand eines kleinen Servers, den wir ausgeführt haben: GET, POST, PUT, PATCH, DELETE, HEAD und OPTIONS, sicher vs. idempotent…
Artikel lesen →DevOpsGit Bisect erklärt: Finden Sie den Commit, der Ihren Code kaputt gemacht hat, manuell oder automatisch
Git bisect anhand eines getesteten Repositorys erklärt: Finden Sie den einzigen fehlerhaften Commit unter 41 in 5 Testläufen, automatisieren Sie ihn…
Artikel lesen →TestautomatisierungErklärte Pytest-Marker: Benutzerdefinierte Markierungen, Skip, Skipif, Xfail und -m-Filter
Pytest-Marker anhand einer getesteten Suite erklärt: Registrieren Sie benutzerdefinierte Marken, führen Sie nur Smoke-Tests mit -m aus, kombinieren …
Artikel lesen →SoftwaretestsPositive vs. negative Tests: Unterschiede, 24 echte Testfälle und eine Checkliste
Positive vs. negative Tests werden mit einem echten Anmeldeformular erklärt: 6 positive und 18 negative Testfälle werden in Pytest ausgeführt, der f…
Artikel lesen →Datenbanken & SQLSQL ORDER BY Mehrere Spalten: ASC, DESC, NULLS LAST, Case und Custom Order
SQL ORDER BY mit mehreren Spalten, erklärt mit getesteten Abfragen: gemischte ASC und DESC, Tie-Breaker, NULLS FIRST und LAST, Sortierung ohne Berüc…
Artikel lesen →Datenbanken & SQLLaufende SQL-Summe: SUM OVER, Gesamtsummen pro Gruppe, gleitende Summen und die RANGE-Falle
So berechnen Sie eine laufende SQL-Summe mit SUM() OVER: Gesamtsummen pro Gruppe, tägliche kumulative Summen, gleitende Summen, Prozent der Gesamtsu…
Artikel lesen →SoftwareentwicklungJavaScript Sort Array: Zahlen, Objekte, Strings und warum 10 vor 5 kommt
So sortieren Sie ein Array in JavaScript richtig: Zahlen mit einer Vergleichsfunktion, Objekte nach einem oder mehreren Feldern, Zeichenfolgen mit l…
Artikel lesen →Künstliche IntelligenzErklärte RAG-Chunking-Strategien: Fest, Überlappung, Satz, rekursiv und Überschriften, gemessen
RAG-Chunking-Strategien im Vergleich zu einem Dokument mit Tiktoken 0.14: feste Größe, Überlappung, Satzpackung, rekursive Aufteilung und überschrif…
Artikel lesen →SoftwareentwicklungAPI-Idempotenz erklärt: Idempotenzschlüssel und sichere Wiederholungsversuche, getestet
Erklärung der API-Idempotenz anhand eines von uns ausgeführten Python-Servers und -Clients: Eine verlorene Antwort verursachte eine doppelte Gebühr …
Artikel lesen →DevOpsGit Stash erklärt: Speichern, Anwenden, Pop und nicht verfolgte Dateien, getestet
Git Stash erklärt mit Befehlen, die wir auf Git 2.56 ausgeführt haben: Push mit einer Nachricht, nicht verfolgte Dateien, Auflisten und Anzeigen, An…
Artikel lesen →SoftwaretestsPaarweises Testen erklärt: Wie alle Paare 216 Tests auf 13 reduzieren, getestet
Paarweises Testen erklärt mit einem Generator, den wir in Python 3.13 ausgeführt haben: ein Checkout mit 216 Kombinationen, die durch 13 Tests abged…
Artikel lesen →TestautomatisierungTest-Doubles erklärt: Dummy, Stub, Spy, Mock und Fake, mit getestetem Python-Code
Test-Doubles werden anhand eines Python-Beispiels erklärt, das in Pytest 9.2 ausgeführt wird: Dummy, Stub, Spy, Mock und Fake, wann jeweils zu verwe…
Artikel lesen →Datenbanken & SQLSQL COALESCE erklärt: Standardwerte, NULLIF, IFNULL vs. ISNULL und Traps, getestet
SQL COALESCE wurde mit Abfragen erklärt, die wir in SQLite 3.50 ausgeführt haben: erste Nicht-Null-Werte, leere Zeichenfolgen, NULL in Mathematik, N…
Artikel lesen →Datenbanken & SQLSQL Self Join erklärt: Mitarbeiter-Manager, Paare und Zeilenvergleiche, getestet
SQL-Self-Join erklärt anhand von Abfragen, die wir in SQLite 3.50 ausgeführt haben: Mitarbeiter und Manager, mehr verdienen als der Manager, eindeut…
Artikel lesen →SoftwareentwicklungErklärter JavaScript-Spread-Operator: Spread vs. Rest, Kopien und Fallstricke, getestet
Der JavaScript-Spread-Operator wird mit Code erklärt, den wir auf Knoten 24 ausgeführt haben: Arrays, Objekte, flache Kopien, Restparameter, das Mat…
Artikel lesen →SoftwareentwicklungErklärtes Python-Sammlungsmodul: Counter, defaultdict, deque und mehr, getestet
Python-Sammlungen erklärt mit Code, den wir auf Python 3.13 ausgeführt haben: Counter, defaultdict, deque, benannttuple, OrderedDict und ChainMap, p…
Artikel lesen →Künstliche IntelligenzErklärtes LLM-Kontextfenster: Token, Grenzen und wie man mehr einpasst, gemessen
Das LLM-Kontextfenster wird anhand der Token-Anzahl erklärt, die wir mit Tiktoken gemessen haben: Wörter vs. Token für Prosa, Code und Hindi, Eingab…
Artikel lesen →SoftwareentwicklungWebhooks erklärt: Wie sie funktionieren und wie man sie sicher empfängt
Webhooks erklärt mit einem Empfänger und Sender, den wir in Python ausgeführt haben: Push vs. Polling, HMAC-SHA256-Signaturen, Ablehnen manipulierte…
Artikel lesen →DevOpsGit Cherry-Pick erklärt: Kopieren Sie den Commit, den Sie benötigen, sicher und getestet
Git Cherry-Pick erklärt mit Befehlen, die wir in Git 2.56 ausgeführt haben: Kopieren eines Hotfixes in einen Release-Zweig, neue Hashes und Patch-ID…
Artikel lesen →TestautomatisierungSnapshot-Tests erklärt: Wie es funktioniert, wann es hilft und wann es weh tut
Snapshot-Tests erklärt anhand einer Pytest- und Sirup-Demo, die wir ausgeführt haben: Snapshots erstellen, Diff nach einer Codeänderung lesen, Zeits…
Artikel lesen →SoftwaretestsMutationstests erklärt: Warum die 100-prozentige Abdeckung unseren Fehler immer noch übersehen hat
Mutationstests erklärt mit einem kleinen Mutationstool, das wir erstellt und ausgeführt haben: 14 Mutanten, eine Testsuite mit 100 % Linienabdeckung…
Artikel lesen →Künstliche IntelligenzPrompt Injection erklärt: Wie KI-Apps ausgetrickst werden und wie man sie verteidigt
Prompt-Injection erklärt für Builder: direkte und indirekte Angriffe, warum Schlüsselwortfilter fehlschlagen (unser Test hat 1 von 4 blockiert) und …
Artikel lesen →DevOpsErklärte DNS-Einträge: A, AAAA, CNAME, MX, TXT und TTL mit echten Lookups
DNS-Einträge erklärt anhand der von uns durchgeführten Suchvorgänge: Funktionsweise der Auflösung, A und AAAA, CNAME-Regeln, MX und Null-MX, TXT für…
Artikel lesen →DevOpsErklärte Funktionsflags: Sichere Veröffentlichungen, schrittweise Rollouts und Flag-Hygiene
Funktionsflags anhand einer von uns durchgeführten Rollout-Simulation erklärt: Flag-Typen, prozentuale Rollouts mit stabilem Hashing, Kill-Switches,…
Artikel lesen →TestautomatisierungTestdatengenerierung mit Python Faker: Realistische, wiederholbare und sichere Daten
Testen Sie die Datengenerierung mit Python Faker, führen Sie sie aus und messen Sie sie: Seeding für wiederholbare Daten, Gebietsschemata, eindeutig…
Artikel lesen →SoftwaretestsShift-Left-Tests erklärt: Finden Sie Fehler früher, ohne das Team zu verlangsamen
Shift-Left-Tests erklärt: Was es bedeutet, warum Frühdefekte günstiger sind, Vorgehensweisen von Anforderungsüberprüfungen bis hin zu CI-Prüfungen, …
Artikel lesen →Datenbanken & SQLErklärte SQL-String-Funktionen: TRIM, SUBSTR, REPLACE, CONCAT und Datenbereinigung
SQL-String-Funktionen, die mit von uns ausgeführten Abfragen erklärt wurden: Verkettung und NULL, TRIM, UPPER und LOWER, SUBSTR und INSTR, REPLACE, …
Artikel lesen →Datenbanken & SQLErklärte SQL-Trigger: VOR- und NACH-Trigger, Prüfprotokolle und Fallstricke
SQL-Trigger werden anhand von Triggern erklärt, die wir ausgeführt haben: VORHER vs. NACHHER, ALT und NEU, Prüfprotokolle, Validierung, Bestandsaktu…
Artikel lesen →SoftwareentwicklungErklärung des Python-JSON-Moduls: Dumps, Loads, benutzerdefinierte Typen und häufige Fehler
Das Python-JSON-Modul wird anhand des von uns ausgeführten Codes erklärt: Dumps und Loads, Dateien, Typkonvertierungen, Datumsangaben und Dezimalzah…
Artikel lesen →SoftwareentwicklungES-Module vs. CommonJS: Wie JavaScript-Importe in Node.js funktionieren, getestet
ES-Module vs. CommonJS erklärt mit Code, den wir in Node.js ausgeführt haben: Import- und Exportsyntax, Require, Live-Bindungen, Caching, Top-Level-…
Artikel lesen →SoftwareentwicklungPython Regex erklärt: Muster, Gruppen, Lookaheads und Fallstricke, getestet
Python-Regex erklärt mit Mustern, die wir ausgeführt haben: Suche vs. Übereinstimmung, Findall, Gruppen und benannte Gruppen, Greedy vs. Lazy, Sub, …
Artikel lesen →Künstliche IntelligenzErklärung der strukturierten LLM-Ausgabe: Zuverlässiges JSON aus KI-Modellen erhalten
Die strukturierte LLM-Ausgabe wird anhand der von uns in Pydantic ausgeführten Validierung erklärt: JSON-Modus und -Schemas, eingeschränkte Dekodier…
Artikel lesen →DevOpsSSH-Schlüssel erklärt: Wie sie funktionieren, ssh-keygen, Ed25519 und sichere Gewohnheiten
SSH-Schlüssel erklärt mit Schlüsseln, die wir generiert haben: öffentliche vs. private Schlüssel, ssh-keygen, Ed25519 vs. RSA, Fingerabdrücke, Passp…
Artikel lesen →DevOpsHTTP-Caching erklärt: Cache-Kontrolle, ETag und 304-Antworten, mit einem Live-Test
HTTP-Caching erklärt anhand eines kleinen Servers, den wir ausgeführt haben: Cache-Control-Anweisungen, Max-Age, No-Cache vs. No-Store, ETag-Revalid…
Artikel lesen →TestautomatisierungAPI-Vertragstests erklärt: Erkennen Sie wichtige Änderungen, bevor sie versendet werden
Das Testen von API-Verträgen wird anhand einer von uns durchgeführten Schemaprüfung erklärt: Was ein Vertrag ist, verbrauchergesteuerte Verträge, Pa…
Artikel lesen →SoftwaretestsRisikobasiertes Testen erklärt: Risiken bewerten, eine Matrix erstellen und testen, worauf es ankommt
Risikobasiertes Testen Schritt für Schritt erklärt: Risiken identifizieren, Wahrscheinlichkeit und Auswirkung bewerten, eine Risikomatrix erstellen,…
Artikel lesen →Datenbanken & SQLErklärte SQL-Einschränkungen: NOT NULL, UNIQUE, CHECK und FOREIGN KEY, getestet
SQL-Einschränkungen anhand der von uns durchgeführten Tests erklärt: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY und FOREIGN KEY, die NULL-Lücken, die…
Artikel lesen →Datenbanken & SQLErklärte SQL-Datumsfunktionen: Datumsangaben fehlerfrei hinzufügen, vergleichen und gruppieren
Erklärung der SQL-Datumsfunktionen anhand von Abfragen, die wir ausgeführt haben: Hinzufügen von Intervallen, Überraschungen am Monatsende, Datumsun…
Artikel lesen →SoftwareentwicklungPython-Asyncio erklärt: Async, Wait, Gather und TaskGroup mit echten Timings
Python-Asyncio erklärt mit Code, den wir getimt haben: Coroutinen, Wait, Gather, TaskGroup, Fehlerbehandlung, Zeitüberschreitungen, Einschränkung de…
Artikel lesen →SoftwareentwicklungDebounce vs. Throttle in JavaScript: Wie sie funktionieren, wann man sie verwendet, getestet
Debounce vs. Throttle in JavaScript erklärt anhand von Timings, die wir in Node.js gemessen haben: wie jedes funktioniert, einfache Implementierunge…
Artikel lesen →SoftwareentwicklungErklärte Python-Kontextmanager: Die with-Anweisung, contextlib und Real Uses
Python-Kontextmanager erklärt anhand des von uns ausgeführten Codes: Funktionsweise, __enter__ und __exit__, contextlib.contextmanager, supprimieren…
Artikel lesen →Künstliche IntelligenzLLM-Temperatur und Top-p erklärt: Wie KI-Modelle ihr nächstes Wort wählen
LLM-Temperatur und Top-P erklärt anhand einer von uns durchgeführten Simulation: wie Wahrscheinlichkeiten umgeformt werden, was Top-P beibehält, emp…
Artikel lesen →DevOpsYAML erklärt: Syntax, das Norwegen-Problem und andere von uns getestete Fallen
YAML erklärt mit einem Parser-Test: grundlegende Syntax, Listen und Karten, das Norwegen-Problem, Versionen, die in Gleitkommazahlen umgewandelt wer…
Artikel lesen →DevOpsCron-Jobs erklärt: Syntax, echte Zeitpläne und die Fehler, die sie zerstören
Cron-Jobs werden anhand von Zeitplänen erklärt, die wir überprüft haben: die fünf Felder, Operatoren, reale Beispiele, die Tag-des-Monats- ODER Woch…
Artikel lesen →Künstliche IntelligenzKI-Halluzinationen erklärt: Warum Sprachmodelle Dinge erfinden und wie man sie reduziert
KI-Halluzinationen erklärt: Was sie sind, warum Sprachmodelle sie produzieren, gängige Typen, wie man sie mit Erdung und Eingabeaufforderungen reduz…
Artikel lesen →DevOpsErklärte Umgebungsvariablen: .env-Dateien, Geheimnisse und Konfiguration richtig gemacht
Umgebungsvariablen anhand von Python-Beispielen erklärt, die wir ausgeführt haben: Sie lesen und festlegen, warum jeder Wert ein String ist, .env-Da…
Artikel lesen →SoftwareentwicklungAPI-Ratenbegrenzung erklärt: Algorithmen, Header und Behandlung von 429-Fehlern
API-Ratenbegrenzung anhand einer von uns durchgeführten Simulation erklärt: Token-Bucket, festes Fenster, gleitendes Fenster, 429 Antworten, Ratenbe…
Artikel lesen →TestautomatisierungSpott in Python: unittest.mock, Patch und die Fehler, die Tests zum Lügen machen
Mocking in Python mit unittest.mock, getestet: Mock und return_value, side_effect, Patchen, wo ein Name verwendet wird, Spezifikation und Autospec, …
Artikel lesen →SoftwaretestsCode-Abdeckung erklärt: Leitungs- und Zweigstellenabdeckung und was 100 % wirklich bedeutet
Erklärung der Codeabdeckung anhand eines echten Coverage.py-Laufs: Zeilen-, Zweig- und Bedingungsabdeckung, Lesen eines Berichts, warum bei 100 % Ab…
Artikel lesen →Datenbanken & SQLDELETE vs. TRUNCATE vs. DROP in SQL: Unterschiede, Rollback und Verwendungszweck
DELETE vs. TRUNCATE vs. DROP erklärt mit getestetem SQL: was jeweils entfernt wird, Rollback, Trigger, Identitätsrücksetzung, Geschwindigkeit und wi…
Artikel lesen →Datenbanken & SQLErklärte SQL-Ansichten: Erstellen, nutzen und vermeiden Sie Fallstricke mit Beispielen
SQL-Ansichten anhand der von uns ausgeführten Abfragen erklärt: Erstellen einer Ansicht, Live-Ergebnisse, Ausblenden von Spalten, Leistung, aktualis…
Artikel lesen →SoftwareentwicklungTypeScript-Schnittstelle vs. Typ: Echte Unterschiede, getestet mit dem Compiler
TypeScript-Schnittstelle vs. Typ, überprüft mit dem echten Compiler: Was beide können, was nur einer kann, Deklarationszusammenführung, Erweiterunge…
Artikel lesen →SoftwareentwicklungPython *args und **kwargs erklärt: Flexible Funktionen mit klaren Beispielen
Python *args und **kwargs erklärt mit Code, den wir ausgeführt haben: Packen und Entpacken, Parameterreihenfolge, Nur-Schlüsselwort- und Nur-Positio…
Artikel lesen →SoftwareentwicklungPython-Lambda-Funktionen: Syntax, tatsächliche Verwendung und wann man sie nicht verwendet
Python-Lambda-Funktionen erklärt mit Code, den wir ausgeführt haben: Syntax, Sortierung mit Schlüssel, Karte und Filter, Abschlüsse, die Late-Bindin…
Artikel lesen →Künstliche IntelligenzWas sind KI-Agenten? Wie sie funktionieren, mit einer einfachen Agentenschleife, die Sie ausführen können
Was sind KI-Agenten? Eine einfache Anleitung zur Agentenschleife, zu Tools, Speicher und Leitplanken, mit einer kleinen Python-Schleife, die wir aus…
Artikel lesen →DevOpsÜberwachung vs. Beobachtbarkeit: Der wahre Unterschied, mit Protokollen, Metriken und Traces
Überwachung vs. Beobachtbarkeit erklärt: bekannte und unbekannte Fehler, Protokolle, Metriken und Spuren, eine exemplarische Vorgehensweise für Chec…
Artikel lesen →DevOpsDocker-Volumes vs. Bind Mounts: Containerdaten auf die richtige Art und Weise beibehalten
Docker-Volumes vs. Bind-Mounts erklärt: Warum Containerdaten verschwinden, benannte Volumes, Bind-Mounts, tmpfs, Compose-Beispiele, Backups, Berecht…
Artikel lesen →TestautomatisierungTDD vs. BDD: Hauptunterschiede, eine Funktion, die auf beide Arten entwickelt wurde und wann sie jeweils verwendet werden sollte
TDD vs. BDD erklärt mit einer Rabattfunktion, die in beide Richtungen aufgebaut ist: Rot-Grün-Refaktor mit Code, den wir ausgeführt haben, Gegeben-W…
Artikel lesen →SoftwaretestsBenutzerakzeptanztests (UAT): Prozess, Checkliste und reale Beispiele
Benutzerakzeptanztests erklärt: Wer führt ihn durch, wie unterscheidet er sich von der Qualitätssicherung, ein siebenstufiger Prozess, eine UAT-Test…
Artikel lesen →Datenbanken & SQLErklärte SQL-NULL-Werte: IS NULL, COALESCE, NULLIF und die zu vermeidenden Fallen
SQL-NULL-Werte, die mit von uns ausgeführten Abfragen erklärt wurden: dreiwertige Logik, IS NULL, COALESCE, NULLIF, wie Aggregate, Joins und Sortier…
Artikel lesen →Datenbanken & SQLSQL CASE WHEN-Anweisung: Syntax, reale Beispiele und häufige Fehler
SQL CASE WHEN anhand der von uns ausgeführten Abfragen erklärt: einfache und durchsuchte Formulare, Bedingungsreihenfolge, Pivots mit SUM, COUNT-Tri…
Artikel lesen →SoftwareentwicklungWas ist JWT? JSON-Web-Tokens anhand eines funktionierenden Beispiels erklärt
Was ist JWT? JSON Web Tokens erklärt: die drei Teile, ein Token, das in dem von uns ausgeführten Code erstellt und manipuliert wurde, JWT vs. Sitzun…
Artikel lesen →SoftwareentwicklungErklärte JavaScript-Ereignisschleife: Aufrufstapel, Mikrotasks und Timer mit Beispielen
Die JavaScript-Ereignisschleife wurde mit dem von uns ausgeführten Code erklärt: Aufrufstapel, Aufgaben- und Mikrotask-Warteschlangen, warum setTime…
Artikel lesen →SoftwareentwicklungErklärung von Python-Generatoren und -Ertrag: Sparen Sie Speicher mit echten Beispielen
Python-Generatoren und Yield anhand des von uns ausgeführten Codes erklärt: wie sie angehalten und fortgesetzt werden, gemessene Speichereinsparunge…
Artikel lesen →Künstliche IntelligenzWas sind Einbettungen? Vektoren und Kosinusähnlichkeit einfach erklärt
Was sind Einbettungen? Ein Leitfaden in einfacher Sprache zu Vektoren, Kosinusähnlichkeit und semantischer Suche, mit einem kleinen Beispiel, das wi…
Artikel lesen →DevOpsBlau-Grün vs. Canary-Bereitstellung: Unterschiede, Kompromisse und Auswahl
Blue-Green vs. Canary-Bereitstellung erklärt: Funktionsweise, Kosten, Risiko und Rollback, stabiles Benutzer-Bucketing, das wir getestet haben, Date…
Artikel lesen →TestautomatisierungFlaky-Tests: Was sie verursacht und wie man sie endgültig behebt
Flaky-Tests wurden anhand von Demos erklärt, die wir durchgeführt haben: die Hauptursachen, wie man sie bestätigt und diagnostiziert, richtige Korre…
Artikel lesen →SoftwaretestsLasttest vs. Stresstest: Unterschiede, Metriken und k6-Beispiele
Erläuterungen zu Lasttests und Stresstests: Was die einzelnen Tests beweisen, Spike- und Soak-Tests, welche Kennzahlen wichtig sind, warum Durchschn…
Artikel lesen →SoftwaretestsTestfall vs. Testszenario: Hauptunterschiede, Beispiele und wann man sie jeweils verwendet
Testfall vs. Testszenario erklärt: klare Definitionen, eine Tabelle nebeneinander, eine Funktion zum Zurücksetzen von Passwörtern, die von Szenarios…
Artikel lesen →Datenbanken & SQLSQL-Abfrageoptimierung: Ausführungspläne lesen und langsame Abfragen mit Zeitvorgaben beheben
An einer Million Zeilen getestete SQL-Abfrageoptimierung: Ausführungspläne lesen, die richtigen Indizes hinzufügen, nicht sargierbare Filter korrigi…
Artikel lesen →Datenbanken & SQLSQL UNION vs. UNION ALL: Unterschiede, Beispiele und getestete Leistung
SQL UNION vs. UNION ALL anhand der von uns ausgeführten Abfragen erklärt: Duplikate, die Regeln, denen beide folgen, ein echter Datenfehler, gemesse…
Artikel lesen →SoftwareentwicklungTutorial zur JavaScript-Abruf-API: GET, POST, Fehlerbehandlung und Zeitüberschreitungen
Ein JavaScript-Abruf-API-Tutorial, das auf einem lokalen Server getestet wurde: GET und POST, warum 404 nicht ausgelöst wird, ein wiederverwendbarer…
Artikel lesen →SoftwareentwicklungUmgang mit Python-Dateien: Lesen, Schreiben, CSV, JSON und Pathlib mit Beispielen
Die Handhabung von Python-Dateien wird anhand des von uns ausgeführten Codes erklärt: Öffnungsmodi, Lesen großer Dateien, CSV, JSON, Pathlib, Binärd…
Artikel lesen →SoftwareentwicklungPython-Klassen und -Objekte: OOP-Tutorial mit echten Beispielen
Python-Klassen und -Objekte erklärt mit Code, den wir ausgeführt haben: __init__, Methoden, Klassen- und Instanzattribute, Vererbung, Eigenschaften,…
Artikel lesen →Künstliche IntelligenzWas ist ein großes Sprachmodell? Wie LLMs funktionieren, ohne großen Hype erklärt
Was ist ein großes Sprachmodell? LLMs im Klartext erklärt: Token, Einbettungen, Aufmerksamkeit, Training, Temperatur- und Kontextfenster, eine klein…
Artikel lesen →DevOpsLinux-Befehle für Anfänger: Der grundlegende Terminal-Leitfaden mit Beispielen
Linux-Befehle für Anfänger, gruppiert nach Aufgaben: Navigation, Dateien, Anzeigen von Protokollen, Grep, Pipes, Berechtigungen, Prozesse und Archiv…
Artikel lesen →TestautomatisierungSelenium vs. Playwright: Hauptunterschiede, Code im Vergleich und welche Sie wählen sollten
Selenium vs. Playwright im Vergleich: Architektur, Wartezeit, Browser- und Sprachunterstützung, Debugging, der gleiche Test in beiden Tools, Migrati…
Artikel lesen →SoftwaretestsÄquivalenzpartitionierung: Testdesigntechnik anhand von Beispielen erklärt
Erklärung der Äquivalenzpartitionierung: Wie man gültige und ungültige Partitionen findet, Beispiele für Alter, Passwörter und Gutscheine, von uns d…
Artikel lesen →SoftwaretestsSchweregrad vs. Priorität beim Softwaretest: Unterschiede, Matrix und reale Beispiele
Schweregrad vs. Priorität beim Softwaretest erklärt: klare Definitionen, eine Vier-Wege-Matrix mit Beispielen, Stufenskalen, wer die einzelnen Punkt…
Artikel lesen →Datenbanken & SQLTutorial zu SQL-Unterabfragen: Typen, korrelierte Unterabfragen und EXISTS mit Beispielen
Ein SQL-Unterabfrage-Tutorial mit Abfragen, die wir ausgeführt haben: Skalar-, IN-, FROM- und SELECT-Unterabfragen, korrelierte Unterabfragen, EXIST…
Artikel lesen →Datenbanken & SQLSQL-Transaktionen und ACID erklärt: COMMIT, ROLLBACK und Isolationsstufen
SQL-Transaktionen und ACID anhand einer von uns durchgeführten Banküberweisung erklärt: COMMIT, ROLLBACK, Sicherungspunkte, Sperren, Isolationsstufe…
Artikel lesen →SoftwareentwicklungSpickzettel für Git-Befehle: Die Befehle, die Sie tatsächlich verwenden, mit Beispielen
Ein Git-Befehls-Spickzettel, gruppiert nach Aufgabe: Setup, Staging, Branches, Remotes, Stash, Verlauf und Rückgängigmachen von Fehlern, mit Ausgabe…
Artikel lesen →SoftwareentwicklungErklärte JavaScript-Versprechen: Dann, Catch, Promise.all und häufige Fehler
JavaScript-Versprechen erklärt mit Code, den wir ausgeführt haben: Zustände, dann und Fangketten, Fehlerbehandlung, Promise.all, allSettled, Rennen …
Artikel lesen →SoftwareentwicklungPython-Wörterbuch-Tutorial: Methoden, Beispiele und gängige Muster
Ein Python-Wörterbuch-Tutorial mit Code, den wir ausgeführt haben: Diktate erstellen, lesen und aktualisieren, Schlüsselmethoden, Zusammenführung, V…
Artikel lesen →Künstliche IntelligenzWas ist RAG? Retrieval-Augmented Generation anhand eines Arbeitsbeispiels erklärt
Was ist RAG? Abruf-erweiterte Generierung Schritt für Schritt erklärt: Indizierung, Chunking, Einbettungen, Abruf, ein kleines funktionierendes Pyth…
Artikel lesen →DevOpsTerraform-Tutorial für Anfänger: Infrastruktur als Code von der ersten Datei bis zu den Modulen
Ein Terraform-Tutorial für Anfänger: Beginnen Sie ohne Cloud-Konto, lernen Sie Init, Planen und Anwenden, dann Variablen, Ausgaben, Status, Module u…
Artikel lesen →DevOpsDocker vs. Kubernetes: Hauptunterschiede, wie sie zusammenarbeiten und was Sie brauchen
Docker vs. Kubernetes erklärt: Was jeder tut, die gleiche App läuft mit beiden, Docker Compose und Swarm im Vergleich, die Dockershim-Änderung und w…
Artikel lesen →TestautomatisierungPytest-Tutorial für Anfänger: Vorrichtungen, Parametrisierung und reale Beispiele
Ein Pytest-Tutorial für Anfänger mit Tests, die wir auf Pytest 9.2 durchgeführt haben: Assertions, Fixtures, Parametrize, Conftest, Markers, tmp_pat…
Artikel lesen →SoftwaretestsSoftware Testing Life Cycle (STLC): 6 Phasen, Einstiegs- und Ausstiegskriterien, Beispiel
Der Softwaretest-Lebenszyklus erklärt: sechs STLC-Phasen mit Ein- und Ausstiegskriterien, Ergebnisse, ein Beispiel für eine funktionierende Anmeldef…
Artikel lesen →SoftwareentwicklungGit merge vs rebase: Unterschiede, Beispiele und wann man was nutzt
Git merge vs rebase erklärt mit echter Log-Ausgabe, einer Vergleichstabelle, der goldenen Regel des Rebase und einem sicheren Team-Workflow.
Artikel lesen →SoftwareentwicklungPython List Comprehension: Syntax, Beispiele und wann man darauf verzichtet
Python List Comprehension erklärt: Syntax, Filter, if-else, verschachtelte Schleifen, gemessene Zeiten und Fälle, in denen eine normale for-Schleife…
Artikel lesen →Datenbanken & SQLSQL Joins erklärt mit Beispielen (Inner, Left, Right, Full)
SQL Joins Schritt für Schritt mit Beispieltabellen und Abfragen verstehen: INNER, LEFT, RIGHT, FULL, CROSS und SELF, plus typische Fehler und Perfor…
Artikel lesen →