테스트 작성이 번거로워서 피했다면 이 pytest 튜토리얼을 통해 마음이 바뀔 것입니다. Pytest는 대부분의 의식을 제거합니다. 상속할 클래스도 없고 기억할 특별한 어설션 메서드도 없습니다. 테스트는 단 두 줄이면 됩니다.

우리는 작은 장바구니를 만들고 단계별로 테스트할 것입니다. 우리는 pytest 9.2를 사용하여 Python 3.13에서 모든 것을 실행했으며 표시된 출력은 실제이지만 컴퓨터에 따라 다를 파일 경로와 타이밍 세부 정보를 다듬었습니다.

왜 파이테스트인가?

Python에는 잘 작동하는 unittest이 포함되어 있지만 일반적으로 pytest가 더 편리한 선택입니다. 다음은 각각 동일한 검사입니다.

Pytest는 기존 unittest 테스트를 실행할 수도 있으므로 점진적으로 전환할 수 있습니다. 적용 범위를 위한 pytest-cov와 병렬 실행을 위한 pytest-xdist을 포함하여 대규모 플러그인 생태계도 있습니다.

파이테스트 설치

Python 가상 환경 튜토리얼에 설명된 대로 먼저 가상 환경을 생성한 다음 설치합니다.

pip install pytest
pytest --version

# pytest 9.2.0

cart.py과 test_cart.py라는 두 개의 파일이 포함된 프로젝트 폴더를 만듭니다. Pytest는 이름 지정 규칙(test_*.py 또는 *_test.py라는 이름의 파일, test로 시작하는 함수, Test으로 시작하는 클래스)에 따라 자동으로 테스트를 찾습니다. 테스트가 선택되지 않는 경우 가장 먼저 확인해야 할 것은 명명 불일치입니다.

테스트할 코드

# cart.py
class Cart:
    def __init__(self):
        self.items = []

    def add(self, name, price, qty=1):
        if qty < 1:
            raise ValueError("qty must be at least 1")
        self.items.append((name, price, qty))

    def total(self, discount=0):
        subtotal = sum(price * qty for _, price, qty in self.items)
        return round(subtotal * (1 - discount / 100), 2)

첫 번째 테스트

# test_cart.py
from cart import Cart

def test_empty_cart_is_free():
    assert Cart().total() == 0

그것은 완전한 테스트입니다. 프로젝트 폴더에서 pytest을 실행하면 하나의 테스트 통과를 보고합니다. 가져오기 오류가 발생하면 현재 폴더를 가져오기 경로에 추가하는 python -m pytest로 실행하세요.

읽기 실패

이것이 바로 pytest가 정말 빛을 발하는 부분입니다. 다음은 의도적으로 잘못된 기대값을 사용한 테스트입니다.

def test_wrong_total():
    c = Cart()
    c.add("Keyboard", 1500)
    assert c.total() == 1400

그리고 이것이 우리가 그것을 실행했을 때 인쇄된 내용입니다:

    def test_wrong_total():
        c = Cart()
        c.add("Keyboard", 1500)
>       assert c.total() == 1400
E       assert 1500.0 == 1400
E        +  where 1500.0 = total()

FAILED fail_example.py::test_wrong_total - assert 1500.0 == 1400
============================== 1 failed in 0.12s ==============================

>은 실패한 줄을 표시하고 E 줄은 실제 값을 표시합니다. pytest가 비교한 내용을 보고할 수 있도록 assert 문을 다시 작성하므로 사용자 정의 메시지를 추가할 필요가 없었습니다. 목록과 사전에 대해서도 동일한 작업을 수행하여 정확히 어떤 항목이 다른지 지적합니다.

테스트 예외

오류 처리도 동작이므로 테스트할 가치가 있습니다. pytest.raises은 블록이 예상되는 예외를 발생시키는 경우에만 통과합니다.

import pytest

def test_rejects_zero_qty():
    with pytest.raises(ValueError, match="at least 1"):
        Cart().add("Pen", 10, qty=0)

선택적 match 인수는 정규식을 사용하여 메시지를 확인하므로 다른 ValueError가 실수로 전달되지 않습니다. 이와 같은 오류를 발생시키고 처리하는 방법을 알아보려면 Python 예외 처리 가이드를 읽어보세요.

설비: 재사용 가능한 설정

대부분의 테스트에는 먼저 준비된 것이 필요합니다. Fixture는 그것을 제공하는 기능입니다. 이를 @pytest.fixture로 장식하면 이를 인수로 명명하는 테스트는 모두 결과를 받습니다.

@pytest.fixture
def cart():
    c = Cart()
    c.add("Keyboard", 1500)
    c.add("Mouse", 500, qty=2)
    return c

def test_total(cart):
    assert cart.total() == 2500

각 테스트는 기본적으로 새로운 카트를 가져오므로 테스트는 서로 영향을 미칠 수 없습니다. Pytest는 인수 이름을 조명기 이름과 일치시키며, 사용자가 직접 조명기를 호출하지 않습니다. @pytest.fixture은 파이썬 데코레이터 설명에서 설명하는 데코레이터입니다.

수율로 정리

나중에 정리가 필요할 때는 return 대신 yield을 사용하세요. 테스트가 실패하더라도 yield 이후의 코드는 테스트가 완료되면 실행됩니다.

@pytest.fixture
def temp_db():
    print("\nopen db")
    yield {"users": []}
    print("close db")

def test_db(temp_db):
    assert temp_db["users"] == []

-s을 실행하여 인쇄된 출력물을 표시하면 주문이 개설되었음을 확인하고 테스트한 다음 마감합니다.

Fixture 범위 및 conftest.py

기본적으로 Fixture는 테스트당 한 번 실행됩니다. 데이터베이스나 브라우저와 같이 비용이 많이 드는 설정의 경우 scope을 사용하여 수명을 변경하세요.

여러 파일에서 사용하는 픽스처를 conftest.py이라는 파일에 넣습니다. Pytest는 이를 자동으로 로드하므로 테스트에서는 가져오기 없이 해당 픽스처를 사용할 수 있습니다. 그러나 하나의 테스트에서 변경된 내용이 다음 테스트로 유출될 수 있으므로 공유 범위에는 주의하세요.

매개변수화: 하나의 테스트, 많은 입력

각 값에 대한 테스트를 복사하는 대신 사례를 나열하세요.

@pytest.mark.parametrize("discount, expected", [
    (0, 2500),
    (10, 2250),
    (100, 0),
])
def test_discount(cart, discount, expected):
    assert cart.total(discount) == expected

각 행은 자체 테스트가 되며 전체 파일 실행의 자세한 출력에서 이를 확인할 수 있습니다.

test_cart.py::test_total PASSED                        [ 16%]
test_cart.py::test_discount[0-2500] PASSED             [ 33%]
test_cart.py::test_discount[10-2250] PASSED            [ 50%]
test_cart.py::test_discount[100-0] PASSED              [ 66%]
test_cart.py::test_rejects_zero_qty PASSED             [ 83%]
test_cart.py::test_empty_cart_is_free PASSED           [100%]

============================== 6 passed in 0.05s ==============================

한 행이 실패하더라도 다른 행은 계속 실행되며 이름을 통해 문제를 일으킨 값을 정확하게 알 수 있습니다. 매개변수화를 cart 고정 장치와 결합했다는 점에 주목하세요. 버그가 발견될 가능성이 있는 값을 선택하려면 경계값 분석을 사용하세요.

유용한 내장 설비

Pytest에는 미리 만들어진 여러 가지 고정 장치가 포함되어 있습니다. 이 두 가지는 특히 편리하며 둘 다 우리 실행에서 통과되었습니다.

def test_write_report(tmp_path):
    report = tmp_path / "report.txt"
    report.write_text("passed")
    assert report.read_text() == "passed"

def read_mode():
    return os.environ.get("APP_MODE", "dev")

def test_mode(monkeypatch):
    monkeypatch.setenv("APP_MODE", "staging")
    assert read_mode() == "staging"

tmp_path은 각 테스트에 고유한 임시 폴더를 제공하므로 테스트는 실제 파일을 건드리지 않습니다. monkeypatch는 환경 변수나 속성을 변경하고 테스트가 끝나면 변경 사항을 취소합니다. 또 다른 유용한 방법은 인쇄된 출력물을 캡처하여 확인할 수 있는 capsys입니다.

마커: 건너뛰기 및 xfail

마커는 테스트에 레이블과 동작을 추가합니다.

@pytest.mark.skip(reason="payment sandbox is down")
def test_payment():
    assert False

@pytest.mark.xfail(reason="floating point")
def test_rounding():
    assert 0.1 + 0.2 == 0.3

skip 테스트를 전혀 실행하지 않습니다. xfail는 이를 실행하지만 실패를 예상하므로 알려진 문제로 인해 빌드가 중단되지 않습니다. 동일한 파일의 다른 추가 테스트를 사용하여 실행을 3 passed, 1 skipped, 1 xfailed으로 요약했습니다. 그런데 반올림 테스트는 실제로 실패합니다. 부동 소수점 연산에서 0.1 + 0.2는 정확히 0.3이 아닙니다. 소수를 비교할 때는 pytest.approx(0.3)를 사용하세요.

@pytest.mark.slow과 같은 고유한 마커를 만들고 pytest -m slow를 사용하여 해당 마커만 실행하거나 -m "not slow"을 사용하여 제외할 수도 있습니다. 경고를 방지하려면 구성 파일에 맞춤 마커를 등록하세요.

유용한 명령줄 플래그

CI에서 pytest 실행

테스트는 변경될 때마다 자동으로 실행될 때 가장 가치가 있습니다. 최소한의 GitHub Actions 작업은 다음과 같습니다.

steps:
  - uses: actions/checkout@v4
  - uses: actions/setup-python@v5
    with:
      python-version: "3.13"
  - run: pip install -r requirements.txt
  - run: python -m pytest

테스트가 실패하면 Pytest는 0이 아닌 코드로 종료되며, 이로 인해 파이프라인이 중지됩니다. 이 워크플로 파일을 실행하지 않았으므로 프로젝트에 맞게 조정하세요. GitHub Actions CI/CD 가이드에서 자세한 내용을 설명합니다. Pytest는 Selenium Python 튜토리얼 및 페이지 개체 모델 튜토리얼에서 볼 수 있듯이 브라우저 테스트에도 잘 작동합니다.

마무리

이제 대부분의 Python 테스트 스위트에 필요한 것이 있습니다: 일반 어설션, 설정을 위한 고정 장치, 변형을 위한 매개변수화 및 속도를 위한 몇 가지 플래그. 작게 시작하십시오. 최근에 버그를 수정한 함수 하나를 선택하고 해당 버그에 대한 테스트를 먼저 작성하세요. 각 수준에서 무엇을 테스트해야 할지 확신이 없다면 단위 테스트와 통합 테스트를 읽어보세요.

자주 묻는 질문

계속 학습하세요